机译:通过机器学习和交叉验证方法将Sentinel-2和Landsat 8的多时间数据集结合在日本的高分辨率植被映射
机译:通过机器学习和交叉验证方法将基于Sentinel-2和Landsat 8的多时相数据集相结合的日本高分辨率植被图
机译:Landsat-8和Sentinel-2烧毁区域测绘 - 一种组合传感器多时间变化检测方法
机译:基于机器学习算法的DEM衍生物,Sentinel-1和Sentinel-2数据的土壤有机碳和土壤总氮的高分辨率数字映射
机译:日本北海道基于LANDSAT 8卫星数据的高分辨率植被制图
机译:北达科他州草原坑洼地区基于IPCI的湿地植被状况分类的LANDSAT ETM和TM多时相数据分析。
机译:利用基于卫星的多光谱和多时相数据判别植被相貌类型的机器学习和交叉验证方法
机译:基于机器学习的映射稻米搭配哨声-2多时间数据:模型比较和可转移性