Forecasting Cotton Productivity in the Mil-Mugan Economic Region using Climate Variables and Remote Sensing Data
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。
浏览大田作物相关政策、产业动态与研究。
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。
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
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。
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。
提出多特征与模糊结合残差LeNet的遥感影像棉花分类方法。
用Sentinel 2A与Landsat 8的NDVI回归模型预测孟加拉国玉米产量并比较精度。
用DSSAT-CERES水稻模型结合Sentinel-2遥感,分析印度Guntur灌区2022-20
提出Rice-STNet时空深度学习框架,用多时相无人机RGB影像估算水稻株高。
提出无监督多模态聚类框架AgriMAC,融合无人机NDVI、IoT土壤与气象数据评估水稻健康。
提出光谱-图像融合多任务学习框架,同时反演玉米冠层四个生化与结构性状。
用无人机多光谱重采样14种分辨率,结合PROSAIL与随机森林,研究春小麦多性状反演的空间尺度效应。
提出RATL迁移学习框架,解决高光谱遥感跨区域冬小麦叶绿素评估的域偏移问题。
用无人机多光谱、RGB和热红外遥感结合AutoML预测冬小麦含水量。
结合遥感与采样方法,将地块级社会经济指标区域化到贝宁北部农业流域。
用CycleGAN和迁移学习融合无人机与卫星影像,提取宝鸡峡灌区夏收作物。