浏览量 : 0 下载量: 305 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于深度学习的南海海表温度重构及其时空变化研究

    • Deep learning based sea surface temperature reconstruction and its application on the spatio-temporal analysis of SST variation in the South China Sea

    • “最新研究进展显示，专家利用I-DINCAE模型和DNN校正技术，有效重构和分析南海海表温度数据，为海洋研究提供重要依据。”
    • 2025年 页码：1-17   

      网络出版日期：2025-02-21，

    • DOI： 10.11834/jrs.20254493     

    移动端阅览

  • 孙志伟，李云波，张殿君，孙绍杰，陈思宇.XXXX.基于深度学习的南海海表温度重构及其时空变化研究.遥感学报，XX（XX）： 1-17 DOI： 10.11834/jrs.20254493.
    Sun Zhiwei，Li Yunbo，Sun Shaojie，Chen Siyu，Zhang Dianjun. XXXX. Deep learning based sea surface temperature reconstruction and its application on the spatio-temporal analysis of SST variation in the South China Sea. National Remote Sensing Bulletin， XX（XX）：1-17 DOI： 10.11834/jrs.20254493.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

陶胜利 北京大学 城市与环境学院 生态研究中心 植被结构功能与建造全国重点实验室
王迪 西安交通大学 软件学院
谢欢 同济大学 测绘与地理信息学院
张吴明 中山大学 测绘科学与技术学院
张志明 云南大学 生态与环境学院
董秀军 成都理工大学 环境与土木工程学院
陈一平 中山大学 测绘科学与技术学院
漆建波 北京师范大学 地理科学学部

相关机构

北京大学 城市与环境学院 生态研究中心 植被结构功能与建造全国重点实验室
西安交通大学 软件学院
同济大学 测绘与地理信息学院
中山大学 测绘科学与技术学院
云南大学 生态与环境学院
0