浏览量:197下载量:47CSCD:0
导出
收藏
专辑
时空融合与机器学习的干旱区“河-湖”系统悬浮泥沙高频监测
High-Frequency Monitoring of Suspended Sediment Concentration in an Arid River-Lake System Using Spatiotemporal Fusion and Machine Learning
- “博斯腾湖水环境受气候变化和人类活动双重影响,悬移质泥沙浓度呈现显著的时空差异,介绍了其在水体泥沙动态监测领域的研究进展,研究团队构建了复杂内陆水体SSC高时空分辨率监测方法体系,为干旱区内陆水域的多源协同观测与水循环演变评估奠定了基础。”
- 2026年 页码:1-18
DOI:10.11834/jrs.20266157
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 12 ) 表( 6 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
李梦飞 东北大学 资源与土木工程学院
张胜军 东北大学 资源与土木工程学院
孔祥雪 辽宁省地震局
牟云飞 东北大学 资源与土木工程学院
丁浩雨 东北大学 资源与土木工程学院
蓝乐淘 中国科学院空天信息创新研究院;中国科学院大学
黄长平 中国科学院空天信息创新研究院
周峻如 中国科学院空天信息创新研究院;中国科学院大学
相关机构
东北大学 资源与土木工程学院
辽宁省地震局
中国科学院空天信息创新研究院
中国科学院大学
石河子大学 农学院/新疆生产建设兵团绿洲生态农业重点实验室


