Diag-STFN:全球收获前作物产量预测的诊断时空多模态融合网络——覆盖38国玉米29国小麦(Ecological Informatics 2026)
提出诊断式时空多模态融合网络Diag-STFN,实现全球收获前玉米小麦产量预测。
同时包含 多源数据同化、玉米、遥感 的农业资讯,共 9 条。
提出诊断式时空多模态融合网络Diag-STFN,实现全球收获前玉米小麦产量预测。
用Sentinel 2A与Landsat 8的NDVI回归模型预测孟加拉国玉米产量并比较精度。
提出光谱-图像融合多任务学习框架,同时反演玉米冠层四个生化与结构性状。
提出基于无人机多光谱的源端性状中介框架,实现玉米动态产量预测。
用气候与遥感数据构建机器学习模型预测尼日利亚北部玉米草地贪夜蛾暴发。
结合迁移学习与SCOPE模型,利用不同空间尺度光谱数据预测玉米产量。
系统综述2020-2026年玉米精准农业技术、应用与产量优化,纳入129项研究。
结合无人机增强病害检测指数与纹理特征,监测南方玉米锈病严重度。
A map-based decision-support framework for variable-depth seeding of fodder maize integrating proximal soil sensing and multi-temporal satellite NDVI data。Precision Agriculture