模型与方法 | 浏览量:1062下载量:2942CSCD:1

  • 导出

  • 收藏

  • 专辑

    • 基于机器学习联合TanDEM-X InSAR和ICESat-2数据估计大范围林下地形

    • Large-scale sub-canopy topography estimation from TanDEM-X InSAR and ICESat-2 data using machine learning method

    • “在数字高程模型领域，研究人员提出了一种基于机器学习的方法，T联合anDEM-X InSAR、ICESat-2和Landsat 8数据，有效提高了林下地形估计的精度。”
      • 角色：First author第一作者
      • 机构：

        中南大学 地球科学与信息物理学院, 长沙 410083

      • 邮箱：csuhuacan@csu.edu.cn
      • 简介：胡华参，研究方向为基于InSAR技术的森林高度和林下地形估计。E-mail： csuhuacan@csu.edu.cn

      胡华参

      1，
      • 角色：Corresponding author通信作者
      • 机构：

        中南大学 地球科学与信息物理学院, 长沙 410083

      • 邮箱：zjj@csu.edu.cn
      • 简介：朱建军，研究方向为误差数据处理及其在InSAR中的应用。E-mail： zjj@csu.edu.cn

      朱建军

      1 * ，
      • 机构：

        中南大学 地球科学与信息物理学院, 长沙 410083

      付海强

      1，
      • 机构：

        阿利坎特大学 计算机研究院, 阿利坎特 03690 西班牙

      Lopez-Sanchez Juan Manuel

      2，
      • 机构：

        巴利亚多利德大学 可持续森林管理研究所, 杜克斯德索里亚 47002 西班牙

        阿伯丁大学 地球科学学院, 苏格兰阿伯丁 AB24 3UE 英国

      Gómez Cristina

      34，
      • 机构：

        中南大学 地球科学与信息物理学院, 长沙 410083

      张涛

      1，
      • 机构：

        中南大学 地球科学与信息物理学院, 长沙 410083

      刘奎

      1
    • 2025年29卷第1期 页码：191-202  

    • DOI：10.11834/jrs.20233152    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 25 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

文章被引用时，请邮件提醒。
提交

相关文章

相关作者

胡华参 中南大学地球科学与信息物理学院
付海强 中南大学地球科学与信息物理学院
Juan M. Lopez-Sanchez Institute for Computer Research, University of Alicante
Cristina Gómez iuFOR-EiFAB, University of Valladolid, Campus Duques de Soria;Department of Geography and Environment, School of Geoscience, University of Aberdeen
张涛 中南大学地球科学与信息物理学院
刘奎 中南大学地球科学与信息物理学院
刘志卫 中南大学 地球科学与信息物理学院
赵蓉 中南林业科技大学 土木工程学院

相关机构

Institute for Computer Research, University of Alicante
iuFOR-EiFAB, University of Valladolid, Campus Duques de Soria
Department of Geography and Environment, School of Geoscience, University of Aberdeen
中南林业科技大学 土木工程学院
中南林业科技大学 理学院