Zenodo (CERN European Organization for Nuclear Research)·9月11日 · 周五65 分 论文遥感与农情监测农业遥感与作物表型2 个信源同时报道 阅读 1
ASSESSMENT OF SOIL SALINITY USING THE NDVI VEGETATION INDEX BASED ON REMOTE SENSING DATA
利用Sentinel-2遥感数据计算NDVI,评估灌溉草甸灰钙土的土壤盐渍化程度。
浏览资源环境与气候变化相关政策、产业动态与研究。
利用Sentinel-2遥感数据计算NDVI,评估灌溉草甸灰钙土的土壤盐渍化程度。
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。