Mapping groundwater potential zones using GIS, remote sensing and analytical hierarchy process (AHP) in Pader and Kitgum Districts, Uganda
用GIS、遥感和AHP制图评估乌干达两区地下水潜力并验证。
浏览数字农业与前沿技术相关政策、产业动态与研究。
用GIS、遥感和AHP制图评估乌干达两区地下水潜力并验证。
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
构建云原生决策支持系统,用多年NDRE时序自动生成精准农业变量施肥/播种处方图。
提出SAMWater,用提示引导多模态基础模型实现可迁移地表水制图。
基于Landsat遥感分析德里首都区2003-2023年土地利用变化、地表温度与城市扩张,评估资源压
评估RGB与多光谱植被指数在亚马逊可可园的季节性兼容性,以低成本监测替代多光谱传感器。
用GIS与遥感结合FR和AHP模型,对埃塞俄比亚高原滑坡易发性进行分区制图与验证。
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。
系统综述2015-2026年混合CNN-ViT架构的知识蒸馏方法,按迁移方向、知识类型和应用领域分类
综述地形图作为空间规划与可持续发展基础工具的作用及现代化技术整合。
用多光谱无人机影像和深度学习实现葡萄园制图与冠层特征提取。
融合深度学习与遥感及实地数据,估算湖泊非光学活性水质变量(溶解氧和pH)。
Integrating UAV-Based Remote Sensing and Deep Learning for Early Detection of Bacterial Leaf Blight in Rice。Research Square
提出SwiGLU增强的ConvNeXt框架,融合多光谱波段与指数集成分类Sentinel-2土地利用
探讨将智慧农业技术融入高等农业教育,作为学生解决实际农艺问题的教学工具。
提出双分支深度学习网络融合时序与辅助数据,提升亚热带水稻分类精度。
提出HyBEAR高光谱航空影像基准数据集,用于整田块裸土检测。
融合Sentinel-1 SAR与Sentinel-2光学时序,用集成机器学习实现印度早季作物类型高
用随机森林与支持向量机评估南非eThekwini地区滑坡易发性并分析住房风险。