您当前的位置：
首页 >
文章列表页 >
基于机器学习模型的塔里木河流域卫星降水融合校正
技术方法 | 更新时间：2026-06-05

    • 基于机器学习模型的塔里木河流域卫星降水融合校正

    • Correction of Satellite Precipitation Product Based on Machine Learning Models in Tarim River Basin

    • 水土保持学报   2025年39卷第6期 页码：419-430

    • DOI：10.13870/j.cnki.stbcxb.2025.06.018    

      中图分类号： TP79;P333
    • CSTR：32310.14.stbcxb.2025.06.018    

    • 收稿：2025-04-14，

      修回：2025-06-04，

      录用：2025-06-24，

      网络首发：2025-08-29，

      纸质出版：2025-12-01

    移动端阅览

  • 王晓燕，刘刚，刘依嘉，等.基于机器学习模型的塔里木河流域卫星降水融合校正［J］.水土保持学报，2025，39（6）：419-430. DOI： 10.13870/j.cnki.stbcxb.2025.06.018. CSTR： 32310.14.stbcxb.2025.06.018.

    WANG Xiaoyan， LIU Gang， LIU Yijia， et al. Correction of satellite precipitation product based on machine learning models in Tarim River basin［J］. Journal of Soil and Water Conservation， 2025， 39（6）：419-430. DOI： 10.13870/j.cnki.stbcxb.2025.06.018. CSTR： 32310.14.stbcxb.2025.06.018.

  •  
  •  

0

浏览量

70

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多时相高分遥感数据与机器学习的黑土层厚度反演
基于Sentinel-2A数据的河北坝上农田土壤风蚀可蚀性
基于多源遥感宁夏引黄灌区季节性土壤盐分反演模型构建
多源降水产品在天山典型流域的评估及径流模拟
基于机器学习的沟谷地貌识别模型对比——以黄土高原典型流域为例

相关作者

李华朋
赵彤彤
安晨宇
王仁德
常春平
郭中领
李慧茹
薛澳亚

相关机构

吉林建筑大学测绘与勘查工程学院
中国科学院东北地理与农业生态研究所
河北师范大学地理科学学院
河北省环境变化遥感识别技术创新中心
河北省环境演变与生态建设重点实验室
0