satellite remote sensing | BriefGPT

关键词satellite remote sensing

搜索结果 - 7

超越可见范围：用 HSI 扩散联合关注光谱和空间维度的 FINCH 太空飞船
利用潜在扩散模型集成空间和光谱信息，提出了一种新的高光谱图像去噪方法，通过在真实数据集和合成数据集上进行三阶段训练，保留图像结构同时降低噪声。在常见高光谱去噪数据集和 FINCH 任务的合成数据集上的评估表明了这种方法的有效性。
PDF21 days ago
未来 Phisat-2 任务中海岸水体污染的近实时监测的 AI 技术
通过卫星遥感数据、人工智能技术和机载处理，提供近实时检测沿海水体中污染物的突破性水质监测方案，以填补现有文献中存在的重要空白，并在环境监测、公共卫生保护和资源保护方面取得实质性进展。
PDF2 months ago
利用 Apache Sedona 对 SpaceNet 8 进行洪水数据分析
利用 Apache Sedona 进行洪水损害检测的研究，通过历史洪水案例的检索、适应当前情景的案例修订以及基于聚类算法对模型的修订，解决了洪水损害检测中不准确性带来的挑战，并通过数据可视化解释和直方图均衡化技术显著提高了模型指标的精度、F
PDF2 months ago
利用机器学习基准数据集扩展市民科学洪水范围检测
洪水事件中准确检测淹没范围对紧急响应决策和恢复工作至关重要。卫星遥感数据提供了一个全球框架，可以检测洪水范围。具体来说，哨兵 - 1 C 波段合成孔径雷达（SAR）图像已被证明对于检测水体非常有用，因为水体在同极化和交叉极化 SAR 图像中
PDF8 months ago
基于修剪和汇聚的轻量级图像补丁级变化检测网络的研究
提出了一种轻量级裂纹级变化检测网络（LPCDNet），用于快速去除大规模双时期图像中的许多未改变的裂纹对，从而加速后续的像素级 CD 处理阶段并减少其内存成本。
PDF9 months ago
MODIS 地表温度超分辨率的卷积神经网络建模
本论文研究了如何使用深度学习算法，特别是多重残差 U-Net 模型，对 MODIS LST 遥感图像进行超分辨率处理，从而实现将遥感图像从 1Km 提高到 250m 的像素分辨率。实验结果表明，多重残差 U-Net 模型表现优于其他目前主流
PDF2 years ago
应用机器学习方法，利用 Sentinel-2 和 Landsat 8 估算作物初级生产力，基于辐射传输模拟进行训练
本研究对机械光合模型和卫星遥感数据进行了结合，运用光谱模型 SCOPE 以及机器学习方法成功地估计了光合生产力，表明该方法可以在当前的遥感云计算平台上实现全球范围的作物生产力监测。
PDF4 years ago