Zobrazeno 1 - 10
of 237
pro vyhledávání: '"H. Shahabi"'
Autor:
D. Azhand, S. Pirasteh, M. Varshosaz, H. Shahabi, S. Abdollahabadi, H. Teimouri, M. Pirnazar, X. Wang, W. Li
Publikováno v:
ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol X-1-2024, Pp 7-17 (2024)
This study presents flood extent extraction and mapping from Sentinel images. Here we suggest an algorithm for extracting flooded areas from object-based image analysis (OBIA) using Sentinel-1A and Sentinel-2A images to map and assess the flood exten
Externí odkaz:
https://doaj.org/article/fb477e15e9d04cb5a6beafdf7300b2c2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Majallah-i ̒Ilmī-i Shīlāt-i Īrān, Vol 23, Iss 2, Pp 35-44 (2014)
The effect of probiotic Pediococcus acidilactici on growth performance, blood and some serum parameters on Caspian salmon (Salmo trutta caspius) was studied. An experiment was designed with five treatments each with three replicates. Two hundred and
Externí odkaz:
https://doaj.org/article/c200f7c46e304d4ca4cc4462ff714531
Autor:
H. Shahabi, M. Rahimzad, O. Ghorbanzadeh, S. T. Piralilou, T. Blaschke, S. Homayouni, P. Ghamisi
Publikováno v:
2022 IEEE Mediterranean and Middle-East Geoscience and Remote Sensing Symposium (M2GARSS), 07.03.2022, Istanbul, TurkeyIEEE Mediterranean and Middle-East Geoscience and Remote Sensing Symposium (M2GARSS)
This study investigates a pixel-based image analysis methodology built on unsupervised Deep Learning (DL) for rapid landslide detection. The utilized data includes the Minimum Noise Fraction (MNF) and Normalized Difference Vegetation Index (NDVI) der
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::5a06089711cd037d69a2b01c6c0bb6d2
https://www.hzdr.de/publications/Publ-35712-1
https://www.hzdr.de/publications/Publ-35712-1
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.