Makro- und Mikrokunststoffuntersuchungen in Kompost mittels hyperspektraler Bildgebung
Lade...
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
15.09.2022
Typ der Arbeit
Bachelor
Studiengang
Typ
11 - Studentische Arbeit
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Hochschule für Technik FHNW
Verlagsort / Veranstaltungsort
Windisch
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Im vorhergehenden Projekt EUT-P5bb-RS-HS20 wurde die Tauglichkeit von hyperspektraler Bildgebung zur Identifikation von Mikro- und Makroplastik in Kompost untersucht. Dafür wurde ein neuronales Netzwerk mit hyperspektralen Daten von Referenzkunststoffen der Typen Polyethylen (PE), Polystyrol (PS), Polypropylen (PP) und Polyethylenterephthalat (PET) trainiert. Mit diesem Netzwerk konnten Körner der Referenzkunststoffe erfolgreich in Kompostproben erkannt werden. Das Netzwerk konnte die meisten Alltagskunststoffe aber nicht korrekt identifizieren. Ziel dieser Arbeit war es also zu untersuchen, ob sich die Methode aus dem vorhergehenden Projekt auch zur Erkennung von Alltagskunststoffen aus der Kompostanlage eignet. Daher wurden solche Kunststoffe analysiert, um die Auswirkungen von Umwelteinflüssen auf die hyperspektrale Bildgebung zu untersuchen und mögliche Preprocessing-Schritte zur Kompensation zu definieren.
Schlagwörter
hyperspektrale Bildgebung, Mikroplastik, neuronales Netzwerk
Fachgebiet (DDC)
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Deutsch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Begutachtung
Open Access-Status
Lizenz
Zitation
MANDALIEV, Petar und Raffael Michael SCHREIBER, 2022. Makro- und Mikrokunststoffuntersuchungen in Kompost mittels hyperspektraler Bildgebung. Windisch: Hochschule für Technik FHNW. Verfügbar unter: https://doi.org/10.26041/fhnw-4296