本研究利用无人机图像开发了一个时间序列框架，定量评估蔓越莓的成熟过程。通过光度校准和半监督深度学习，提取浆果反射率，评估不同品种的成熟速度。这一方法对实时监测蔓越莓沼泽地风险、作物育种及疾病检测具有重要意义。

本文介绍了一种基于深度学习的卫星图像细化框架，利用无人机高分辨率图像优化农业领域的NDVI图，从而提升作物监测精度。研究通过神经网络和SAR数据实现了作物分类和森林监测，展示了机器学习在遥感数据处理中的有效性。