Towards user-adaptive remote sensing: Knowledge-driven automatic classification of Sentinel-2 time series

Environnement et Société Ingénierie de l'environnement Interfaces continentales, environnement Traitement du signal et de l'image [eess.SP] Mécanique des fluides [physics.class-ph]

Fichier principal

1-s2.0-S0034425721003357-main(1).pdf (17.43 Mo)

Origine	Fichiers éditeurs autorisés sur une archive ouverte

Thomas Corpetti : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03431836

Soumis le : mercredi 17 novembre 2021-10:45:10

Dernière modification le : vendredi 19 avril 2024-16:18:56

Archivage à long terme le : vendredi 18 février 2022-18:55:57

Dates et versions

hal-03431836 , version 1 (17-11-2021)

Identifiants

HAL Id : hal-03431836 , version 1
DOI : 10.1016/j.rse.2021.112615

Citer

Damien Arvor, Julie Betbeder, Felipe R.G. Daher, Tim Blossier, Renan Le Roux, et al.. Towards user-adaptive remote sensing: Knowledge-driven automatic classification of Sentinel-2 time series. Remote Sensing of Environment, 2021, 264, pp.112615. ⟨10.1016/j.rse.2021.112615⟩. ⟨hal-03431836⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CIRAD UNIV-BREST UNIV-NANTES EPHE UR2-HB CNRS UNIV-ANGERS INRA LETG LETG-COSTEL COMUE-NORMANDIE PSL UNIV-RENNES2 UNIV-RENNES UNICAEN IGARUN INRAE NANTES-UNIVERSITE INEE-CNRS

87 Consultations

41 Téléchargements