arrow
返回

A physics-informed data-driven framework for 30m soil moisture estimation from multi-source datasets

delete2026-06-18
delete0
delete
OA
AI
Y
Yixin Jiang
J
Jun Zhang *
Z
Ziyi Cai
Y
Yulin Chen
S
Sa Wei
M
Miao Liu
Z
Ze Jiang
Y
Yy Yi Liu
W
Wenchao Ma *
DOI:10.1016/j.ejrh.2026.103656delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 基于物理信息的数据驱动框架用于河北平原30米高分辨率土壤湿度估算。 • 面向土壤湿度的30米地表变量数据融合算法。 • 多源预测因子经过精简以提高紧凑性和物理可解释性。 • 基准测试机器学习模型并实现超参数自动调优。
Keyword:
Soil moisture
Data fusion
Machine learning
High-resolution estimation
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

J
journal of hydrology: regional studies
IF:
0
论文数:
604
被引数:
0

机构

N
nanjing normal university
学者数:
3.9K
论文数: 1.4K
被引数: 0
H
hohai university
学者数:
6.1K
论文数: 2.5K
被引数: 0
U
university of new south wales
学者数:
2.9K
论文数: 1.4K
被引数: 0
H
hebei institute of water resources
学者数:
3
论文数: 1
被引数: 0
学者 查看更多机构