跳到主要内容跳到页脚内容
 

J林迪城区. Quackenbush
出版物

研究投资组合

书的章节

  • 我,我., L.J. Quackenbush, M. Li，和F.方,2014. 基于对象图像的最佳尺度 分析，在尺度问题遥感，编辑Q. 翁，约翰·威利 & 儿子, pp. 197-213.
  • Quackenbush L.J., J. i和Y. 2013年左. 以激光雷达为中心的道路提取技术综述 《博彩平台》，G. 王和Q. 翁,CRC 出版社，博卡拉顿，佛罗里达州，pp. 155-169.
  • Quackenbush L.J., 2007.  利用分形方法分离不透水土地覆盖类型 在遥感不透水表面，编辑的Q. 翁，CRC出版社，博卡拉顿， 佛罗里达,页. 119–142.

同行评议的期刊出版物

  • 徐,我.，奎肯布什，L.J.， 人民, T.A., & Stehman,年代.V., 2022. 灌木柳树冠层 从无人机系统(UAS)数据估算叶绿素含量:估算 以及跨时间、空间和尺度的不确定性分析. 应用地球观测与地理信息国际杂志, 108, 102737. http://doi.org/10.1016/j.jag.2022.102737
  • 赵,Y.，妈，Y.，奎肯布什，L.J., & 甄,Z., 2022. 单个树的估计 基于ALS数据和WorldView-3影像的天然次生林生物量研究. 遥感(MDPI), 14(271), 271. http://doi.org/10.3390/rs14020271
  • 埃德里,年代. B. 萨利希,M. Mahidanpari, LJ Quackenbush， & B .查普曼，2021年. 朝着 l波段NASA-ISRO SAR任务(NISAR)密集时间序列:多极化目标为基础 路易斯安那州尤卡坦湖湿地分类. 地球与空间科学开放档案. DOI: 10.1002 / essoar.10506622.1.
  • 埃德里,年代.萨利希，B.M . Mahidanpari., & Quackenbush L.J., 2021. 走向多源 美国湿地遥感清查的初步结果 明尼苏达. 摄影测量、遥感与空间信息科学年鉴, V-3-2021(3), 97–100. http://doi.org/10.5194/isprs-annals-V-3-2021-97-2021
  • 汗,R.M.萨利希，B.马迪安帕里，M.穆罕默德马内什，F.蒙特拉基斯，G., & Quackenbush, L.J., 2021. 有害藻华(HAB)检测与监测meta分析 遥感视角. 遥感(MDPI), 13(21), 4347–. http://doi.org/10.3390/rs13214347
  • 聚氨酯,G.，奎肯布什，L.J., & Stehman,年代.V. (2021). 识别影响因素 河岸植被分类与河道圈定的精度研究 使用1m数据. 遥感(MDPI), 13(22), 4645–. http://doi.org/10.3390/rs13224645
  • 聚氨酯,G.，奎肯布什，L.J., & Stehman,年代.V. (2021). 利用谷歌地球引擎评估时空变化 在河流地貌和河岸植被. 美国水资源协会杂志, 57(5), 789–806. http://doi.org/10.1111/1752-1688.12950
  • 徐,我., T.A. 人民,我.J. Quackenbush, & S.V. Stehman 2021.  灌木柳树的估算 叶片叶绿素浓度在不同生长阶段使用手持叶绿素 监测植物健康和生产的仪表. 生物质和生物能源, 150, 106132
  • 埃德里,年代. B. 萨利希,M. Mahidanpari, LJ Quackenbush， & B .查普曼，2021年. 朝着 l波段NASA-ISRO SAR任务(NISAR)密集时间序列:多极化目标为基础 路易斯安那州尤卡坦湖湿地分类. 地球与空间科学开放档案. DOI: 10.1002 / essoar.10506622.1.
