Buchumschlag

Combining Satellite and Weather Data for Crop Type Mapping: An Inverse Modelling Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ravirathinam, Praveen, Ghosh, Rahul, Khandelwal, Ankush, Jia, Xiaowei, Mulla, David, Kumar, Vipin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Knowledge Guided Pretraining Approaches for Multimodal Foundation Models: Applications in Remote Sensing
von: Ravirathinam, Praveen, et al.
Veröffentlicht: (2024)

Global Precipitation Nowcasting of Integrated Multi-satellitE Retrievals for GPM: A U-Net Convolutional LSTM Architecture
von: Rahimi, Reyhaneh, et al.
Veröffentlicht: (2023)

Combining Deep Learning and Street View Imagery to Map Smallholder Crop Types
von: Soler, Jordi Laguarta, et al.
Veröffentlicht: (2023)

On the Generalizability of Foundation Models for Crop Type Mapping
von: Chang, Yi-Chia, et al.
Veröffentlicht: (2024)

Multi-Modal Vision Transformers for Crop Mapping from Satellite Image Time Series
von: Follath, Theresa, et al.
Veröffentlicht: (2024)

California Crop Yield Benchmark: Combining Satellite Image, Climate, Evapotranspiration, and Soil Data Layers for County-Level Yield Forecasting of Over 70 Crops
von: Kamangir, Hamid, et al.
Veröffentlicht: (2025)

SDNIA-YOLO: A Robust Object Detection Model for Extreme Weather Conditions
von: Ding, Yuexiong, et al.
Veröffentlicht: (2024)

DepthCropSeg++: Scaling a Crop Segmentation Foundation Model With Depth-Labeled Data
von: Zhang, Jiafei, et al.
Veröffentlicht: (2026)

Unifying Physically-Informed Weather Priors in A Single Model for Image Restoration Across Multiple Adverse Weather Conditions
von: Xu, Jiaqi, et al.
Veröffentlicht: (2026)

Task Aware Modulation using Representation Learning: An Approach for Few Shot Learning in Environmental Systems
von: Renganathan, Arvind, et al.
Veröffentlicht: (2023)

MapVerse: A Benchmark for Geospatial Question Answering on Diverse Real-World Maps
von: Bhat, Sharat, et al.
Veröffentlicht: (2026)

SITSMamba for Crop Classification based on Satellite Image Time Series
von: Qin, Xiaolei, et al.
Veröffentlicht: (2024)

Precision Agriculture: Crop Mapping using Machine Learning and Sentinel-2 Satellite Imagery
von: Zhao, Kui, et al.
Veröffentlicht: (2023)

LunarDepthNet: Generation of Digital Elevation Models using Deep Learning and Monocular Satellite Images
von: Aadi, Aaranay, et al.
Veröffentlicht: (2026)

Mapping Global Floods with 10 Years of Satellite Radar Data
von: Misra, Amit, et al.
Veröffentlicht: (2024)

FLAIR-HUB: Large-scale Multimodal Dataset for Land Cover and Crop Mapping
von: Garioud, Anatol, et al.
Veröffentlicht: (2025)

An Efficient Remote Sensing Super Resolution Method Exploring Diffusion Priors and Multi-Modal Constraints for Crop Type Mapping
von: Yang, Songxi, et al.
Veröffentlicht: (2025)

Visual Concept Networks: A Graph-Based Approach to Detecting Anomalous Data in Deep Neural Networks
von: Ganguly, Debargha, et al.
Veröffentlicht: (2024)

Seeing Eye to AI: Comparing Human Gaze and Model Attention in Video Memorability
von: Kumar, Prajneya, et al.
Veröffentlicht: (2023)

FloCoDe: Unbiased Dynamic Scene Graph Generation with Temporal Consistency and Correlation Debiasing
von: Khandelwal, Anant
Veröffentlicht: (2023)

RePoseDM: Recurrent Pose Alignment and Gradient Guidance for Pose Guided Image Synthesis
von: Khandelwal, Anant
Veröffentlicht: (2023)

Analysis of Object Detection Models for Tiny Object in Satellite Imagery: A Dataset-Centric Approach
von: PS, Kailas, et al.
Veröffentlicht: (2024)

SatDepth: A Novel Dataset for Satellite Image Matching
von: Deshmukh, Rahul, et al.
Veröffentlicht: (2025)

RowDetr: End-to-End Crop Row Detection Using Polynomials
von: Cheppally, Rahul Harsha, et al.
Veröffentlicht: (2024)

SAMFusion: Sensor-Adaptive Multimodal Fusion for 3D Object Detection in Adverse Weather
von: Palladin, Edoardo, et al.
Veröffentlicht: (2025)

PromptSync: Bridging Domain Gaps in Vision-Language Models through Class-Aware Prototype Alignment and Discrimination
von: Khandelwal, Anant
Veröffentlicht: (2024)

WeatherRemover: All-in-one Adverse Weather Removal with Multi-scale Feature Map Compression
von: Qu, Weikai, et al.
Veröffentlicht: (2026)

Real-World Adverse Weather Image Restoration via Dual-Level Reinforcement Learning with High-Quality Cold Start
von: Liu, Fuyang, et al.
Veröffentlicht: (2025)

Attention-based Multi-modal Deep Learning Model of Spatio-temporal Crop Yield Prediction with Satellite, Soil and Climate Data
von: Shyam, Gopal Krishna, et al.
Veröffentlicht: (2026)

Landslide Detection and Mapping Using Deep Learning Across Multi-Source Satellite Data and Geographic Regions
von: Burange, Rahul A., et al.
Veröffentlicht: (2025)

Bayesian Modelling of Multi-Year Crop Type Classification Using Deep Neural Networks and Hidden Markov Models
von: Perantoni, Gianmarco, et al.
Veröffentlicht: (2025)

RoWeeder: Unsupervised Weed Mapping through Crop-Row Detection
von: De Marinis, Pasquale, et al.
Veröffentlicht: (2024)

FlexiClip: Locality-Preserving Free-Form Character Animation
von: Khandelwal, Anant
Veröffentlicht: (2025)

Landslide Hazard Mapping with Geospatial Foundation Models: Geographical Generalizability, Data Scarcity, and Band Adaptability
von: Li, Wenwen, et al.
Veröffentlicht: (2025)

A Modelling and Evaluation Framework for EuroCrops-Driven Sentinel-2 Crop Segmentation
von: Scarlat, Alexandra Nicoleta, et al.
Veröffentlicht: (2026)

LRD-Net: A Lightweight Real-Centered Detection Network for Cross-Domain Face Forgery Detection
von: Zhang, Xuecen, et al.
Veröffentlicht: (2026)

Image Processing Based Forest Fire Detection
von: V, Vipin
Veröffentlicht: (2024)

XAI-Guided Enhancement of Vegetation Indices for Crop Mapping
von: Najjar, Hiba, et al.
Veröffentlicht: (2024)

Benchmarking for Practice: Few-Shot Time-Series Crop-Type Classification on the EuroCropsML Dataset
von: Reuss, Joana, et al.
Veröffentlicht: (2025)

Towards Real-World Adverse Weather Image Restoration: Enhancing Clearness and Semantics with Vision-Language Models
von: Xu, Jiaqi, et al.
Veröffentlicht: (2024)