Environmental Monitoring and Assessment·9月22日 · 周二论文农业遥感与作物表型阅读 0
Research on the optimal modeling path for inversion of Pb content in rice leaves based on hyperspectral data of ground objects and machine learning and cross-scale remote sensing monitoring
Zhenlong Zhang · Zhe Wang · Chengxia Wang 等 13 人
Environmental Monitoring and AssessmentDOI 10.1007/s10661-026-15959-x
论文解读
64接近精选线
速览
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。
方法
地面高光谱数据结合机器学习建模，开展跨尺度遥感监测。
发现
明确了水稻叶片铅含量反演的最优建模路径，实现跨尺度遥感监测。
机会点
可探索多尺度遥感数据融合与迁移学习，提升重金属胁迫反演的普适性与精度。
影响力8
信息增量18
专业深度16
信源权威13
时效性9
基于地物高光谱与机器学习的水稻叶片铅含量反演建模研究，方法有创新但属细分领域学术进展，公共影响有限。
原文摘要
基于地物高光谱数据与机器学习的稻叶铅含量反演最优建模路径及跨尺度遥感监测研究。环境监测与评估