Methoden der Künstlichen Intelligenz in Radarmeteorologie und Bodenerosionsforschung
Artificial Intelligence Methods in Radar-Meteorology and Soil Erosion Research
Please always quote using this URN: urn:nbn:de:bvb:20-opus-7594
- Die Dissertation "Methoden der Künstlichen Intelligenz in Radarmeteorologie und Bodenerosionsforschung" beschäftigt sich mit der Erfassung des Parameters der potentiellen Erosivität vor dem Hintergrund der Bodenerosionsproblematik Südafrikas. Basierend auf der Betrachtung der Erosivität einzelner Niederschlagsereignisse wird demonstriert, wie durch wissensbasierte Ansätze aus Wetterradardatensätzen flächendeckende Niederschlagsinformationen gewonnen werden können. Diese dienen als Eingangsdaten für ein Erosivitätsmodell, das aus ZellulärenDie Dissertation "Methoden der Künstlichen Intelligenz in Radarmeteorologie und Bodenerosionsforschung" beschäftigt sich mit der Erfassung des Parameters der potentiellen Erosivität vor dem Hintergrund der Bodenerosionsproblematik Südafrikas. Basierend auf der Betrachtung der Erosivität einzelner Niederschlagsereignisse wird demonstriert, wie durch wissensbasierte Ansätze aus Wetterradardatensätzen flächendeckende Niederschlagsinformationen gewonnen werden können. Diese dienen als Eingangsdaten für ein Erosivitätsmodell, das aus Zellulären Automaten aufgebaut wird. Die Ergebnisse des Erosivitätsmodells werden vorgestellt und diskutiert.…
- The dissertation "Artificial Intelligence Methods in Radarmeteorology and Soil Erosion Research" discusses the assessment of potential rainfall erodibility in regard to soil erosion processes in South Africa. Knowledge-based approaches are used to derive rainfall information from weather radar data for the recording of erosivity pulses from individual rainfall events. This precipitation data is used as input for a erosivity modell consisting built out of cellular automata. The results generated by the modell are presented and discussed.
Author: | Peter Löwe |
---|---|
URN: | urn:nbn:de:bvb:20-opus-7594 |
Document Type: | Doctoral Thesis |
Granting Institution: | Universität Würzburg, Fakultät für Geowissenschaften (bis Sept. 2007) |
Faculties: | Fakultät für Geowissenschaften (bis Sept. 2007) / Institut für Geographie |
Date of final exam: | 2003/12/10 |
Language: | German |
Year of Completion: | 2003 |
Dewey Decimal Classification: | 5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften |
GND Keyword: | Südafrika; Bodenerosion; Radarmeteorologie; Künstliche Intelligenz; GRASS <Programm> |
Tag: | Bodenerosion; GRASS GIS; Künstliche Intelligenz; Radarmeteorologie; Südafrika Artificial Intelligence; GRASS GIS; Radar-Meteorology; Soil Erosion; South Africa |
Release Date: | 2004/02/03 |
Advisor: | Prof. Dr. Detlef Busche |