Black Week: 12% Rabatt auf ausgewählte Technik*  Jetzt kaufen
Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
NothingAlle anzeigen
Phone (1)
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
SonyAlle anzeigen
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
Bowers & WilkinsFairphoneGoogle
LautsprecherAlle anzeigen
Yamahatonies
Smart SpeakerAlle anzeigen
Google
SoundbarsAlle anzeigen
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Environmental Monitoring with Integrated Earth Observation Data and Machine Learning

Srija Roy, Manish Kumar Goyal (Gebundene Ausgabe, Englisch)

Optischer Zustand
Beschreibung
This book offers practical insights for researchers and policymakers to demonstrate how EO and ML can strengthen environmental monitoring to support informed decision-making, and advance sustainable development. The Earth faces rising challenges like climate instability, land degradation, water scarcity, rapid urban expansion, etc., making reliable environmental monitoring imperative. Traditional…  methods lack the precision and scale required for global environmental monitoring. However, advances in Earth Observation (EO) and Machine Learning (ML) enable accurate, large-scale environmental monitoring through accessible open-source datasets. Further ML integration with these datasets supports predictive analysis and detailed environmental assessments. Thus, this book outlines the principles of EO, data management, ML integration, and applies them through a case study of the Narmada River Basin, India to examine land use, pollution, and the overall environmental conditions.
Dieses Produkt haben wir gerade leider nicht auf Lager.
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Details


Erscheinungsdatum
15.05.2026
Sprache
Englisch
EAN
9783032199348
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Studies in Computational Intelligence
Sonderedition
Nein
Autor
Srija Roy, Manish Kumar Goyal
Seitenanzahl
84
Einbandart
Gebundene Ausgabe
Schlagwörter
Earth Observation, Data Integration, Open-Source Datasets, Pollution Monitoring, Land Use Change, Sedimentation Studies, Urban Expansion Analysis, Big Data for Environmental Science
Thema-Inhalt
UYQ - Künstliche Intelligenz UYQM - Maschinelles Lernen TQD - Umweltüberwachung (Umwelt-Monitoring) RB - Geowissenschaften
Höhe
235 mm
Breite
15.5 cm

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

Transparenz & Sicherheit

Hersteller: Birkhäuser, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!