防灾减灾智能遥感 | 浏览量:514下载量:5001CSCD:0

  • 导出

  • 收藏

  • 专辑

    • 考虑季节性特征的矿区地面沉降时空预测

    • Spatial and temporal prediction of ground subsidence in mining areas considering seasonal characteristics

    • “在矿区地面沉降预测领域，专家提出了SFF-PredRNN模型，为矿区沉降灾害防治提供有效数据支撑。”
      • 角色：First author第一作者
      • 机构：

        中国地质大学(武汉) 地球物理与空间信息学院, 武汉430074

      • 邮箱：xwguo@cug.edu.cn
      • 简介：郭骁玮，研究方向为InSAR地面沉降监测及智能预测。E-mail： xwguo@cug.edu.cn

      郭骁玮

      ，
      • 角色：Corresponding author通信作者
      • 机构：

        中国地质大学(武汉) 地球物理与空间信息学院, 武汉430074

      • 邮箱：taochen@cug.edu.cn
      • 简介：陈涛，研究方向为遥感地学应用。E-mail： taochen@cug.edu.cn

      陈涛

      *
    • 2024年28卷第11期 页码：3016-3031  

    • DOI：10.11834/jrs.20243488    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 51 ) 表( 2 )

  • 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

相关文章

相关作者

刘青豪 中南大学 地球科学与信息物理学院;中国测绘科学研究院
刘慧敏 中南大学 地球科学与信息物理学院
张永红 中国测绘科学研究院
邓敏 中南大学 地球科学与信息物理学院
吴宏安 中国测绘科学研究院
明小勇 北部湾大学 资源与环境学院, 海洋地理信息资源开发利用重点实验室;北部湾大学 北部湾海洋发展研究中心, 广西北部湾海洋环境变化与灾害研究重点实验室
田义超 北部湾大学 资源与环境学院, 海洋地理信息资源开发利用重点实验室;北部湾大学 北部湾海洋发展研究中心, 广西北部湾海洋环境变化与灾害研究重点实验室
张强 北部湾大学 资源与环境学院, 海洋地理信息资源开发利用重点实验室

相关机构

中南大学 地球科学与信息物理学院
中国测绘科学研究院
北部湾大学 资源与环境学院, 海洋地理信息资源开发利用重点实验室
北部湾大学 北部湾海洋发展研究中心, 广西北部湾海洋环境变化与灾害研究重点实验室
长沙理工大学 交通运输工程学院