QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 发表日期：2020    专题：地理科学与资源研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Water Footprint Study Review for Understanding and Resolving Water Issues in China 期刊论文 WATER, 2020, 卷号: 12, 期号: 11, 页码: 14 作者:  Zhuo, La;  Feng, Bianbian;  Wu, Pute 收藏  |  浏览/下载：18/0  |  提交时间：2021/03/16 water footprint  China  water footprint accounting  driving forces  impact analysis   Satellite-derived river width and its spatiotemporal patterns in China during 1990-2015 期刊论文 REMOTE SENSING OF ENVIRONMENT, 2020, 卷号: 247, 页码: 16 作者:  Yang, Jie;  Huang, Xin;  Tang, Qiuhong 收藏  |  浏览/下载：13/0  |  提交时间：2021/03/18 River width  Multi-temporal  Seasonal variations  Spatiotemporal patterns  Google Earth Engine   Multi-Scale Residual Deep Network for Semantic Segmentation of Buildings with Regularizer of Shape Representation 期刊论文 REMOTE SENSING, 2020, 卷号: 12, 期号: 18, 页码: 21 作者:  Wang, Chengyi;  Li, Lianfa 收藏  |  浏览/下载：4/0  |  提交时间：2021/03/16 multiple scales  residual deep ensemble learning  regularizer  shape representation  semantic segmentation of buildings   Loess erosion patterns on a cut-slope revealed by LiDAR scanning 期刊论文 ENGINEERING GEOLOGY, 2020, 卷号: 268, 页码: 13 作者:  Li, Langping;  Lan, Hengxing;  Peng, Jianbing 收藏  |  浏览/下载：3/0  |  提交时间：2020/05/19 Erosion  Chinese Loess Plateau  Cut-slope  LiDAR   Performance of four state-of-the-art GPP products (VPM, MOD17, BESS and PML) for grasslands in drought years 期刊论文 ECOLOGICAL INFORMATICS, 2020, 卷号: 56, 页码: 12 作者:  Pei, Yanyan;  Dong, Jinwei;  Zhang, Yao;  Yang, Jilin;  Zhang, Yongqiang 收藏  |  浏览/下载：13/0  |  提交时间：2020/05/19 Gross primary production (GPP)  Drought  VPM  BESS  PML  MOD17  Light use efficiency model  Process-based model   A Robust Deep Learning Approach for Spatiotemporal Estimation of Satellite AOD and PM2.5 期刊论文 REMOTE SENSING, 2020, 卷号: 12, 期号: 2, 页码: 27 作者:  Li, Lianfa 收藏  |  浏览/下载：16/0  |  提交时间：2020/05/19 PM2.5  satellite AOD  deep learning  autoencoder  residual network  exposure estimation  high spatiotemporal resolution