Raspberry Pi Lightweight Deep Learning Models Deployed for Corn Growth Stage Classification Using PhenoCam Images
用PhenoCam图像训练轻量深度学习模型,在树莓派上实时分类玉米8个生长阶段。
用PhenoCam图像训练轻量深度学习模型,在树莓派上实时分类玉米8个生长阶段。
结合Sentinel-2 NDVI与气候变量,构建多元模型预测米尔-穆甘地区棉花产量。
用多光谱成像无损检测地黄穴盘苗干旱胁迫下的生长与光谱响应。
用无人机多光谱植被指数评估玉米不同生育期冠层叶绿素含量。
Comparison of NDVI obtained from an active proximal sensor and UAV multispectral imagery in coffee。Research Square
用LiDAR叶量指数追踪苹果园干旱遗留效应与冠层恢复。
评估多传感器植被胁迫测量在非理想条件下的不确定度传播与一致性。
利用人工智能进行土壤制图和肥料优化,以支持精准农业。
提出双物候特征加权法,校正MODIS NDVI大豆物候估计与地面观测的时间偏差。
Remote sensing-driven soil fertility modelling and summer rice suitability mapping in a floodplain agroecosystem of Assam。Paddy and Water Environment
综述了从传统干旱指数到遥感、GIS及AI集成的现代干旱评估方法演进。
基于GEE融合Sentinel-1/2时序与地形特征,用机器学习高精度制图长三角水稻种植模式。
评估无人机多光谱植被指数在密植小麦中区分氮处理和基因型的能力。
综述AI在可持续发展各领域的机会与创新路径,并强调负责任AI的治理要求。
用PROSAIL-PRO与高斯过程回归从无人机高光谱数据反演小麦冠层氮含量。
评估春小麦育种品系产量模型在未参与训练品系上的跨季预测能力。
提出诊断式时空多模态融合网络Diag-STFN,实现全球收获前玉米小麦产量预测。
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。
提出融合无人机多光谱与语义分割的果树行识别与路径跟踪方法,实现植保机自主导航。
系统综述2019-2026年地理空间AI在精准农业的应用、多模态数据集成与决策支持。