Unraveling nonlinear ecosystem water use efficiency dynamics and environmental drivers across Iran using remote sensing and XGBoost-SHAP
用遥感与XGBoost-SHAP解析伊朗2001-2025年生态系统水分利用效率的非线性动态及驱动因
阅读 0
关键词 · 相关资讯与研究
沿着“XGBoost NDVI”继续探索,共 0 条内容。
用遥感与XGBoost-SHAP解析伊朗2001-2025年生态系统水分利用效率的非线性动态及驱动因
提出无监督余弦距离异常检测方法,从无人机RGB-NIR影像中识别树冠损伤。
结合野外样方与2015-2025年Landsat 8 NDVI,评估尼日利亚洛科贾城郊土地利用与植物
提出XGBoost与时空邻接模型融合的全天候地表温度重建框架,生成京津冀1km无缝LST数据集。
结合遥感植被指数与机器学习,预测尼日尔萨赫勒四地区2010–2025年水稻产量。
基于kNDVI与XGBoost-SHAP分析山西2000-2024年植被覆盖时空变化及驱动机制。
比较六种Sentinel-2植被指数估算泰国森林地上生物量与碳储量的表现。
Predictive Modelling of Deforestation Susceptibility in Sanjay Gandhi National Park Using Machine Learning and Remote Sensing Technologies。Sensing and Imaging