《基于遥感的农作物产量估算综述:机器学习技术及环境、算法和硬件限制》
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。
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。
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。
综述作物模拟模型在估算作物需水与灌溉管理中的应用及改进方向。
提出农田遥感图文跨模态检索任务,构建数据集并提出FarmMGR框架实现语言驱动检索。
提出APGI引导的三阶段12倍超分框架,从Sentinel-2影像重建塑料大棚结构并提升提取精度。
提出混合迁移学习框架,用预训练模型提取特征并结合机器学习分类器实现卫星图像季节分类。
Estimating field-scale net ecosystem exchange by coupling high-resolution remote sensing with a crop carbon model。Agricultural and Forest Meteorology
提出TA-ABC-Bi-LSTM模型,用多源农业数据精准预测水稻产量。
综述木质作物冠层光截获与吸收关系,提出多尺度辐射框架支撑精准灌溉。
区分光合与非光合氮分配,改进辐射传输模型以提升叶片生化参数估算精度。
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。
Quantifying Thermoregulation in Niche Construction of Apis mellifera as an Extended Phenotype to Map the Selection Pressure of Volatile Climate Using Hybrid CNN Bi-LSTM Architecture and Remote Sensing。Research Square
Spatial Assessment of Biophysical Suitability for Climate-Smart Agriculture across Nigeria。Research Square
提出AgroInsect边缘-云混合AI架构,实现农田害虫精准检测与地统计插值。
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。
评估异构平台加速NDVI和NDWI计算,实现可持续农业监测。
提出BO-TCBDA深度学习框架,融合多源遥感数据估算冬小麦产量,兼具高精度与可解释性。
研究利用多传感器模拟光谱和三维指数,结合GA-BPNN,分物候期估算黄花菜土壤全氮,提高精度。
用卫星影像替代无人机估算大豆成熟期,实现规模化育种表型分析。