Projekty finansowane przez NCN
Wykorzystanie danych lotniczego skaningu laserowego do identyfikacji obszarów osuwiskowych.
2018/28/T/ST10/00528
Słowa kluczowe:
Deskryptory:
- ST10_12: Geodezja, kartografia, systemy informacji geograficznej, teledetekcja
- ST10_16: Zmiany/kształtowanie i ochrona środowiska przyrodniczego
Panel:
ST10 - Nauki o Ziemi: geografia fizyczna, geologia, geofizyka, meteorologia, oceanologia, klimatologia, ekologia, globalne zmiany środowiska, cykle biogeochemiczne, zarządzanie zasobami naturalnymi
Jednostka realizująca:
Uniwersytet Przyrodniczy we Wrocławiu, Wydział Inżynierii Kształtowania Środowiska i Geodezji
woj. dolnośląskie
Kierownik projektu (z jednostki realizującej):
Liczba wykonawców projektu: 2
Konkurs: ETIUDA 6 - ogłoszony 2017-12-15
Przyznana kwota: 108 352 PLN
Rozpoczęcie projektu: 2018-10-01
Zakończenie projektu: 2019-09-30
Planowany czas trwania projektu: 12 miesięcy (z wniosku)
Status projektu: Projekt rozliczony
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (2)
- Publikacje książkowe (1)
- Investigating the Effect of Cross-Modeling in Landslide Susceptibility MappingAutorzy:Pawluszek-Filipiak, K., Oreńczak, N., & Pasternak, MCzasopismo:Applied Sciences (rok: 2020, tom: 10 (18), strony: 6), Wydawca: MDPIStatus:OpublikowanaDoi:10.3390/app10186335 - link do publikacji
- On the Importance of Train–Test Split Ratio of Datasets in Automatic Landslide Detection by Supervised Classification.Autorzy:Pawluszek-Filipiak, K., & Borkowski, A.Czasopismo:Remote Sensing (rok: 2020, tom: 12 (18), strony: 3054), Wydawca: MDPIStatus:OpublikowanaDoi:10.3390/rs12183054 - link do publikacji
- Object-oriented automatic landslide detection from high resolution Digital Elevation Model-opportunities and challenges based on a case study in the Polish CarpathiansAutorzy:Pawluszek-Filipiak L., Borkowski AKsiążka:Understanding and Reducing Landslide Disaster Risk (rok: 2021, tom: 1, strony: 75-80), Wydawca: SpringerStatus:Opublikowana