Deep Learning Based Semantic Segmentation of Satellite Imagery for Land Cover Classification
综述深度学习用于卫星影像土地覆盖分类的语义分割方法,并分析挑战与未来方向。
浏览数字农业与前沿技术相关政策、产业动态与研究。
综述深度学习用于卫星影像土地覆盖分类的语义分割方法,并分析挑战与未来方向。
利用遥感和GIS分析马拉维Bua河流域土地利用变化对河宽的影响,发现人类活动导致河宽增加。
Estimation of Agricultural Vegetation Water Stress Using Feature-Optimized Remote Sensing and Ensemble Machine Learning。Smart Agricultural Technology
利用无人机多源遥感进行全季节小麦表型分析,通过动态时间序列建模提取高通量性状。
比较三种遥感变化检测方法在ArcGIS中监测巴格达城市扩张的应用。
提出改进的Transformer-KAN模型,基于多时相遥感数据实现高精度、可迁移的大豆种植区制图。
提出基于HYDRA字典方法的机器学习框架,结合物候特征预测玉米产量。
利用GIS和遥感量化卢旺达2010-2024年城市扩张及其与农业用地流失的关系。
综述高光谱成像在小麦病害检测中的应用,涵盖方法、挑战与未来方向。
研究干旱胁迫对积雪草生长、生理和光谱响应的影响,并建立预测模型。
提出CFAEVM-UNet模型,用于无人机图像中密集小害虫的精确分割。
融合无人机多源遥感特征与深度学习,高精度估算茶树生物量与氮素积累量。
利用无人机多光谱成像与机器学习检测作物胁迫并优化产量。
结合Sentinel-1 SAR和Sentinel-2光学数据,绘制作物图并评估洪水淹没对农业的影响
融合多源遥感数据改进水云模型,实现柑橘园土壤水分和冠层含水量高精度反演。
基于Scopus数据库,对2021-2025年土地退化与荒漠化监测研究进行文献计量分析。
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。
提出 PhenoStream 网络基础设施,自动化航空影像作物性状提取全流程。
综述遥感与机器学习在印度园艺作物精准管理中的应用,涵盖原理、方法、案例与挑战。
评估遥感模型在不同水稻基因型间的可转移性,用于氮肥监测和产量预测。