Geoinformatik und Geostatistik: Ein Überblick

Ansatz zur Vorhersage räumlicher Dürreobjekte mithilfe eines künstlichen neuronalen Netzwerks

Berhan G, Tadesse T und Atnafu S

Ansatz zur Vorhersage räumlicher Dürreobjekte mithilfe eines künstlichen neuronalen Netzwerks

Das Konzept der Objektidentifizierung und -modellierung war der Motor für langwierige wissenschaftliche Bemühungen, Fernerkundungsbilder in geografische Phänomene umzuwandeln. Ziel dieses Artikels war die Entwicklung eines neuen Konzepts zur Charakterisierung und Identifizierung von Dürre-Raumobjekten anhand von Satellitenbildern zur verbesserten Dürrevorhersage und -minderung mithilfe eines künstlichen neuronalen Backpropagation-Netzwerks (ANN). Zur Charakterisierung der Dürre als Raumobjekt wurden 11 Attribute aus mehreren Sensoren und Auflösungen (wie Standardisierte Abweichung des normalisierten Vegetationsdifferenzindex [SDNDVI], Digitales Höhenmodell [DEM], Bodenwasserhaltekapazität, Ökologische Regionen, Landbedeckung, Standardniederschlagsindex [SPI] und Ozeanindizes) verwendet.