Hyperspectral remote sensing of vegetation parameters using statistical and physical models

R. Darvishzadeh

Hyperspectral remote sensing of vegetation parameters using statistical and physical models

Research output: Thesis › PhD Thesis - Research UT, graduation UT

67 Downloads (Pure)

Abstract

Voor vele agrarische, ecologische en meteorologische toepassingen, is een nauwkeurige kwantitative meting van de biochemische en bio-fysische karakteristieken van vegetatie van belang. Vanwege zijn wereldwijde dekking, relatief goedkope eigenschappen is Remote Sensing erkend als een betrouwbare en praktische methode om diverse bio-fysische en biochemische variabelen in vegetatie te meten. Door het ingebruik nemen van hyper-spectrale Remote Sensing is het nu mogelijk specifieke vegetatie variabelen te meten, die voorheen met conventionele multi-spectralesensoren niet waren te meten.

Original language	English
Qualification	Doctor of Philosophy
Awarding Institution	Wageningen University & Research
Supervisors/Advisors	Skidmore, Andrew , Supervisor Prins, Herbert H.T., Supervisor, External person Atzberger, C.G., Co-Supervisor
Award date	16 May 2008
Place of Publication	Enschede
Publisher	Wageningen University
Print ISBNs	978-90-8504-823-7
Publication status	Published - 2008

Keywords

NRS
ADLIB-BOOK-622

Access to Document

PhD thesis R. DarvishzadehFinal published version, 5.74 MB

Cite this

@phdthesis{13cea14480574903bbc164deb031dd8b,

title = "Hyperspectral remote sensing of vegetation parameters using statistical and physical models",

abstract = "Voor vele agrarische, ecologische en meteorologische toepassingen, is een nauwkeurige kwantitative meting van de biochemische en bio-fysische karakteristieken van vegetatie van belang. Vanwege zijn wereldwijde dekking, relatief goedkope eigenschappen is Remote Sensing erkend als een betrouwbare en praktische methode om diverse bio-fysische en biochemische variabelen in vegetatie te meten. Door het ingebruik nemen van hyper-spectrale Remote Sensing is het nu mogelijk specifieke vegetatie variabelen te meten, die voorheen met conventionele multi-spectralesensoren niet waren te meten.",

keywords = "NRS, ADLIB-BOOK-622",

author = "R. Darvishzadeh",

note = "ITC Dissertation; 152",

year = "2008",

language = "English",

isbn = "978-90-8504-823-7",

series = "ITC Dissertation",

publisher = "Wageningen University",

address = "Netherlands",

type = "PhD Thesis - Research UT, graduation UT",

school = "Wageningen University & Research",

}

TY - THES

T1 - Hyperspectral remote sensing of vegetation parameters using statistical and physical models

AU - Darvishzadeh, R.

N1 - ITC Dissertation; 152

PY - 2008

Y1 - 2008

N2 - Voor vele agrarische, ecologische en meteorologische toepassingen, is een nauwkeurige kwantitative meting van de biochemische en bio-fysische karakteristieken van vegetatie van belang. Vanwege zijn wereldwijde dekking, relatief goedkope eigenschappen is Remote Sensing erkend als een betrouwbare en praktische methode om diverse bio-fysische en biochemische variabelen in vegetatie te meten. Door het ingebruik nemen van hyper-spectrale Remote Sensing is het nu mogelijk specifieke vegetatie variabelen te meten, die voorheen met conventionele multi-spectralesensoren niet waren te meten.

AB - Voor vele agrarische, ecologische en meteorologische toepassingen, is een nauwkeurige kwantitative meting van de biochemische en bio-fysische karakteristieken van vegetatie van belang. Vanwege zijn wereldwijde dekking, relatief goedkope eigenschappen is Remote Sensing erkend als een betrouwbare en praktische methode om diverse bio-fysische en biochemische variabelen in vegetatie te meten. Door het ingebruik nemen van hyper-spectrale Remote Sensing is het nu mogelijk specifieke vegetatie variabelen te meten, die voorheen met conventionele multi-spectralesensoren niet waren te meten.

KW - NRS

KW - ADLIB-BOOK-622

M3 - PhD Thesis - Research UT, graduation UT

SN - 978-90-8504-823-7

T3 - ITC Dissertation

PB - Wageningen University

CY - Enschede

ER -