Technological approach to invasive species: the role of remote sensing and predictive modelling
综述25年遥感与预测建模监测入侵植物研究,梳理传感器、方法与报告实践演变。
阅读 0
综述25年遥感与预测建模监测入侵植物研究,梳理传感器、方法与报告实践演变。
提出聚类加集成学习的混合框架,用土壤气候数据做作物推荐。
综述机器学习与深度学习在作物产量预测和叶片病害检测中的应用与挑战。
综述Pol-InSAR与机器学习结合估算水稻冠层高度的方法与挑战。
用高光谱成像结合机器学习鉴别3种茜草属物种及6个产地。
综述智能生物传感器在食品安全4.0中的进展,强调从被动检测转向主动风险预测。
用土壤图像结合机器学习与深度学习模型预测氮磷钾含量。
用无人机多光谱成像与机器学习量化田间作物除草剂药害和干燥剂响应。
用9年4站1221组配对数据,机器学习校正5TE土壤含水量传感器。
构建可解释机器学习框架,预测次日土壤湿度并支持灌溉决策。
用ASD高光谱仪测16种土壤反射光谱,结合PCA与机器学习实现土壤分类。
综述植物电信号从机制到应用的技术链,用于植物健康监测与精准农业。
融合多源无人机遥感特征与衍生特征,用随机森林估算冬小麦地上部生物量。
融合WCM物理特征与多源遥感,用机器学习估算冬小麦拔节期土壤含水量。
对2021-2025年2782篇文献做文献计量,梳理AI与食品安全交叉研究趋势。
通过问卷与访谈调查美国农业利益相关者对AI/ML应用的认知与障碍。
用农业气象变量与时间特征构建机器学习模型,实现印度棉区棉铃虫多级发生预测。
利用物联网与机器学习构建水质预测监测系统,提前1-6小时预测rWQI。
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
系统综述2015-2025年遥感农业干旱监测与预测的传感器、指数、建模及验证进展。