...
机译:通过联合吸收AMSR-E亮度温度和MODIS LST来改善双重湿度卡尔曼平滑器的土壤湿度估算
机译:通过使用MODIS LST和NDVI数据降低AMSR-E亮度温度的比例来获取高分辨率的表层土壤水分
机译:通过将集成的卡尔曼滤波器与MODIS LST产品同化来获取土壤温度曲线
机译:通过在耦合的CLM4-RTM-DART系统中吸收AMSR-E亮度温度来估算全球土壤湿度
机译:使用土地信息系统(LIS)中的可卡曼滤波将AMSR-E土壤水分同化到土地表面模型的结果
机译:使用美国大陆上的水瓶座亮度温度观测值评估NASA微波辐射传递模型用于土壤湿度的估算。
机译:结合地统计学和观测定律通过L波段微波亮度温度估算土壤湿度
机译:利用双集合卡尔曼平滑器联合同化amsR-E亮度温度和mODIs LsT改善土壤水分估算