Multi-feature fusion for grassland information extraction and temporal change monitoring
构建多特征融合框架,在GEE上高精度提取山地草地并监测2000-2025年时空变化。
关注点
该研究在Google Earth Engine上融合光学、SAR、纹理与地形特征,将亚热带山区草地提取总体精度提升至93.79%,并发现南山牧场西南部植被覆盖度显著下降,可作为类似山区草地退化早期识别的技术参考。
阅读 0
关键词 · 相关资讯与研究
沿着“植被覆盖度”继续探索,共 1 条内容。
构建多特征融合框架,在GEE上高精度提取山地草地并监测2000-2025年时空变化。
该研究在Google Earth Engine上融合光学、SAR、纹理与地形特征,将亚热带山区草地提取总体精度提升至93.79%,并发现南山牧场西南部植被覆盖度显著下降,可作为类似山区草地退化早期识别的技术参考。
用Sentinel-2影像和随机森林分类,绘制并量化印度Hunsur Taluk的植被覆盖。
研究尼日利亚Ise森林保护区管理区与干扰区的植被多样性和结构差异及土地覆盖退化。
提出分层植被体积三维指数评估林下侵蚀,发现近地表层是保土核心。
基于Landsat 2017与2025年数据,分析伊拉克提克里特市LULC、NDVI与LST的耦合关
基于Sentinel-2 NDVI时序评估2016-2026年Realeza-PR森林消长与破碎化动
以迪拜为例分析城市绿化资源与能见度-土壤湿度协调度的时空格局及驱动因素。
利用30米分辨率Landsat NDVI数据,分析贵州2000-2020年植被时空变化及其对气候和人
分析卢旺达Muhoza地区2015–2025年土地利用变化对植被覆盖丧失的影响。