Land Cover Classification using Hyperspectral Imagery: A Deep Learning Approach
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
卫星与无人机遥感、长势监测与产量估测
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
利用遥感和GIS对半干旱流域进行水土保持措施的空间规划与选址。
利用Landsat影像分析埃塞俄比亚Adama市城市化引起的土地利用变化及其对地表温度和光谱指数的影
用仅含609个参数的MLP从UAV红光波段重建近红外波段,低成本替代多光谱相机。
提出基于卫星观测的高纬度火灾排放估算方法HLFREM,直接关联辐射能与CO排放。
用无人机多光谱和VGG21深度学习检测小麦涝害并评估硅肥效果。
提出多模态融合网络DMP-UNet,利用无人机多光谱图像高精度监测小麦氮素水平。
利用PROBA-V和Sentinel-3的FAPAR数据,开发了欧洲生物群系特异的LUE模型EU-G
综述遥感和AI在农林领域的先进技术及其应用。
评估持续学习框架用于温室高光谱番茄细菌性斑点病冠层检测。
利用遥感和GIS分析马拉维Bua河流域土地利用变化对河宽的影响,发现人类活动导致河宽增加。
利用无人机多源遥感进行全季节小麦表型分析,通过动态时间序列建模提取高通量性状。
比较三种遥感变化检测方法在ArcGIS中监测巴格达城市扩张的应用。
提出改进的Transformer-KAN模型,基于多时相遥感数据实现高精度、可迁移的大豆种植区制图。
提出基于HYDRA字典方法的机器学习框架,结合物候特征预测玉米产量。
利用GIS和遥感量化卢旺达2010-2024年城市扩张及其与农业用地流失的关系。
综述高光谱成像在小麦病害检测中的应用,涵盖方法、挑战与未来方向。
研究干旱胁迫对积雪草生长、生理和光谱响应的影响,并建立预测模型。
融合无人机多源遥感特征与深度学习,高精度估算茶树生物量与氮素积累量。
利用无人机多光谱成像与机器学习检测作物胁迫并优化产量。