Integrating UAV-Based Remote Sensing and Deep Learning for Early Detection of Bacterial Leaf Blight in Rice

Carlito B. Balingbing · Dmytro Chebotarov · Ian Carlo Perilla 等 12 人

AI 评分

74接近精选线

影响力18

信息增量20

专业深度18

信源权威10

时效性8

将无人机遥感与深度学习结合用于水稻白叶枯病早期检测，方法有创新、结论具应用价值，但属预印本且为细分技术进展，适合进入主题聚合而非头条精选。

摘要

Integrating UAV-Based Remote Sensing and Deep Learning for Early Detection of Bacterial Leaf Blight in Rice。Research Square

无人机遥感水稻白叶枯病相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月5日 · 周一72 分论文水稻农业遥感与作物表型2 个信源同时报道阅读 0

结合遥感植被指数与机器学习，预测尼日尔萨赫勒四地区2010–2025年水稻产量。

Agriculture·9月21日 · 周一80 分论文水稻农业遥感与作物表型阅读 1

提出Rice-STNet时空深度学习框架，用多时相无人机RGB影像估算水稻株高。

Remote Sensing·9月24日 · 周四79 分论文水稻农业遥感与作物表型阅读 5

基于GEE融合Sentinel-1/2时序与地形特征，用机器学习高精度制图长三角水稻种植模式。

Environmental Monitoring and Assessment·9月22日 · 周二64 分论文水稻农业遥感与作物表型阅读 8

研究基于地面高光谱与机器学习反演水稻叶片铅含量，并探索跨尺度遥感监测的最优建模路径。

Eng—Advances in Engineering·10月18日 · 周日78 分论文水稻农业遥感与作物表型阅读 0

构建多模态回归学习框架，融合气候、遥感与作物因子，实现水稻产量连续预测。

Journal of Sustainable Agriculture and Environment·10月6日 · 周二75 分论文水稻农业遥感与作物表型阅读 4

提出双分支深度学习网络融合时序与辅助数据，提升亚热带水稻分类精度。