资源智能遥感 | 浏览量 : 0 下载量: 206 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 作物遥感分类的样本依赖与模型空间外推研究

    • A study of sample dependence and spatial extrapolation of models for crop remote sensing classification

    • 在农业遥感领域,专家探索了样本量对作物分类效果的影响及模型空间外推可行性,为大尺度区域作物遥感精准分类提供高效经济方法。
    • 2024年28卷第11期 页码:2878-2895   

      纸质出版日期: 2024-11-07

    • DOI: 10.11834/jrs.20244005     

    移动端阅览

  • 谢炎,曾红伟,田富有,张淼,胡越然,覃星力,吴炳方,张有智,解文欢.2024.作物遥感分类的样本依赖与模型空间外推研究.遥感学报,28(11): 2878-2895 DOI: 10.11834/jrs.20244005.
    Xie Y,Zeng H W,Tian F Y,Zhang M,Hu Y R,Qin X L,Wu B F,Zhang Y Z and Xie W H. 2024. A study of sample dependence and spatial extrapolation of models for crop remote sensing classification. National Remote Sensing Bulletin, 28(11):2878-2895 DOI: 10.11834/jrs.20244005.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

田富有 中国科学院空天信息创新研究院 遥感科学国家重点实验室
张淼 中国科学院空天信息创新研究院 遥感科学国家重点实验室
胡越然 中国科学院空天信息创新研究院 遥感科学国家重点实验室;中国科学院大学 资源与环境学院
覃星力 中国科学院空天信息创新研究院 遥感科学国家重点实验室
吴炳方 中国科学院空天信息创新研究院 遥感科学国家重点实验室;中国科学院大学 资源与环境学院
张有智 黑龙江省农业科学院 农业遥感与信息研究所
解文欢 黑龙江省农业科学院 农业遥感与信息研究所
孟鸽 中国科学院空天信息创新研究院 遥感科学国家重点实验室;中国科学院大学 资源与环境学院

相关机构

中国科学院空天信息创新研究院 遥感科学国家重点实验室
湖州中核勘测规划设计有限公司
山东科技大学测绘与空间信息学院
太原理工大学 矿业工程学院
中国科学院微电子研究所
0