Intelligent Remote Sensing of Resources | Views : 0 下载量: 280 CSCD: 0

  • Export

  • Share

  • Collection

  • Album

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

    • “In the field of agricultural remote sensing, experts have explored the impact of sample size on crop classification performance and the feasibility of model spatial extrapolation, providing efficient and economical methods for precise crop remote sensing classification in large-scale regions.”
    • Vol. 28, Issue 11, Pages: 2878-2895(2024)   

      Published： 07 November 2024 ，

    • DOI： 10.11834/jrs.20244005     

    移动端阅览

  • 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.
  •  
  •  
Alert me when the article has been cited
提交

相关文章

相关作者

TIAN Fuyou 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
ZHANG Miao 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
HU Yueran 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
QIN Xingli 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
WU Bingfang 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
ZHANG Youzhi 黑龙江省农业科学院 农业遥感与信息研究所
XIE Wenhuan 黑龙江省农业科学院 农业遥感与信息研究所
MENG Ge 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

Key Laboratory of Digital Earth Science, Aerospace Information Research Insititute, Chinese Academy of Sciences
Huzhou Zhonghe Survey Planning and Design Co. LTD
College of Geodesy and Geomatics, Shandong University of Science and Technology
College of Mining Engineering, Taiyuan University of Technology
Institute of Microelectronics of the Chinese Academy of Sciences
0