Shunlin Liang
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
光谱解混引导的跨域高光谱图像分类提示网络
基于集成的高光谱EnMAP数据和多光谱Sentinel-2时间序列的精细粒度层次化作物类型分类:大规模数据集和双流Transformer方法
一种统一的Hapke-HSR + MARMIT-2土壤辐射传输模型,用于模拟不同湿度条件下的反射率
利用自适应阈值的高斯混合模型绘制全球主要种植区20年冬小麦动态变化图
马, Y.; 梁S.; 何T.; 温J.; 李A.; 马H.; 姚Y.; 许J.; 李W.; 张Y. 缓解光学遥感中的地形效应:从地表反射率到高级产品. IEEE 地球科学和遥感杂志. 2026, 2–44. [Google Scholar] [CrossRef] [Scilit]
基于MODIS卫星数据,用于2001-2023年亚洲区域年度小麦覆盖度制图的CNN-Transformer混合框架
AgriFM:一种多源时序遥感农业制图基础模型
基于遥感数据的作物产量估算:从像元尺度到地块尺度的综述
张, Y.; 梁S.; 马H.; 何T.; 田F.; 张G.; 许J. 利用AVHRR卫星数据和基于注意力机制的深度学习模型,构建1982年至2021年无缝全球日尺度5 km土壤湿度产品. Earth Syst. Sci. Data Discuss 2025, 17, 1–39. [Google Scholar] [CrossRef]
生成2001年至2020年500米全球卫星植被生产力物候产品
高分辨率全球陆地表面卫星(Hi-GLASS)产品套件
全球陆面反照率组分的动态参数化:裸土、非光合植被和光合植被
基于双向域自适应的跨域高光谱图像分类
基于有限样本的深度残差神经网络MODIS数据地表全波净辐射估算
一种适用于高分辨率光学卫星数据的普适性基于物理的地形校正框架
一种考虑山地地形辐射效应的蒸散发估算新方法
前言:推进深度学习在遥感时间序列数据分析中的应用

