Comparison of PlanetScope, Sentinel-2, and landsat 8 data in soybean yield estimation within-field variability with random forest regression

QR kód

Comparison of PlanetScope, Sentinel-2, and landsat 8 data in soybean yield estimation within-field variability with random forest regression

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Amankulova Khilola Farmonov Nizom Akramova Parvina Tursunov Ikrom Mucsi László
Dokumentumtípus:	Cikk
Megjelent:	2023
Sorozat:	HELIYON 9 No. 6
Tárgyszavak:	Föld- és kapcsolódó környezettudományok
doi:	10.1016/j.heliyon.2023.e17432
mtmt:	34026258
Online Access:	http://publicatio.bibl.u-szeged.hu/27609

Hasonló tételek

A Novel Fusion Method for Soybean Yield Prediction Using Sentinel-2 and PlanetScope Imagery
Szerző: Amankulova Khilola, et al.
Megjelent: (2024)

Combining PlanetScope and Sentinel-2 images with environmental data for improved wheat yield estimation
Szerző: Farmonov Nizom, et al.
Megjelent: (2023)

Plot-level field monitoring with Sentinel-2 and PlanetScope data for examination of sewage sludge disposal impact
Szerző: Kovács Ferenc, et al.
Megjelent: (2022)

Integrating the Sentinel-1, Sentinel-2 and Topographic data into soybean yield modelling using Machine Learning
Szerző: Amankulova Khilola, et al.
Megjelent: (2024)

Különböző szélsőpont alapú osztályozások alkalmazása városi felszínborítás térképezéséhez idősoros DESIS és PlanetScope műholdfelvételek fúziójából
Szerző: Soti Márkó
Megjelent: (2023)

Time-series analysis of Sentinel-2 satellite images for sunflower yield estimation
Szerző: Amankulova Khilola, et al.
Megjelent: (2023)

Is Regression after Neoadjuvant Chemotherapy for Locally Advanced Breast Cancer Different in Sentinel and Non-sentinel Nodes?
Szerző: Cserni Gábor, et al.
Megjelent: (2018)

Landsat 8 és Sentinel 2 összehasonlítása a spektrális indexek alapján
Szerző: Zsigmond Richárd Béla
Megjelent: (2018)

Solvent liquids on planets
Szerző: Bérczi Szaniszló, et al.
Megjelent: (1995)

The employer's liability for damage caused within the scope of employment on the Hungarian labour law
Szerző: Nagy László
Megjelent: (1968)

Investigation the reason of affected Hybrid Corn in Agricultural Fields by Using Multi-Temporal Sentinel-2 Images in Mezőhegyes, South-Eastern Hungary
Szerző: Amankulova Khilola, et al.
Megjelent: (2021)

Vegetációs indexek összehasonlítása Sentinel-2 és Landsat 8 felvételek különböző felszínfedettségű területein
Szerző: Virág Alex Noel
Megjelent: (2018)

"Children" of the planets active and contemplative life in 15th century Florence /
Szerző: Tarabochia Alessandra
Megjelent: (2022)

Tumour regression predicts higher risk of sentinel node involvement in thin cutaneous melanomas
Szerző: Oláh Judit Magdolna, et al.
Megjelent: (2003)

Városi vegetáció és változásának mérése, értékelése MODIS, LANDSAT, SENTINEL műholdszenzorok alapján Szeged példáján
Szerző: Fülöp Szabolcs
Megjelent: (2018)

Effectiveness of machine learning and deep learning models at county-level soybean yield forecasting
Szerző: Farmonov Nizom, et al.
Megjelent: (2023)

The BioScope corpus biomedical texts annotated for uncertainty, negation and their scopes /
Szerző: Vincze Veronika, et al.
Megjelent: (2008)

Differenciák vizsgálata a Landsat 8, MODIS MOD13 és Sentinel-2 műholdak NDVI értékei között
Szerző: Ormándi Dávid
Megjelent: (2018)

Kappa Regression an Alternative to Logistic Regression /
Szerző: Dombi József, et al.
Megjelent: (2020)

Application of biofertilizers in soybean production
Szerző: Cvijanović Gorica, et al.
Megjelent: (2009)

Strategisches Wortschatzlernen mit dem Lehrwerk „Planet 1"
Szerző: Dongó Anita
Megjelent: (2007)

Szennyvíziszappal kezelt szántóföldek biomassza-produktum vizsgálat Sentinel-2 és Planet műholdkép alapú NDVI és EVI indexek alapján 2016-2021 között
Szerző: Őze Ákos
Megjelent: (2022)

Why Kappa Regression?
Szerző: Urenda Julio C., et al.
Megjelent: (2021)

A hóborítás változásának vizsgálata Sentinel 2 és Landsat 8 műholdképek alapján az ausztriai Magas Tauern Nemzeti Park területén
Szerző: Resch Attila
Megjelent: (2021)

Sunflower Crop Yield Prediction by advanced statistical modeling using Satellite-derived Vegetation Indices and Crop Phenology
Szerző: Amankulova Khilola, et al.
Megjelent: (2023)

Crop yield prediction using machine learning, multi-source remote sensing technologies and data fusion a case study of Mezőhegyes Hungary /
Szerző: Amankulova Khilola
Megjelent: (2024)

Machine Learning-driven Crop Classification and Yield Prediction Using Combined Multispectral, Hyperspectral, and Environmental Data
Szerző: Farmonov Nizom
Megjelent: (2024)

Székesfehérvár zöldfelületének vizsgálata Landsat műholdfelvételek alapján
Szerző: Macsim Nimród Örs
Megjelent: (2018)

Városi felszínhőmérséklet vizsgálata Landsat műholdfelvételek alapján
Szerző: Gémes Orsolya
Megjelent: (2016)

Graphical models, regression graphs, and recursive linear regression in a unified way
Szerző: Bolla Marianna, et al.
Megjelent: (2019)

Regression estimators for the tail index
Szerző: AL-Najafi Amenah, et al.
Megjelent: (2021)

An application of the theory of regressive functions
Szerző: Fodor György
Megjelent: (1963)

On stationary sets and regressive functions
Szerző: Fodor György
Megjelent: (1966)

A Szegedi Tudományegyetem is kiállít a Planet Budapest Fenntarthatósági Expón
Megjelent: (2023)

Keresse az SZTE standját a Planet Budapest Fenntarthatósági Expón!
Szerző: Bobkó Anna
Megjelent: (2023)

Sector based linear regression, a new robust method for the multiple linear regression
Szerző: Nagy Gábor
Megjelent: (2018)

Random Forest Regression models for Lactation and Successful Insemination in Holstein Friesian cows 1. Mathematical aspects /
Szerző: Oluoch Lillian Achola, et al.
Megjelent: (2021)

The interpretation of the scope of questions regulable by collective labour contracts
Szerző: Hágelmayer Ida
Megjelent: (1984)

Event marketing and experiential marketing in the scope of culture and arts
Szerző: Wszolek Magdalena
Megjelent: (2015)

Sentinel-1 és Sentinel-2 felvételek belvízveszélyeztetettségi idősoros elemzése konvolúciós neurális hálózatokkal
Szerző: Kajári Balázs, et al.
Megjelent: (2024)