机译:土地覆盖物分类精度和趋势评估-陆地卫星图像主要成分的变化
Nuhu Bamalli Polytech, Dept Surveying & Geoinformat, Zaria, Nigeria;
机译:使用多时间,多传感器和多极化SAR卫星图像,对不同作物类型的最佳精度土地利用/土地覆被(LULC)分类
机译:利用国家土地数值信息和卫星遥感数据提高孤岛土地覆盖分类的准确性
机译:利用国家土地数值信息和卫星遥感数据改善孤岛孤岛的土地覆盖分类准确性
机译:通过应用不同的图像融合技术和不同训练样本对土地覆盖和土地利用土地利用的准确评估
机译:使用卫星感应图像及其纹理值进行土地覆盖分类:基于佛罗里达州土地利用和覆盖分类系统的准确性评估。
机译:基于双极化Sentinel-1ALandsat-8 OLI和Hyperion图像的多传感器卫星图像的多特征分类用于城市土地覆盖分类
机译:使用多时相,多传感器和多极化saR卫星图像获得最佳准确度土地利用/土地覆盖(LULC)分类以获得作物类型
机译:地球卫星公司GeoCover Landsat专题制图成像的17次独立地理定位精度评估结果。正射校正Landsat Tm影像的地理定位精度验证:东北亚