  • 儿子,B., S. 公园,J. Im S. 公园,Y. 柯,我.J. Quackenbush 2021.  一种新的干旱监测方法 方法:向量投影分析(VPA). 环境遥感, 252, 112145
  • Tamiminia H., B. 萨利希,M. Mahdianpari L. Quackenbush,年代. 埃德里, & B. Brisco 2020. 用于地理大数据应用的Google Earth引擎:一个元分析和系统 审查. 摄影测量与遥感学报, 164, 152-170
  • 公园,年代., J. 李,我. Im, C.K. 歌,米. 崔J. 金,年代. 李,R. 公园,年代.M. 金,我. Yoon D.-W. 李 & L.J. Quackenbush 2020. 空间连续白天的估计 所有天空条件下的颗粒物浓度通过协同作用 使用基于卫星的AOD和数值模式. 整体环境科学, 713, 136516
  • Shin米., Y. 康,年代. 公园,J. Im, C. 柳, & L.J. Quackenbush 2020. 估计地面 基于卫星数据的颗粒物浓度:综述. GIScience & 遥感, 57 (2), 174-189
  • 徐,我., L.J. Quackenbush T.A. 人民, & J. Im, 2020. 森林和作物叶面积指数 遥感估算:研究趋势与未来方向，遥感 12 (18), 2934.
  • 埃德里,年代., B. 萨利希,M. Mahdianpari L.J. Quackenbush B. Brisco H. Tamiminia, & S. 肖. 利用SAR数据进行湿地监测:荟萃分析和综合综述. 遥感, 12 (14), 2190
  • 李,我., D. 汉族,M. Shin J. 我,我. 李, & L.J. Quackenbush 2020. 不同的光谱 基于卷积神经网络的土地覆盖分类领域变换 与多时相卫星图像. 遥感, 12 (7), 1097.
  • 觉,T.Y., R.H. 日尔曼,年代.V. Stehman, & L.J. Quackenbush 2020. 量化森林 缅甸“柚木之乡”的损失和森林退化. 加拿大森林杂志 科学通报，30 (2)，391 - 391.
  • 徐,我.孟，J., & L.J. Quackenbush 2019. 利用遥感进行最优预测 玉米收获期. 大田作物研究, 236, 1-13.
  • 李,年代., L.J. Quackenbush, & J. Im, 2019. 机载激光雷达采样策略增强 基于Landsat影像的森林地上生物量估算. 遥感11 (16); 1906.
  • 金米.李，J.汉，D.Shin米.，我，J.李，J.，奎肯布什，L.J. & 顾,Z., 2018. 基于卷积神经网络的二维光谱土地覆盖分类 反射率曲线图与多时相卫星图像. 应用地球观测与遥感专题选刊, 11(12), 4604-4617.
  • 李,我.，我，J.Kim, K.，奎肯布什，L.J, 2018. 机器学习方法 基于标图观测和机载激光雷达数据估算森林林分高度. 森林, 9(5): 268.
  • 柳,C.，我，J.公园,年代., & Quackenbush L.J., 2018. 日最大值估算 利用MODIS时间序列卫星观测城市景观的最低气温 data. 摄影测量与遥感学报, 137, 149-162.
  • 巴塔拉依N.，奎肯布什，L. J.，我，J., & 肖,年代. B., 2017. 一种新的优化算法 用于在SEBAL和METRIC模型中自动选择端元像素. 环境遥感, 196, 178-192. http://doi.org/10.1016/j.交易所.2017.05.009
  • 徐,Z.蒙特拉基斯，G., & Quackenbush L.J., 2017. 不透水表面提取 不平衡数据集:整合部分结果和多时相信息 迭代的单类分类器. 国际遥感杂志, 38(1), 43-63. http://dx.doi.org/10.1080/01431161.2016.1259677
  • 巴塔拉依N., S.B. 肖,我.J. Quackenbush J. i和R. Niraula 2016.  评估 五种基于遥感的单源地表能量平衡估算模型 亚热带湿润气候的日蒸散量.  应用地球观测与地理信息国际杂志， 49: 75-86, http://dx.doi.org/10.1016/j.使成锯齿状.2016.01.010.
  • 李,年代.，我，J.金,我.金米.Shin米.金，H. C., & Quackenbush L. J., 2016. 基于机器学习的CryoSat-2卫星数据估算北极海冰厚度 铅检测. 遥感， 8(9)， 698 http://doi.org/10.3390/rs8090698.
