Crops and Vegetation Monitoring with Remote/Proximal Sensing

Omasa, Kenji ; Lu, Shan ; et al.

Basel: MDPI - Multidisciplinary Digital Publishing Institute, 2023

Online E-Book - 290

Zugriff:

View record at Directory of Open Access Books (Volltext)

Remote sensing is a powerful technique for characterizing and monitoring crop or vegetation properties at reasonable temporal and spatial resolutions. Remote sensing uses airborne and spaceborne platforms to collect various imageries and is widely applied for the vegetation monitoring of local- or large-scale interest concerning the effect of geophysical and climate parameters. The Special Issue highlights vegetation monitoring using remote sensing data acquired from satellite or unmanned aerial vehicle platforms. In addition to the optical data, thermal data is utilized to estimate crop yield or production, orchard water status, chlorophyll content, forest diversity mapping, or vegetation phenology.

Titel:	Crops and Vegetation Monitoring with Remote/Proximal Sensing
Autor/in / Beteiligte Person:	Omasa, Kenji ; Lu, Shan ; Wang, Jie
Link:	View record at Directory of Open Access Books (Volltext)
Veröffentlichung:	Basel: MDPI - Multidisciplinary Digital Publishing Institute, 2023
Medientyp:	E-Book
Umfang:	290
ISBN:	978-3-0365-9446-0 (print) ; 978-3-0365-9447-7 (print)
DOI:	10.3390/books978-3-0365-9447-7
Schlagwort:	rice and wheat nitrogen remote sensing quantitative retrieval research prospect vegetation phenology snow cover vegetation index SOS Tibetan Plateau remote sensing forest diversity GEDI LiDAR Sentinel-2 machine Learning yield forecasting logistic model normalization method crop canopy temperature maize broadband vegetation indices chlorophyll content leaf angle distribution WorldView-2 RapidEye GaoFen-6 random forest land evaluation soil biomass Hungary gross primary productivity soil health soil quality coastal marsh continuum removal hyperspectral spectral signatures unmanned aerial vehicle (UAV) vegetation species discrimination second derivative transformation canopy temperature crop water status index accuracy assessment peach orchard stem water potential backscatter gradient boosting machine learning NDVI precision agriculture forest stock volume NDVIRE Helan mountains convolutional neural networks (CNNs) unmanned aerial vehicles (UAVs) semi-natural grasslands plant communities time series reconstruction algorithm smoothing optical remote sensing cropping intensity temporal mixture analysis endmember unmixing time series images bic Book Industry Communication:G Reference, information & interdisciplinary subjects:GP Research & information: general bic Book Industry Communication:R Earth sciences, geography, environment, planning:RG Geography
Sonstiges:	Nachgewiesen in: Directory of Open Access Books Sprachen: English Document Type: eBook File Description: application/octet-stream Language: English Rights: Attribution 4.0 International ; URL: https://creativecommons.org/licenses/by/4.0/ Notes: ONIX_20231130_9783036594460_295

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.