Applications of machine learning and open geospatial data in flood risk modelling

Technological progress allows for producing ever more complex predictive models on the basis of increasingly big datasets. For risk management of natural hazards, a multitude of models is needed as basis for decision-making, e.g. in the evaluation of observational data, for the prediction of hazard...
Ausführliche Beschreibung

Gespeichert in:
Autor*in:

Brill, Fabio Alexander [verfasserIn]

Merz, Bruno [akademischer betreuerIn]

Kreibich, Heidi - 1969- [akademischer betreuerIn]

Schumann, Guy [akademischer betreuerIn]

Körperschaften:

Universität Potsdam [Grad-verleihende Institution]

Hochschulschrift:

Dissertation ; Universität Potsdam ; 2022

Format:

E-Book

Sprache:

Englisch

Erschienen:

Potsdam: 2022

Schlagwörter:

Hochwasser / Hochwasserschaden / Hochwasservorhersage / Hochwasserwelle / Prognose / Katastrophenrisiko

Überflutung / Überschwemmung / Risikoanalyse / Überschwemmungsgefahr / Modellierung / Maschinelles Lernen

Angewandte Hydrologie / Einzugsgebiet / Überschwemmungsgebiet / Fernerkundung / Kartierung / Geoinformatik

Geostatistik / Big Data / Data Mining / Datenanalyse / Deep learning / Mustererkennung

Wald / Stadtregion / Datenauswertung / Open Data / Raumdaten / Überschwemmungsgefahr

Formangabe:

Hochschulschrift

Anmerkung:

Kumulative Dissertation

Volltext: PDF

Literaturverzeichnis: Seite 97-124

Umfang:

1 Online-Ressource (xix, 124 Seiten, 17891 KB) ; Illustrationen, Diagramme

Weitere Ausgabe:

Erscheint auch als Druck-Ausgabe Brill, Fabio Alexander: Applications of machine learning and open geospatial data in flood risk modelling - Potsdam, 2022

Links:

Link aufrufen
Link aufrufen
Link aufrufen
Link aufrufen
Link aufrufen
Link aufrufen

DOI / URN:

urn:nbn:de:kobv:517-opus4-555943

10.25932/publishup-55594

Katalog-ID:

1813744173

Nicht das Richtige dabei?

Schreiben Sie uns!