Nonlinear relationships between vegetation dynamics and ecosystem services in the Yangtze River Basin: insights from random forest and GTWR analyzes
用随机森林与GTWR揭示长江流域2000—2020年NDVI与四项生态系统服务的非线性关系。
用随机森林与GTWR揭示长江流域2000—2020年NDVI与四项生态系统服务的非线性关系。
耦合PLUS-InVEST-GeoDetector模拟汾河流域多情景碳储量演变并识别驱动因子。
本文探讨地理空间人工智能(GeoAI)如何推动印度数字治理与可持续发展。
用GreenSeeker手持冠层传感器NDVI预测小麦产量并优化氮肥管理。
基于多源遥感与可解释机器学习,揭示东北寒区降水利用效率时空特征及驱动因子。
用无人机多模态影像与基因型数据训练CNN,预测大豆八种种子成分。
利用无人机高光谱影像构建田间尺度SIF-ET机理模型,实现作物蒸散发高精度估算。
从地理视角分析印度2047年可持续包容性区域发展,强调因地制宜与GIS遥感支持规划。
构建了面向战争损毁变化检测的大规模高分辨率双时相光学遥感基准WD-CD。
用GIS、遥感和AHP评估尼日利亚南部地形与水文因子对洪水易发性的影响。
Modeling Water Quality Parameters in Laga Dadi Reservoir, Ethiopia: An Integrated Remote Sensing and Machine Learning Approach。Research Square
Smart Agriculture Optimization in Off-Grid Terrains via Satellite- Coupled Soil Sensing Framework。Research Square
综述人工智能在地理学中的应用,涵盖GIS、遥感、城市规划、农业与环境监测等。
UAV-based rice nitrogen status monitoring using machine learning and deep learning。Precision Agriculture
提出增强NightNet实现无人机夜间柑橘果实轻量检测。
用二维光谱表示与多门混合专家多任务学习预测植物叶片功能性状。
基于印度州级MODIS NDVI与机器学习比较作物产量预测,随机森林优于梯度提升。
系统综述遥感估产方法,分类传感器、平台、建模与机器学习,指出深度学习性能最优。
用MODIS NDVI与四种回归模型预测印度各邦作物产量,并做全国尺度验证。
提出RAST-Net,用注意力自监督对比深度学习实现SAR图像实时去斑。