Assessing spatial suitability and climate resilience of agroforestry systems in the Indian Himalaya of Uttarakhand using remote sensing and artificial neural networks
结合遥感、GIS与人工神经网络评估印度喜马拉雅地区农林复合系统的空间适宜性与气候韧性。
卫星与无人机遥感、长势监测与产量估测
结合遥感、GIS与人工神经网络评估印度喜马拉雅地区农林复合系统的空间适宜性与气候韧性。
基于遥感与GIS分析几内亚Manéah采石区1980-2024年土地利用与覆盖的时空变化。
综述深度学习多源遥感图像融合方法、挑战与未来方向。
综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。
在暗箱中评估多光谱葡萄品质分级预测,并比较三种光照补偿方法。
用无人机多传感器遥感结合AutoML预测冬小麦水分含量。
用高光谱成像结合预处理与机器学习,对番茄叶片氮素水平进行分类。
基于GEE融合Sentinel-1/2监测2025年巴基斯坦旁遮普季风洪水双峰动态及农田暴露。
生成CHIME高光谱、LSTM热红外和ROSE-L L波段模拟数据集,为未来Sentinel扩展任务
系统综述撒哈拉以南非洲采矿废弃物生物修复证据,揭示实验室高效但田间效果衰减的鸿沟。
提出SAF-CropNet,用空间自适应融合SAR与光学影像做跨区域耕地语义分割。
基于遥感与景观生态可持续性指数评估贝宁北部农业景观2023-2024年际生态可持续性变化。
用遥感与GIS分析巴基斯坦萨戈达2000-2025年城市扩张及土地利用变化。
评估7种网格重建流程在作物表型三维数字化中的保真度与一致性。
黑龙江省农业科学院农业遥感与信息研究所所长郑妍妍介绍,黑龙江省农科院在人工智能+农业领域开展实践探索:依托大数据中心开展农业数据汇通管用全链条研究,构建长时间序列、多时空分辨率、覆盖寒地主要粮食作物全生育期的作物表型、土壤、气象、病虫害等于一体的寒地农业高质量数据体系。
山东省农科院发布舜耕·粮安农业遥感大模型,基于20年积累的2000万份人工样本数据,覆盖山东全域全地貌、全物候周期,构建耕地智能提取—肥力墒情预测—作物精准识别—长势动态监测—病虫草害预警—作物智能估产全链条智能监测体系,精度高达95%,效率提升超100%。寿光新建大棚已迭代升级至第七代智能物联网云棚,物联网应用率超过85%。
整合气象与遥感指数评估阿尔及利亚西北部2003–2023年干旱演变。
用遥感与GIS结合AHP方法,对Vashishti河流域进行洪水灾害分区制图。
利用Sentinel影像估算南欧小农地块关键作物面积与产量,并与官方统计对比验证。
系统综述遥感在南非农业水资源管理中的应用进展与挑战。