Land Cover Classification using Hyperspectral Imagery: A Deep Learning Approach
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
卫星与无人机遥感、长势监测与产量估测
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
利用遥感和GIS对半干旱流域进行水土保持措施的空间规划与选址。
利用Landsat影像分析埃塞俄比亚Adama市城市化引起的土地利用变化及其对地表温度和光谱指数的影
研究卫星监测对土地监测有效性的影响,并检验数据驱动决策的中介作用。
研究渤海沿岸五城市夜间灯光衰减与海岸天空辉光范围,提出分级管理框架。
用仅含609个参数的MLP从UAV红光波段重建近红外波段,低成本替代多光谱相机。
提出基于卫星观测的高纬度火灾排放估算方法HLFREM,直接关联辐射能与CO排放。
用无人机多光谱和VGG21深度学习检测小麦涝害并评估硅肥效果。
山东省农业科学院农业信息与经济研究所构建起一套"天空地"一体化的遥感数据采集处理体系。天上是多源卫星数据——以国产高分系列为主、开源卫星数据为辅;团队于 2024 年开始研发一款面向县域的大型无人机,搭载专为农业设计的波段载荷;地上在肥城等地布设了一批农业物联网设备。三者叠加形成监测网络,为县级政府提供作物长势、产能、农机分配、水源调配等宏观决策数据支撑。
利用遥感和GIS评估地下水潜力区并规划人工补给结构,以促进可持续水资源管理。
提出多模态融合网络DMP-UNet,利用无人机多光谱图像高精度监测小麦氮素水平。
评估卢旺达Kamonyi区人为活动对土地利用/覆盖变化的影响,发现建设用地增加、植被减少。
利用PROBA-V和Sentinel-3的FAPAR数据,开发了欧洲生物群系特异的LUE模型EU-G
综述了基于不同遥感数据源的土壤水分反演模型及卫星产品,为初学者提供系统参考。
综述遥感和AI在农林领域的先进技术及其应用。
综述空气传播植物病原体的生物监测技术及其在病害预警中的应用。
结合遥感和GIS与利益相关者参与,分析贝宁中部景观异质性对综合景观管理实践的影响。
评估持续学习框架用于温室高光谱番茄细菌性斑点病冠层检测。
提出基于线性光谱混合分析和随机森林的作物残茬覆盖度遥感估算方法,应用于华北平原。
利用遥感和GIS分析马拉维Bua河流域土地利用变化对河宽的影响,发现人类活动导致河宽增加。