遥感应用 | 浏览量 : 0 下载量: 11 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 机器学习在大气气溶胶卫星遥感中的应用和挑战

    • Application and Challenge of Machine Learning in the Satellite Remote Sensing of Atmospheric Aerosols

    • “在气溶胶遥感领域，人工智能技术的发展为卫星反演提供了新思路，机器学习算法显著提升了反演效率，为解决地气解耦合等难题提供了新途径。”
    • 2025年29卷第6期 页码：1788-1803   

      收稿日期：2025-05-19，

      纸质出版日期：2025-06-07

    • DOI： 10.11834/jrs.20255214     

    移动端阅览

  • 李正强，冀哲，张子晗，阎晓曦，顾浩然，李智宇，姚前，王舜之，王家耀.2025.机器学习在大气气溶胶卫星遥感中的应用和挑战.遥感学报，29（6）： 1788-1803 DOI： 10.11834/jrs.20255214.
    Li Z Q，Ji Z，Zhang Z H，Yan X X，Gu H R，Li Z Y，Yao Q，Wang S Z and Wang J Y. 2025. Application and Challenge of Machine Learning in the Satellite Remote Sensing of Atmospheric Aerosols. National Remote Sensing Bulletin， 29（6）：1788-1803 DOI： 10.11834/jrs.20255214.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

柳思聪 同济大学 测绘与地理信息学院
都科丞 同济大学 测绘与地理信息学院
郑永杰 同济大学 测绘与地理信息学院
陈晋 北京师范大学 地表过程与资源生态国家重点实验室
杜培军 南京大学 地理与海洋科学学院
童小华 同济大学 测绘与地理信息学院
黄忠伟 兰州大学 西部生态安全省部共建协同创新中心;兰州大学 大气科学学院 半干旱气候变化教育部重点实验室
王雍恺 兰州大学 大气科学学院 半干旱气候变化教育部重点实验室

相关机构

同济大学 测绘与地理信息学院
北京师范大学 地表过程与资源生态国家重点实验室
南京大学 地理与海洋科学学院
兰州大学 西部生态安全省部共建协同创新中心
兰州大学 大气科学学院 半干旱气候变化教育部重点实验室
0