遥感与农情监测

用动态时间规整（DTW）在高光谱城市影像中检测石棉，并与相关法对比。

用多时相遥感和九项指数对比英国诺丁汉郡与印度乌代浦2000—2024年农业气候脆弱性。

提出结合波段选择与ViT-CNN混合框架的高光谱图像分类方法，提升小样本分类精度。

综述柔性可穿戴传感器在智慧农业中的传感机制、作物表型监测与采收应用。

提出一种基于无人机多光谱时序影像的深度学习混合模型，实现苹果黑星病和葡萄霉病的早期检测与分割。

综述中智拓扑在印度多领域的应用潜力，并指出理论与实证数据脱节的局限。

用GIS、遥感和AHP制图评估乌干达两区地下水潜力并验证。

用Sentinel-2多光谱数据证明作物标记模型可跨遗址迁移，且迁移性由光谱几何相似性决定。

基于Sentinel-2数据比较NIR-RED-GREEN与SWIR-NIR-GREEN波段组合，用

结合气象站与卫星植被热指数，绘制埃塞俄比亚East Bale区30年农业干旱时空图。

第四次全国农业普查标准时点为2026年12月31日,2027年1月全面登记。本轮普查推行长短表分类填报,整合卫星遥感、无人机航拍和人工智能技术,对主要粮食和大宗经济作物播种面积开展全覆盖高精度遥感测量

用遥感、GIS和香农熵分析印度图拉镇2006-2026年城市蔓延的时空变化。

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Landsat遥感分析德里首都区2003-2023年土地利用变化、地表温度与城市扩张，评估资源压

农业农村部、国家发展改革委等10部委批复2026年全国农村改革试验区拓展试验任务,苏州市申报的探索应用作物云数智管理技术精准服务粮食生产成功入选。该平台用1部手机、2张照片、3类信息,围绕适期播栽、适情管理、适熟估产、适时收获四个环节提供精准调度;2025年稻麦季面向苏州8个涉农县区累计发布农情简报96期,服务指导农户4.1万户次。核查准确度接近100%,惠农补贴发放、农技指导环节实现升级。

用多时相遥感与模糊机器学习减少重复检测，提升稻田秸秆焚烧田块尺度制图精度。

评估RGB与多光谱植被指数在亚马逊可可园的季节性兼容性，以低成本监测替代多光谱传感器。

研究柬埔寨Sre Ambel洪泛平原24年森林流失、驱动因素及社区感知。

提出融合陆地与海洋遥感指标的四代理框架，估算印尼东部次国家级GDP。

提出地块中心采样策略，用单像素或局部窗口构建地块级特征，大幅加速地块尺度作物分类。