浏览量:47下载量:10CSCD:0
导出
收藏
专辑
融合夜光衰减与植被增强特征的农村居住用地闲置遥感识别
Remote sensing identification of idling risk for rural residential land by integrating synergistic features of night-time light attenuation and vegetation enhancement
- “河北省张家口市研究团队融合地形约束与多源时序活力特征,建立了深度学习与机器学习协同识别体系,探索了复杂地形下农村居住用地闲置风险识别课题,为解决大范围农村低效建设用地监测难题提供解决方案。”
- 2026年 页码:1-17
DOI:10.11834/jrs.20266106
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 21 ) 表( 7 )
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
相关作者
宋春桥 中国科学院南京地理与湖泊研究所 湖泊与流域水安全全国重点实验室;中国科学院南京地理与湖泊研究所 湖泊与环境国家重点实验室
曾繁轩 中国科学院南京地理与湖泊研究所 湖泊与流域水安全全国重点实验室;中国科学院南京地理与湖泊研究所 湖泊与环境国家重点实验室
刘昌华 河南理工大学 测绘与国土信息工程学院
高世昌 河南理工大学 测绘与国土信息工程学院;中国科学院南京地理与湖泊研究所 湖泊与流域水安全全国重点实验室;中国科学院南京地理与湖泊研究所 湖泊与环境国家重点实验室
董婷 三峡大学 水电工程智能视觉监测湖北省重点实验室;三峡大学 计算机与信息学院;三峡大学 先进计算中心
张晓东 武汉大学 测绘遥感信息工程国家重点实验室
邵文 三峡大学 水电工程智能视觉监测湖北省重点实验室;三峡大学 计算机与信息学院;三峡大学 先进计算中心
邵攀 三峡大学 水电工程智能视觉监测湖北省重点实验室;三峡大学 计算机与信息学院;三峡大学 先进计算中心
相关机构
中国科学院南京地理与湖泊研究所 湖泊与环境国家重点实验室
中国科学院南京地理与湖泊研究所 湖泊与流域水安全全国重点实验室
河南理工大学 测绘与国土信息工程学院
武汉大学 测绘遥感信息工程国家重点实验室
三峡大学 先进计算中心


