空气污染卫星遥感 | 浏览量 : 0 下载量: 649 CSCD: 3

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于集成学习方法的中国近地面臭氧浓度时空分布

    • 暂无标题

    • “最新研究揭示，中国近地面臭氧浓度时空分布受多种因素影响，极端随机树模型为估算提供新方法，助力臭氧污染防治。”
    • 2023年27卷第8期 页码：1792-1806   

      收稿日期：2022-01-06，

      纸质出版日期：2023-08-07

    • DOI： 10.11834/jrs.20231845     

    移动端阅览

  • 宋世鹏，范萌，陶金花，陈三明，顾坚斌，韩宗甫，梁晓霞，陆晓艳，王甜甜，张莹.2023.基于集成学习方法的中国近地面臭氧浓度时空分布.遥感学报，27（8）： 1792-1806 DOI： 10.11834/jrs.20231845.
    Song S P，Fan M，Tao J H，Chen S M，Gu J B，Han Z F，Liang X X，Lu X Y，Wang T T and Zhang Y. 2023. Estimating ground-level ozone concentration in China using ensemble learning methods. National Remote Sensing Bulletin， 27（8）：1792-1806 DOI： 10.11834/jrs.20231845.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

宋世鹏 桂林理工大学 地球科学学院;中国科学院空天信息创新研究院 遥感科学国家重点实验室
范萌 中国科学院空天信息创新研究院 遥感科学国家重点实验室
陶金花 中国科学院空天信息创新研究院 遥感科学国家重点实验室
陈三明 桂林理工大学 地球科学学院
顾坚斌 中国科学院空天信息创新研究院 遥感科学国家重点实验室;中国科学院大学
韩宗甫 中国科学院空天信息创新研究院 遥感科学国家重点实验室
梁晓霞 首都师范大学 资源环境与旅游学院
陆晓艳 广西壮族自治区生态环境监测中心

相关机构

桂林理工大学 地球科学学院
中国科学院空天信息创新研究院 遥感科学国家重点实验室
中国科学院大学
首都师范大学资源环境与旅游学院
广西壮族自治区生态环境监测中心
0