  • 甄,Z., L.J. Quackenbush和L. 张,2016. 自动个人树的发展趋势 激光雷达数据的冠探测与圈定演化. 遥感 8(4): 333, http://dx.doi.org/10.3390/rs8040333.
  • 巴塔拉依N., L.J. Quackenbush, M. 多尔蒂和L.J. Marzen 2015. 一个简单的Landsat-MODIS 30 m空间分辨率季节蒸散发监测的融合方法.  国际遥感杂志生物工程学报，36(1):115-143,http://dx.doi.org/10.1080/01431161.2014.990645.
  • 刘,T., J. Im., L.J. Quackenbush 2015. 一种新颖的可转移树冠 基于渔网拖曳和边界分类的圈定模型.  摄影测量与遥感学报， 110: 34 - 47, http://dx.doi.org/10.1016/j.isprsjprs.2015.10.002.
  • 甄,Z., L.J. Quackenbush,年代.V. Stehman和L. 张,2015. 基于代理的区域增长 根据机载激光扫描(ALS)数据绘制树冠; 摄影测量与遥感学报地球科学进展，36(7):1965-1993,http://dx.doi.org/10.1080/01431161.2015.1030043.
  • 康,D., J. 我,米.-I. 李和L.J. Quackenbush 2014. MODIS冰表面温度 作为北冰洋海冰最小值的指标， 环境遥感生物工程学报，153(9):99-108,http://dx.doi.org/10.1016/j.交易所.2014.05.012.
  • 李米., J. 我,我.J. Quackenbush T. 刘,2014. 森林生物量和碳储量量化 使用全波形激光雷达数据:统计和机器学习方法的比较 应用地球观测与遥感专题选刊, 7(7): 3143–3156; http://dx.doi.org/10.1109 /乔家.2014.2304642.
  • 肖,年代.B., J. 马斯,N. 巴塔拉伊和L.J. Quackenbush 2014. 纵向研究 四个中尺度流域土地覆盖变化对水文响应的影响 in New York State, USA, 水文学杂志 519(A): 12-22; http://dx.doi.org/10.1016/j.jhydrol.2014.06.055.
  • 甄,Z., L.J. Quackenbush和L. 张,2014. 树木导向生长秩序的影响 标记控制区生长在单株树冠空中圈定中的应用 激光扫描器(ALS)数据 遥感, 6, 555-579; http://dx.doi.org/10.3390/rs6010555.
  • 甄,Z., L.J. Quackenbush,年代.V. Stehman和L. 张,2013. 培训的影响 验证样本选择时的分类精度和准确性评估 在基于对象的分类中使用参考多边形， 国际遥感杂志浙江农业学报，34(19):6914-6930,http://dx.doi.org/10.1080/01431161.2013.810822
  • 陆,Z.，我，J. , L.J. 魁肯布什和S. 柳,2013.  基于遥感的房屋价值 利用优化的区域回归模型进行估计， “摄影测量工程与遥感”生态学报，79(9):809-820,http://dx.doi.org/10.14358 /珀耳斯.79.9.809.
  • 我,我., Z. 陆,J. 李承晚和L.J. Quackenbush 2012. 不透水表面量化 利用人工免疫网络和决策/回归树的综合 多传感器数据, 环境遥感; 117: 102-113, http://dx.doi.org/10.1016/j.交易所.2011.06.024.
  • 张女士., L.J. Quackenbush J. 我和我. 张,2012. 分离指标 高空间分辨率图像中不受欢迎且轮廓清晰的树冠， 国际遥感杂志浙江农业学报，33(17):5451-5472,http://dx.doi.org/10.1080/01431161.2012.663109.
  • 柯,Y.， L.J. Quackenbush 2011. 自动单棵树方法综述 冠状检测与圈定. 国际遥感杂志生物工程学报，32(13):3625-3647,http://dx.doi.org/10.1080/01431161.2010.494184.
