机译:通过考虑在Google地球发动机上的终点变异性,通过占陆地遥感卫星(系统,LANDSAT)图像的玉米和大豆分数
SUNY Buffalo Dept Geog Buffalo NY 14260 USA;
SUNY Buffalo Dept Geog Buffalo NY 14260 USA;
SUNY Buffalo Dept Geog Buffalo NY 14260 USA|Chinese Acad Agr Sci Key Lab Crop Physiol & Ecol Minist Agr Inst Crop Sci Beijing Peoples R China;
机译:农业农业农业农业范围和南亚地区使用谷歌地球发动机云上的随机林机器学习算法使用Landsat卫星30米的次数大数据
机译:用于Landsat ETM加上图像的不透彻的末端成员和分数映射的光谱数据处理:比较分析
机译:来自Landsat ETM +影像的不透水端成员推导和分数映射的光谱数据处理:对比分析
机译:从LANDSAT-1到Google地球及以后:用于条约验证的卫星影像分析的前景
机译:使用土壤测试数据,卫星(Landsat 8和Planetscope)的遥感影像以及网状土壤调查数据估算耕种土壤中的土壤有机碳
机译:使用Landsat和Google Earth Engine云计算绘制非洲大陆的土地覆盖变化图
机译:农业农业农业农业范围和南亚地区使用谷歌地球发动机云上的随机林机器学习算法使用Landsat卫星30米的次数大数据