Detektion multipler landwirtschaftlicher Stressfaktoren mit Hilfe von Hyperspektraldaten und Zeitseries

Das Projekt nutzt fernerkundliche Daten (und hier insbesondere Zeitserien und Hyperspektraldaten) um Stress in landwirtschaftlichen Kulturen frühzeitig und mit hoher räumlicher Auflösung über großen Gebieten erfassen zu können. Neben klassischen machinellen Lernverfahren werden ebenfalls physikalisch-basierte STrahlungstransfermodelle eingesetzt, wie auch Verfahren des Deep Learning - hier insbesondere SSL (self-supervised learning)