...
机译:吸收光学卫星遥感图像和现场数据以预测美国西部的表面指示:基于机器学习的大地理数据集评估卫星预测的误差
Univ Calif Los Angeles Dept Geog 315 Portola Plaza Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Geog 315 Portola Plaza Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Geog 315 Portola Plaza Los Angeles CA 90095 USA;
Random forest; BLM; AIM and LMF; Drylands; Data assimilation; Remote sensing; k-Fold cross-validation;
机译:吸收光学卫星遥感图像和现场数据以预测美国西部的表面指示:基于机器学习的大地理数据集评估卫星预测的误差
机译:利用卫星遥感和地理空间数据集的降雨触发滑坡的实验性全球预报系统
机译:基于机器学习的原位观测卫星遥感土壤水分图像重建方法
机译:模拟双基地散射以评估现有通信卫星在粗糙表面遥感中的应用
机译:新型机器学习方法在卫星基于卫星的远程感测数据中的应用
机译:基于卫星和网格化气象数据集的植物物候学机器学习建模
机译:使用卫星遥感数据的北太平洋西部斯皮帕克金枪鱼(Katsuwonus Pelamis)栖息地的集合建模;使用机器学习模型的比较分析
机译:卫星观测:对美国渔业的潜在影响。影响卫星数据对渔业贡献的一些考虑因素。与轨道卫星遥感有关的海面效应和考虑因素。 aRT的现状:全天候海面感应