Remote Sensing - Czasopismo - MOST Wiedzy

Wyszukiwarka

Remote Sensing

ISSN:

2072-4292

Wydawca:

MDPI

Dyscypliny:

  • automatyka, elektronika, elektrotechnika i technologie kosmiczne (Dziedzina nauk inżynieryjno-technicznych)
  • informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
  • inżynieria lądowa, geodezja i transport (Dziedzina nauk inżynieryjno-technicznych)
  • inżynieria środowiska, górnictwo i energetyka (Dziedzina nauk inżynieryjno-technicznych)
  • nauki leśne (Dziedzina nauk rolniczych)
  • rolnictwo i ogrodnictwo (Dziedzina nauk rolniczych)
  • geografia społeczno-ekonomiczna i gospodarka przestrzenna (Dziedzina nauk społecznych)
  • nauki prawne (Dziedzina nauk społecznych)
  • biotechnologia (Dziedzina nauk ścisłych i przyrodniczych)
  • nauki o Ziemi i środowisku (Dziedzina nauk ścisłych i przyrodniczych)

Punkty Ministerialne: Pomoc

Punkty Ministerialne - aktualny rok
Rok Punkty Lista
Rok 2024 100 Ministerialna lista czasopism punktowanych 2024
Punkty Ministerialne - lata ubiegłe
Rok Punkty Lista
2024 100 Ministerialna lista czasopism punktowanych 2024
2023 100 Lista ministerialna czasopism punktowanych 2023
2022 100 Lista ministerialna czasopism punktowanych (2019-2022)
2021 100 Lista ministerialna czasopism punktowanych (2019-2022)
2020 100 Lista ministerialna czasopism punktowanych (2019-2022)
2019 100 Lista ministerialna czasopism punktowanych (2019-2022)
2018 35 A
2017 35 A
2016 35 A
2015 35 A
2014 35 A
2013 35 A

Model czasopisma:

Open Access

Punkty CiteScore:

Punkty CiteScore - aktualny rok
Rok Punkty
Rok 2023 8.3
Punkty CiteScore - lata ubiegłe
Rok Punkty
2023 8.3
2022 7.9
2021 7.4
2020 6.6
2019 6.1
2018 5.6
2017 5.3
2016 5.2
2015 4.3
2014 3.9
2013 3.7
2012 2.7
2011 1.1

Impact Factor:

Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma

Filtry

wszystkich: 63

  • Kategoria
  • Rok
  • Opcje

wyczyść Filtry wybranego katalogu niedostępne

Katalog Czasopism

Rok 2024
  • From Data to Decision: Interpretable Machine Learning for Predicting Flood Susceptibility in Gdańsk, Poland
    Publikacja

    - Remote Sensing - Rok 2024

    Flood susceptibility prediction is complex due to the multifaceted interactions among hydrological, meteorological, and urbanisation factors, further exacerbated by climate change. This study addresses these complexities by investigating flood susceptibility in rapidly urbanising regions prone to extreme weather events, focusing on Gdańsk, Poland. Three popular ML techniques, Support Vector Machine (SVM), Random Forest (RF), and...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Machine Learning-Based Wetland Vulnerability Assessment in the Sindh Province Ramsar Site Using Remote Sensing Data
    Publikacja
    • R. W. Aslam
    • H. Shu
    • I. Naz
    • A. Quddoos
    • A. Yaseen
    • K. Gulshad
    • S. Saud Alarifi

    - Remote Sensing - Rok 2024

    Wetlands provide vital ecological and socioeconomic services but face escalating pressures worldwide. This study undertakes an integrated spatiotemporal assessment of the multifaceted vulnerabilities shaping Khinjhir Lake, an ecologically significant wetland ecosystem in Pakistan, using advanced geospatial and machine learning techniques. Multi-temporal optical remote sensing data from 2000 to 2020 was analyzed through spectral...

    Pełny tekst do pobrania w portalu

  • Measuring Tilt with an IMU Using the Taylor Algorithm
    Publikacja

    This article addresses the important problem of tilt measurement and stabilization. This is particularly important in the case of drone stabilization and navigation in underwater environments, multibeam sonar mapping, aerial photogrammetry in densely urbanized areas, etc. The tilt measurement process involves the fusion of information from at least two different sensors. Inertial sensors (IMUs) are unique in this context because...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • The Effect of Varying the Light Spectrum of a Scene on the Localisation of Photogrammetric Features
    Publikacja

    In modern digital photogrammetry, an image is usually registered via a digital matrix with an array of colour filters. From the registration of the image until feature points are detected on the image, the image is subjected to a series of calculations, i.e., demosaicing and conversion to greyscale, among others. These algorithms respond differently to the varying light spectrum of the scene, which consequently results in the feature...

    Pełny tekst do pobrania w serwisie zewnętrznym

Rok 2023
Rok 2022
Rok 2021
Rok 2020

wyświetlono 3515 razy