面向可持续农业生态系统管理的数据驱动潜在状态数字孪生框架
构建潜在状态数字孪生框架，融合多源遥感与气象数据表征农田状态。
阅读 0
SMART CROP SELECTION MODEL USING SOIL PH VALUE, TEMPERATURE, HUMIDITY, AND RAINFALL PREDICTION
基于土壤pH、温湿度和降雨，用机器学习构建智能选种模型并开发交互式仪表板。
阅读 0
SMART IRRIGATION STRATEGY RECOMMENDED SYSTEM USING ML
提出基于ESP32传感与两阶段机器学习的智能灌溉推荐系统，预测土壤湿度并推荐灌溉动作。
阅读 5
Automated System for Plant Health Monitoring and Stress Diagnosis Using IoT and Machine Learning
设计并验证了基于ESP32与随机森林的物联网闭环灌溉系统，实现植物胁迫自动诊断。
阅读 4
A new vegetation–thermal integrated approach (NNL-SM) for high-resolution soil moisture estimation
提出NNL-SM模型，融合NDMI、NDVI和LST将SMAP土壤水分从9km降尺度至1km。
阅读 2
Downscaling of SMAP Soil Moisture Based on the Transformer Algorithm in Anhui Province
基于Transformer及变体融合多源卫星与地下水数据，将SMAP土壤湿度降尺度至1km日尺度。
阅读 6
Effects of Noise on the Accuracy of Estimating Rootzone Total Soil Moisture Using a Non‐Linear Autoregressive Exogenous Machine Learning Model for Precision Agriculture
该论文评估了测量噪声对NARX机器学习模型估算根区土壤水分动态精度的影响。
阅读 1