Supervised machine learning for gully mapping and modeling using low-cost, high-resolution sensors and open-source geospatial data in a semi-arid environment Árkos eróziós területek térképezése és modellezése alacsony költségű, nagy felbontású szenzorok, valamint nyílt forráskódú térinformatikai adatok alapján, félsivatagi környezetben
Supervised machine learning for gully mapping and modeling using low-cost, high-resolution sensors and open-source geospatial data in a semi-arid environment
Árkos eróziós területek térképezése és modellezése alacsony költségű, nagy felbontású szenzorok, valamint nyílt forráskódú térinformatikai adatok alapján, félsivatagi környezetben
Létrehozó:
Phinzi, Kwanele
Közreműködő:
Szabó , Szilárd
Földtudományok Doktori Iskola
Debreceni Egyetem::Természettudományi és Technológiai Kar::Földtudományi Intézet::Természetföldrajzi és Geoinformatikai Tanszék