A robust framework for mapping complex cropping patterns: The first national-scale 10 m map with 10 crops in China using Sentinel 1/2 images
28Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
3Pays d’affiliation déclarés
Rattachement africain : cn, us, it. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A robust framework for mapping complex cropping patterns: The first national-scale 10 m map with 10 crops in China using Sentinel 1/2 images
- Date Crossref
- 01/06/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Minjiang University pays non établi dans la noticeUniversité ou école supérieure
-
Fuzhou University Key Laboratory of Spatial Data Mining &Information Sharing of Ministry of Education pays non établi dans la noticeUniversité ou école supérieure
-
Ministry of Agriculture and Rural Affairs pays non établi dans la noticeOrganisme public
-
Beijing Normal University pays non établi dans la noticeUniversité ou école supérieure
-
Duke University pays non établi dans la noticeUniversité ou école supérieure
-
Carnegie Institution for Science Department of Global Ecology pays non établi dans la noticeOrganisation à but non lucratif
-
Food and Agriculture Organization of the United Nations pays non établi dans la noticeOrganisme public
-
Henan Academy of Agricultural Sciences pays non établi dans la noticeOrganisme public
-
Key Laboratory of Agricultural Remote Sensing pays non établi dans la noticeStructure de recherche
-
Faculty of Geographical Science pays non établi dans la noticeUniversité ou école supérieure
-
Nicholas School of the Environment pays non établi dans la noticeUniversité ou école supérieure
-
Statistics Division pays non établi dans la noticeInstitution
Minjiang University, Key Laboratory of Spatial Data Mining &Information Sharing of Ministry of Education — Fuzhou University et Ministry of Agriculture and Rural Affairs, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Remote Sensing in AgricultureRemote Sensing and Land UseLand Use and Ecosystem Services