Developing crop specific algorithms to derive accurate GAI and Chlorophyll Content from SENTINEL-2 data: 4D modeling & machine learning - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Developing crop specific algorithms to derive accurate GAI and Chlorophyll Content from SENTINEL-2 data: 4D modeling & machine learning

Domaines

Sciences de l'environnement
Fichier principal
Vignette du fichier
2019_ESA_LPS_Jiangetal.pdf (1.92 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Marie Weiss  : Connectez-vous pour contacter le contributeur

https://hal.inrae.fr/hal-03609665

Soumis le : mardi 15 mars 2022-17:08:17

Dernière modification le : mercredi 31 mai 2023-20:11:10

Télécharger pour visualiser

Dates et versions

hal-03609665 , version 1 (15-03-2022)

Identifiants

  • HAL Id : hal-03609665 , version 1

Citer

Jingyi Jiang, Marie Weiss, Shouyang Liu, Frédéric Baret. Developing crop specific algorithms to derive accurate GAI and Chlorophyll Content from SENTINEL-2 data: 4D modeling & machine learning. Living Planet Symposium, May 2019, Milan, Italy. pp.1-16. ⟨hal-03609665⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-AVIGNON INRA INRAE EMMAH INRAEPACA
17 Consultations
15 Téléchargements

Partager

Gmail Facebook X LinkedIn More