Atmospheric correction of vegetation reflectance with simulation-trained deep learning for ground-based hyperspectral remote sensing

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource, 1 online resource.
Sprache
Englisch

Erschienen in
Atmospheric correction of vegetation reflectance with simulation-trained deep learning for ground-based hyperspectral remote sensing ; volume:19 ; number:1 ; day:29 ; month:7 ; year:2023 ; pages:1-21 ; date:12.2023
Plant methods ; 19, Heft 1 (29.7.2023), 1-21, 12.2023

Urheber
Qamar, Farid
Dobler, Gregory
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1186/s13007-023-01046-6
URN
urn:nbn:de:101:1-2023103111300527024605
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
14.08.2025, 11:01 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Qamar, Farid
  • Dobler, Gregory
  • SpringerLink (Online service)

Ähnliche Objekte (12)