KIT | KIT-Bibliothek | Impressum | Datenschutz

Deep learning coupled with split window and temperature-emissivity separation (DL-SW-TES) method improves clear-sky high-resolution land surface temperature estimation

Zhang, Huanyu; Hu, Tian ; Tang, Bo-Hui ; Mallick, Kanishka; Zheng, Xiaopo; Wang, Mengmeng; Olioso, Albert; Rivalland, Vincent; Ghent, Darren; Soszynska, Agnieszka; Szantoi, Zoltan; Pérez-Planells, Lluís ORCID iD icon 1; Göttsche, Frank M. ORCID iD icon 1; Skoković, Dražen; Sobrino, José A.
1 Institut für Meteorologie und Klimaforschung Atmosphärische Spurengase und Fernerkundung (IMKASF), Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1016/j.isprsjprs.2025.04.016
Scopus
Zitationen: 3
Web of Science
Zitationen: 3
Dimensions
Zitationen: 3
Zugehörige Institution(en) am KIT Institut für Meteorologie und Klimaforschung (IMK)
Institut für Meteorologie und Klimaforschung Atmosphärische Spurengase und Fernerkundung (IMKASF)
Publikationstyp Zeitschriftenaufsatz
Publikationsmonat/-jahr 07.2025
Sprache Englisch
Identifikator ISSN: 0924-2716
KITopen-ID: 1000181457
HGF-Programm 12.11.26 (POF IV, LK 01) Aerosol-Cloud-Climate-Interaction
Erschienen in ISPRS Journal of Photogrammetry and Remote Sensing
Verlag Elsevier
Band 225
Seiten 1–18
Nachgewiesen in Web of Science
OpenAlex
Dimensions
Scopus
Globale Ziele für nachhaltige Entwicklung Ziel 13 – Maßnahmen zum Klimaschutz
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page