  • 柯,Y.， L.J. Quackenbush 2011.  三种自动树法的比较 基于高空间分辨率图像的树冠检测与圈定. 国际遥感杂志生物工程学报，32(13):3625-3647,http://dx.doi.org/10.1080/01431161003762355.
  • 陆,Z., J. 我和我.J. Quackenbush 2011. 人口估计的体积方法 利用激光雷达遥感， 摄影测量工程 & 遥感, 77(11): 1145–1156.
  • Gunson K.E., G. 蒙特拉基斯和L.J. Quackenbush 2010. 空间wildlife-vehicle 碰撞模型:当前研究综述及其在交通运输中的应用 减排项目.  环境管理杂志生态学报，92(4):1074-1082,http://dx.doi.org/10.1016/j.jenvman.2010.11.027 .
  • 柯,Y., L.J. Quackenbush和J. Im, 2010.  QuickBird多光谱的协同使用 基于物体的森林物种分类的图像和激光雷达数据.  环境遥感生物工程学报，14(6):1141-1154,http://dx.doi.org/10.1016/j.交易所.2010.01.002.
  • 柯,Y., W. 张和L.J. Quackenbush 2010.  活动轮廓和爬坡为 树冠检测与圈定.  “摄影测量工程与遥感”, 76(10): 1169–1181.
  • 陆,Z., J. 我,我.J. Quackenbush和K. 2010年,. 基于人口估计 多传感器数据融合研究. 国际遥感杂志浙江农业学报，31(21):5587-5604,http://dx.doi.org/10.1080/01431161.2010.496801.
  • 张女士., Y. 柯,我.J. Quackenbush和L. 张,2010. 使用误差变量回归 利用遥感影像预测树木直径和树冠宽度.  加拿大森林研究杂志生态学报，40(6):1095-1108,http://dx.doi.org/10.1139/X10-073.
  • 多赛特J.S., W.M斯蒂勒，L.J. Quackenbush和J.T. 沃尔顿,2009.  基于规则的 东北地区森林东部铁杉成分的预测方法 美国.  加拿大森林研究杂志， 39: 1453-1464, http://dx.doi.org/10.1139/X09-060.
  • 吴魏., C.A. 大厅,F.N. Scatena L.J. Quackenbush 2006.  蒸散发的空间模拟 在波多黎各的Luquillo实验森林使用遥感数据.  水文学杂志， 328(3-4): 733-752, http://dx.doi.org/10.1016/j.jhydrol.2006.01.020.
  • Quackenbush L. J., 2004.  线性特征提取技术综述 图像.  “摄影测量工程与遥感”, 70(12): 1383–1392.
  • Quackenbush L.J., P.F. 霍普金斯和G。.J. Kinn 2000.  发展林业产品 来自高分辨率数字航空图像.  “摄影测量工程与遥感”, 66(11): 1337–1346.

会议论文集

  • 阿德利，萨利希，B.M . Mahidanpari.，奎肯布什，L. J., & 查普曼,B., 2021. 湿地 利用模拟NISAR数据进行分类:以路易斯安那州为例. 2021 IEEE国际地球科学与遥感研讨会, 100–103. http://doi.org/10.1109/IGARSS47720.2021.9553878
  • 埃德里,年代..，奎肯布什，L.J.萨利希，B.马迪安帕里，M.贝尔，C. M.约翰逊, L., & 凤凰城,维. B., 2022. 季节性纹理特征对基于对象的重要性 湿地分类:纽约州个案研究. 国际摄影测量、遥感和空间信息档案 科学.[j] .浙江大学学报(自然科学版). http://doi.org/10.5194/isprs-archives-XLIII-B3-2022-471-2022
  • 巴塔拉依N.Quackenbush L.J.， Calandra L.N.，我，J.， S.A. Teale 2012.  An 松树中Sirex侵扰的自动对象分析. 法庭程序 2012年ASPRS会议，萨克拉门托，加州，3月19-23日，未分页CD-ROM.
  • Quackenbush L.J., N. 巴塔拉依,我.N. Calandra J. i和S.A. Teale 2011. 光谱 苏格兰松的侵染分析 Sirex noctilio. 2011年ASPRS年会论文集，密尔沃基，威斯康星州，5月1-5日.
