Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Remotely sensed soil data analysis using artificial neural networks. A case study of El-Fayoum depression, Egypt

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F14%3A00078217" target="_blank" >RIV/00216224:14310/14:00078217 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Remotely sensed soil data analysis using artificial neural networks. A case study of El-Fayoum depression, Egypt

  • Popis výsledku v původním jazyce

    Earth observation and monitoring of soil quality, long term changes of soil characteristics and deterioration processes such as degradation or desertification are among the most important objectives of remote sensing. The georeferenciation of such information contribute to the development and progress of Digital Earth project in the framework of information globalization process. Earth observation and soil quality monitoring via remote sensing are mostly based on the use of satellite spectral data. Advanced techniques are available to predict the soil or land use/cover categories from satellite imagery data. Artificial Neural Networks (ANNs) are among the most widely used tools for modeling and prediction purposes in various field of science. The assessment of satellite images quality and suitability for analysing the soil conditions (e.g., soil classification, land use/cover estimation, etc.) is fundamental.

  • Název v anglickém jazyce

    Remotely sensed soil data analysis using artificial neural networks. A case study of El-Fayoum depression, Egypt

  • Popis výsledku anglicky

    Earth observation and monitoring of soil quality, long term changes of soil characteristics and deterioration processes such as degradation or desertification are among the most important objectives of remote sensing. The georeferenciation of such information contribute to the development and progress of Digital Earth project in the framework of information globalization process. Earth observation and soil quality monitoring via remote sensing are mostly based on the use of satellite spectral data. Advanced techniques are available to predict the soil or land use/cover categories from satellite imagery data. Artificial Neural Networks (ANNs) are among the most widely used tools for modeling and prediction purposes in various field of science. The assessment of satellite images quality and suitability for analysing the soil conditions (e.g., soil classification, land use/cover estimation, etc.) is fundamental.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

    CB - Analytická chemie, separace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů