Estimation of Soil Water Content in Winter Wheat Field at Jointing Stage Using Multi-Source Features and Machine Learning
融合WCM物理特征与多源遥感,用机器学习估算冬小麦拔节期土壤含水量。
浏览大田作物相关政策、产业动态与研究。
融合WCM物理特征与多源遥感,用机器学习估算冬小麦拔节期土壤含水量。
融合Sentinel-1 SAR与Sentinel-2光学影像,用随机森林在GEE上绘制孟加拉国Bo
用农业气象变量与时间特征构建机器学习模型,实现印度棉区棉铃虫多级发生预测。
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
系统综述2020—2026年玉米精准农业技术、应用与产量优化研究。
利用高光谱数据与随机森林识别哈萨克斯坦东北部麦田作物与杂草,并分析误判的生物学原因。
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。
利用高分辨率卫星影像和机器学习在大豆田中检测红冠腐病。
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。
研究基于地面高光谱与机器学习反演水稻叶片铅含量,并探索跨尺度遥感监测的最优建模路径。
评估三种机器学习模型在厄瓜多尔农场级玉米产量预测中的空间可迁移性。
用MODIS NDVI与四种回归模型预测印度各邦作物产量,并做全国尺度验证。
提出地表反射率校准方法,结合机器学习与双源像素分解,提高半干旱区玉米蒸散发估算精度。
通过数据同化整合卫星遥感与WOFOST模型,提高夏玉米产量估算精度。
研究气候变化与植被动态对莫桑比克玉米生产的影响,采用分位数回归和机器学习方法。
系统综述2020-2026年精准农业在玉米生产中的应用,纳入129项研究,评估技术、应用及产量优化效
基于无人机多模态遥感数据,构建综合高光效表型指数并精准估算,用于小麦育种材料筛选。
王毅、崔茜彤、王晨、熊宝伟、邵国敏、王琬莹、曹培、韩文霆(西安财经大学/西北农林科技大学/西安理工大学)针对传统玉米产量预测方法难以揭示变量间因果关系的问题,提出融合因果推断与机器学习的预测方法:基于遥感指数、气象数据、土壤剖面湿度和阶段性作物观测数据等多源异构信息,采用偏相关与瞬时条件独立算法系统分析玉米产量与各影响因子之间的因果关系,构建可解释的玉米产量预测模型。