  • 张女士., L.N. Calandra L.J. Quackenbush J. i和S.A. Teale 2010.  监控 被 Sirex noctilio 使用高光谱数据:实验室研究.  2010年ASPRS年会论文集. 圣地亚哥，加州.
  • 左,Y.， L.J. Quackenbush 2010.  住宅道路激光雷达数据提取 和纽约州奥奈达县的商业区.  2010年ASPRS年会论文集. 圣地亚哥，加州.
  • 柯,Y.， L.J. Quackenbush 2009.  单个树冠检测和圈定 利用主动等高线和爬坡方法获取高空间分辨率图像.  2009年ASPRS年会论文集马里兰州巴尔的摩.
  • 柯,Y.， L.J. Quackenbush 2008.  单株树冠检测的比较 及圈定方法.  2008年ASPRS年会论文集俄勒冈州波特兰. 
  • 沙,C.A.， L.J. Quackenbush 2007.  多传感器数据融合技术分析: 多时间变化检测方法.  2007年ASPRS年会论文集佛罗里达州坦帕市.
  • 多赛特J.S., W.M. Stiteler L.J. Quackenbush 2006.  结合多光谱成像 利用物种特有的生境要素对铁杉进行定位.  会议录，2006年ASPRS年会5月1日至5日，内华达州里诺市.
  • Quackenbush L.J., C.N. Kroll, 2006.  研究森林物种的新进展 分类.  会议录，2006年ASPRS年会5月1日至5日，内华达州里诺市.
  • Quackenbush L. J., 2005.  利用三角棱镜计算分形维数 方法.  2005 ASPRS年会论文集3月9日至11日，马里兰州巴尔的摩.
  • Quackenbush L.J., 2004.  利用三角棱镜计算分形维数 方法.  接受列入 2004 ASPRS年会论文集，巴尔的摩，马里兰州，2005年3月8日至11日.
  • Quackenbush L. J., 2004.  基于分形的不透水土地覆盖分类.  2004 ASPRS年会论文集5月24-28日，科罗拉多州丹佛市.
  • Quackenbush L. J. 和P. F. 霍普金斯,2003.  用分形维数来划分类型 不透水土地覆盖.  2003 ASPRS年会论文集，安克雷奇，阿拉斯加，5月7日至9日.
  • 赖尔登K. D., R. J. 特纳,年代. 陈,P. F. 霍普金斯和L. J. Quackenbush 2001.  处理高分辨率的数字图像，有效地获取森林林分信息.  发表于2001年ASAE年度国际会议，萨克拉门托，加州，论文 No. 01-8078, 7月29日-8月1日.
  • Quackenbush L. J., D. G. 默多克,K. D. 赖尔登,P. F. 霍普金斯,年代. 陈,2001.  分析 融合技术在林业中的应用.  会议录，2001年ASPRS年会, St. 密苏里州路易斯，8月23日至27日.
  • 布洛克,R. H., E. Karakurt L. J. Quackenbush P. J. Szemkow R. P. Aicher J. T. •沃尔顿 S. Whisenand 2000.  基于单频码的GPS定位精度 在森林条件下使用.  在2000年ASAE年度国际会议上发表， 密尔沃基，威斯康辛州，论文号. 005012, 7月9-12日.
  • Quackenbush L. J., P. F. 霍普金斯和G. J. Kinn 2000.  使用模板关联 在高分辨率图像中识别单个树木.  会议录，2000年ASPRS年会5月23日至26日，华盛顿特区.
  • Quackenbush L. J., P. F. 霍普金斯和G. J. Kinn 1999.  树冠圈定的推导 并从高分辨率数字航空图像中计数.  发表于1999年ASAE/CSAE-SCGR 年度国际会议，多伦多，安大略省，文件号. 7月18-22日，99-5034.
  • Quackenbush L. J., P. F. 霍普金斯和G. J. Kinn 1999.  开发衍生产品 来自高分辨率数字航空图像.  文集，1999年ASPRS年会俄勒冈州波特兰.