《分层跨模态时空注意力网络用于复杂喜马拉雅农业生态系统作物产量预测》
提出分层跨模态时空注意力网络,融合多源数据预测喜马拉雅果园作物产量。
浏览资源环境与气候变化相关政策、产业动态与研究。
提出分层跨模态时空注意力网络,融合多源数据预测喜马拉雅果园作物产量。
整合森林、蓝碳、土壤碳与部门排放,完成利比里亚国家碳储量与温室气体基线评估。
提出CNN+ViT混合深度学习框架,利用多时相Sentinel-2影像监测作物分类与干旱胁迫。
综述印度两座世界遗产城市2000-2025年土地利用变化与城市热动态。
基于遥感与趋势分析,揭示河套灌区2000-2021年三种作物水分生产力的时空格局及水盐驱动机制。
综述气候变化对农业害虫生态机制、作物生产力影响及气候适应策略。
提出SBAS-InSAR与统计聚类结合的方法,量化哥伦比亚干旱区土壤侵蚀速率并识别热点区域。