@phdthesis{Loewe2003,
  author    = {L{\"o}we, Peter},
  title     = {Methoden der K{\"u}nstlichen Intelligenz in Radarmeteorologie und Bodenerosionsforschung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-7594},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2003},
  abstract  = {Die Dissertation "Methoden der K{\"u}nstlichen Intelligenz in Radarmeteorologie und Bodenerosionsforschung" besch{\"a}ftigt sich mit der Erfassung des Parameters der potentiellen Erosivit{\"a}t vor dem Hintergrund der Bodenerosionsproblematik S{\"u}dafrikas. Basierend auf der Betrachtung der Erosivit{\"a}t einzelner Niederschlagsereignisse wird demonstriert, wie durch wissensbasierte Ans{\"a}tze aus Wetterradardatens{\"a}tzen fl{\"a}chendeckende Niederschlagsinformationen gewonnen werden k{\"o}nnen. Diese dienen als Eingangsdaten f{\"u}r ein Erosivit{\"a}tsmodell, das aus Zellul{\"a}ren Automaten aufgebaut wird. Die Ergebnisse des Erosivit{\"a}tsmodells werden vorgestellt und diskutiert.},
  subject      = {S{\"u}dafrika},
  language  = {de}
}