HYPER-AMPLIFAI
Das HYPER-AMPLIFAI-Projekt ist darauf ausgerichtet, visuelle KI-Grundlagenmodelle durch selbstüberwachtes Lernen mit hyperspektralen Bildern in Einklang zu bringen. Unser primäres Ziel ist es, diese Modelle so zu erweitern, dass sie nahtlos eine größere Bandbreite an Eingabegrößen und Kanaldimensionen aufnehmen können. Auf diese Weise wollen wir zwei wichtige Anwendungen erforschen: die Schätzung der Biomasse von Wäldern und die Vorhersage von Bodennährstoffen aus Hyperspektraldaten. Dieser ganzheitliche Ansatz zielt darauf ab, den Nutzen und die Vielseitigkeit von Hyperspektraldaten zu erweitern und neue Lösungen für dringende Umweltprobleme zu finden.

Das Projekt HYPER-AMPLIFAI, eine dreijährige Helmholtz-Imaging-Initiative, ist ein gemeinsames Projekt des DLR und des GFZ.
Mit dem Schwerpunkt, die Möglichkeiten der Interpretation von Hyperspektraldaten durch fortschrittliche KI-Techniken zu verbessern, wird dieses Projekt auch von einem Unternehmen für Präzisionslandwirtschaft, QZ Solutions, unterstützt. Ihr Fachwissen wird bei den Feldstudien eine wichtige Rolle spielen, indem sie die EnMAP-Hyperspektraldaten mit bodenchemischen Analysen kombinieren, um die Grenzen der Erdbeobachtungserkenntnisse zu erweitern.
Kontakt
Dr. Andrés Camero Unzueta
Co-Abteilungsleitung EO Data Science
Deutsche Zentrum für Luft- und Raumfahrt (DLR)
Institut für Methodik der Fernerkundung (IMF)
EO Data Science
Oberpfaffenhofen, 82234 Weßling