机读格式显示(MARC)

• 000 01474nam0 2200313 450

• 001 0000611425

• 005 20240424112200.0

• 010 __ |a 978-7-5116-5931-6 |b 精装 |d CNY50.00

• 099 __ |a CAL 012023058071

• 100 __ |a 20051116d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 基于多源遥感数据的农作物分类与叶面积指数反演研究 |A ji yu duo yuan yao gan shu ju de nong zuo wu fen lei yu ye mian ji zhi shu fan yan yan jiu

• 210 __ |a 北京 |c 中国农业科学技术出版社 |d 2022

• 215 __ |a 132页, [8] 页图版 |c 图 |d 25cm

• 304 __ |a 题名页题其余责任者：田甜, 曾妍, 王玺森, 朱逸青

• 320 __ |a 有书目 (第121-130页)

• 330 __ |a 本书联合光学、SAR等多种遥感数据源及地面实测数据，采用机器学习、深度学习等多种算法，进行各种农作物的精细分类与叶面积指数反演研究，明确了旱地作物极化SAR分类的关键特征类型、数量与最佳分类时相，确定了旱地作物极化SAR分类的最优方法，优选出适合农作物精细分类的深度学习模型，揭示了冬小麦叶面积指数遥感反演的关键影响因子，建立了面向冬小麦叶面积指数遥感反演的深度学习模型，旨在为改善农作物面积、空间分布及长势监测的精度和效率提供参考依据。

• 606 0_ |a 遥感数据 |A yao gan shu ju |x 应用 |x 作物 |x 分类 |x 研究

• 606 0_ |a 遥感数据 |A yao gan shu ju |x 应用 |x 作物 |x 叶面积指数 |x 反演算法 |x 研究

• 690 __ |a S502.3 |v 5

• 701 _0 |a 王迪 |A wang di |4 著

• 701 _0 |a 田甜 |A tian tian |4 著

• 701 _0 |a 曾妍 |A zeng yan |4 著

• 801 _0 |a CN |b CAU |c 20240421

• 905 __ |a CAU |d S502.3/1

• 920 __ |a 211180 |z 1