水生态环境遥感监测 | 浏览量:634下载量:975CSCD:0

  • 导出

  • 收藏

  • 专辑

    • 基于Swin-UNet的高分辨率河湖岸线动态监测

    • Monitoring shoreline dynamics of rivers and lakes based on high-resolution satellite imagery and Swin-UNet Model

    • “湖南郴州市河湖岸线研究取得新进展，科研团队构建了基于Swin-UNet深度学习模型的区域水体与河湖岸线识别方法，揭示了2015年—2025年河湖岸线动态变化特征，为区域河湖岸线长期动态监测提供了技术支撑。”
      • 角色：First author第一作者
      • 机构：

        中国科学院空天信息创新研究院 数字地球重点实验室, 北京 100094

        可持续发展大数据国际研究中心, 北京 100094

        中国科学院大学, 北京 100049

      • 邮箱：chenhao235@mails.ucas.ac.cn
      • 简介：陈浩，研究方向为水环境遥感。E-mail：chenhao235@mails.ucas.ac.cn

      陈浩

      123，
      • 角色：Corresponding author通信作者
      • 机构：

        中国科学院空天信息创新研究院 数字地球重点实验室, 北京 100094

        可持续发展大数据国际研究中心, 北京 100094

      • 邮箱：wuyh@aircas.ac.cn
      • 简介：吴艳红，研究方向为遥感水文。E-mail：wuyh@aircas.ac.cn

      吴艳红

      12 * ，
      • 机构：

        中国海洋大学 海洋技术学院, 青岛 266100

      郑思齐

      4，
      • 机构：

        中国海洋大学 海洋技术学院, 青岛 266100

      迟皓婧

      4，
      • 机构：

        中国科学院空天信息创新研究院 数字地球重点实验室, 北京 100094

        可持续发展大数据国际研究中心, 北京 100094

        中国科学院大学, 北京 100049

      滕烜恺

      123，
      • 机构：

        中国科学院空天信息创新研究院 数字地球重点实验室, 北京 100094

        可持续发展大数据国际研究中心, 北京 100094

        中国科学院大学, 北京 100049

      李俊生

      123
    • 2026年30卷第7期 页码：2053-2069  

    • DOI：10.11834/jrs.20265422    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 11 ) 表( 3 )

  • 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

郑思齐 中国海洋大学
迟皓婧 中国海洋大学
滕烜恺 中国科学院空天信息创新研究院 数字地球重点实验室;可持续发展大数据国际研究中心;中国科学院大学
李俊生 中国科学院空天信息创新研究院 数字地球重点实验室;可持续发展大数据国际研究中心;中国科学院大学
谢一帆 北京林业大学 林木资源高效生产全国重点实验室;北京林业大学 精准林业北京市重点实验室;北京林业大学 森林培育与保护教育部重点实验室
贾紫晗 北京林业大学 林木资源高效生产全国重点实验室;北京林业大学 精准林业北京市重点实验室;北京林业大学 森林培育与保护教育部重点实验室
张晓丽 北京林业大学 林木资源高效生产全国重点实验室;北京林业大学 精准林业北京市重点实验室;北京林业大学 森林培育与保护教育部重点实验室
黄可 宁波大学 信息科学与工程学院

相关机构

中国海洋大学
北京林业大学 林木资源高效生产全国重点实验室
北京林业大学 精准林业北京市重点实验室
北京林业大学 森林培育与保护教育部重点实验室
宁波大学 地理与空间信息技术系