融合Sentinel-2时序与PlanetScope高分影像，用XGBoost绘制地中海9类可燃物类
比较四种 Sentinel-2 光谱指数在意大利 Pollino 国家公园 2025 年林火损伤制图
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
利用Landsat-8和Sentinel-2影像评估2021年Çandır森林火灾过火面积。
评估Sentinel-2 NDVI与苹果园产量的关系，发现仅单一品种同龄地块存在可靠相关。
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。
开发基于Sentinel-2时序NDVI与BSI指数的水土流失指标检测算法，并在俄罗斯南部实地验证。
利用Sentinel-2影像和实地光谱，分类并制图加州农业塑料覆盖分布。
基于Sentinel-2与随机森林监测阿尔及利亚西南部2019-2025年沙丘侵占与土地覆盖变化。
提出融合多光谱指数的Sentinel-2土壤退化评估方法，在乌兹别克斯坦验证并识别盐渍化阶段。
用Sentinel-2指数估算印度东北部稻作休耕系统不同坡度的土壤有机碳。
提出可解释多指数规则框架，用Sentinel-2提取旱季建成区，性能优于机器学习。
提出多流深度学习框架WaterFormer-MS，从Sentinel-2影像中精准分割地表水体。
用Sentinel-2光谱指数与电法电阻率、pH对比，评估尼日利亚半干旱区土壤腐蚀环境指示能力。
基于Sentinel-2光学影像的早期甜菜产量预测研究。通过紧耦合领域知识与机器学习，使用极小Vision Transformer patch size与全部Sentinel-2谱段，提升了模型表现。研究通过调整训练设置与基于排名的低产田检测方法，能在生长周期早期识别出大量低产田，为精准农业田间管理提供早期决策依据。