Zum Inhalt springen
- {{#headlines}}
- {{title}} {{/headlines}}
Profil
| Derzeitige Stellung | Professor W-2 und Äquivalente |
|---|---|
| Fachgebiet | Bodengeographie,Fernerkundung |
| Keywords | machine learning, Climate change, Digital Land suitability assessment, Arid and Semi-arid, Strategic crops of Iran |
Aktuelle Kontaktadresse
| Land | Iran |
|---|---|
| Ort | Sanandaj |
| Universität/Institution | University of Kurdistan |
Gastgeber*innen während der Förderung
| Prof. Dr. Thomas Scholten | Lehrstuhl Physische Geographie und Bodenkunde, Eberhard Karls Universität Tübingen, Tübingen |
|---|---|
| Beginn der ersten Förderung | 01.07.2023 |
Programm(e)
| 2022 | Georg Forster-Forschungsstipendien-Programm für erfahrene Forschende |
|---|
Publikationen (Auswahl)
| 2024 | Kamal Nabiollahi 1, 2,*, Ndiye M. Kebonye 2,3, Fereshteh Molani 1, Mohammad Hossein Tahari-Mehrjardi 4, Ruhollah Taghizadeh-Mehrjardi 25, Hadi Shokati 2 and Thomas Scholten Assessment of Land Suitability Potential Using Ensemble Approaches of Advanced Multi-Criteria Decision Models and Machine Learning for Wheat Cultivation . In: remote sensing, 16, 2024, 1-20 |
|---|---|
| 2024 | Ruhollah Taghizadeh-Mehrjardi, Kamal Nabiollahi *, Ndiye M. Kebonye, Nafiseh Kakhani Maryam Ghebleh-Goydaragh, Brandon Heung Alireza Amirian-Chakan Sayed Mohammad Taher Hossaini Thomas Scholten High-performance soil class delineation via UMAP coupled with machine learning in Kurdistan Province, Iran . In: Geoderma Regional, 36, 2024, |