[9] Liu, Y., Kim, J., Fleisher, D. H., & Kim, K.-S. (2021). Analogy-Based Crop Yield Forecasts Based on Temporal Similarity of Leaf Area Index. Remote Sensing, 13(16), 3069. https://doi.org/10.3390/rs13163069
[8] Liu, Y., Kim, K. S., Beresford, R. M., & Fleisher, D. H. (2020). A generic composite measure of similarity between geospatial variables. Ecological Informatics, 60, 101169. https://doi.org/10.1016/j.ecoinf.2020.101169
[7] 孙绿, 李玉刚, 王圣健, 刘亚东, 王志英, 刘丹, 李娜娜, 赵长星, & 盖红梅. (2017). 模拟干旱条件下冬小麦品种萌发期抗旱性评价. 干旱地区农业研究, 35(06), 109–115. https://doi.org/10.7606/j.issn.1000-7601.2017.06.17
[6] 崔日鲜, 刘亚东, & 付金东. (2016). 基于机器学习和可见光光谱的冬小麦叶片氮积累量估算. 光谱学与光谱分析, 36(06), 1837–1842. http://www.gpxygpfx.com/CN/10.3964/j.issn.1000-0593(2016)06-1837-06
[5] 翟明娟, 刘亚东, & 崔日鲜. (2016). 基于冬小麦冠层数码图像的叶面积指数和叶片SPAD值的估算. 青岛农业大学学报(自然科学版), 33(02), 91–96. https://doi.org/10.3969/J.ISSN.1674-148X.2016.02.003
[4] 刘亚东 & 崔日鲜. (2015). 基于可见光光谱和随机森林算法的冬小麦冠层图像分割. 光谱学与光谱分析, 35(12), 3480–3484. http://www.gpxygpfx.com/CN/10.3964/j.issn.1000-0593(2015)12-3480-05
[3] 崔日鲜, 刘亚东, & 付金东. (2015). 基于可见光光谱和BP人工神经网络的冬小麦生物量估算研究. 光谱学与光谱分析, 35(09), 2596–2601. http://www.gpxygpfx.com/CN/10.3964/j.issn.1000-0593(2015)09-2596-06
[2] 周华杰, 刘亚东, 付金东, 隋方功, & 崔日鲜. (2015). 基于冠层数码图像的玉米长势和氮素营养状态分析. 青岛农业大学学报(自然科学版), 32(01), 1–7. https://doi.org/10.3969/J.ISSN.1674-148X.2015.01.001
[1] 刘亚东, 黄翠艳, 姜雯, & 崔日鲜. (2014). 青岛市降水量和参考作物蒸散量的变化特征分析. 青岛农业大学学报(自然科学版), 31(01), 13–17. https://doi.org/10.3969/J.ISSN.1674-148X.2014.01.004