Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

A two-step deep learning framework for mapping gapless all-weather land surface temperature using thermal infrared and passive microwave data

Szczegóły

Tytuł:: A two-step deep learning framework for mapping gapless all-weather land surface temperature using thermal infrared and passive microwave data
Autorzy:: Wu, Penghai
Su, Yang
Duan, Si-bo
Li, Xinghua
Yang, Hui
Zeng, Chao
Ma, Xiaoshuang
Wu, Yanlan
Shen, Huanfeng
Źródło:: In Remote Sensing of Environment August 2022 277
: Czasopismo naukowe

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies

Informacja

A two-step deep learning framework for mapping gapless all-weather land surface temperature using thermal infrared and passive microwave data