Brazilian National Institute for Space Research São José dos Campos SP - Brazil;
Federal University of Uberlândia Patos de Minas MG - Brazil;
Vegetation mapping; Synthetic aperture radar; Optical imaging; Optical sensors; Indexes; Remote sensing; Training;
机译:使用迁移的训练样本使用谷歌地球发动机内使用Sentinel Imagery的Sentinel图像改进了伊朗的陆地覆盖地图,并使用迁移训练样本进行了新颖的土地覆盖分类工作流程
机译:使用多时态Landsat影像监测土地覆被和土地利用变化的分类前和分类后变化检测技术:以意大利比萨省为例
机译:利用粮农组织土地覆盖分类系统(LCC)评估Cuyabeno野生动物储备和限制区域的土地覆盖变化。
机译:利用土地覆盖改变似乎改善土地覆盖分类的可能性
机译:使用卫星感应图像及其纹理值进行土地覆盖分类:基于佛罗里达州土地利用和覆盖分类系统的准确性评估。
机译:肯尼亚西部低地特有人类疟疾的受监督土地覆盖分类:土地覆盖与幼虫按蚊栖息地的关联
机译:合并的Landsat和L波段SAR数据可以改善土地覆盖分类和动态热带景观中的变化检测
机译:计算机利用Landsat mss数字数据实施土地覆盖分类:国家公园管理局与Nasa之间的合作研究项目。 3:雪兰多国家公园的植被和其他土地覆盖分析