.png){kind=icon}
返回
Downscaling SMAP soil moisture using a hybrid machine-learning algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.114766.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 新型降尺度方法将Scorpion Hunting Strategy和模糊推理技术应用于SMAP。
• 该算法通过Bhopal和Kosi Fan的实地数据验证，表现出高精度。
• 降尺度地图与实地数据高度相关，并能捕捉土壤湿度的小尺度变化。
• 该方法在农业、水文学和环境监测领域具有广泛适用性。
Keyword:
Soil moisture
SMAP
Downscaling
Fuzzy inference
Machine learning
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
Exploring the combined use of SMAP and Sentinel-1 data for downscaling soil moisture beyond the 1 km scale探索SMAP和Sentinel-1数据的联合使用，以将土壤水分降低到1千米尺度之外
OAAI
OAAI分享收藏Downscaling SMAP soil moisture using a wide & deep learning method over the Continental United States使用广泛和深度学习方法在美国大陆上降低SMAP土壤湿度.png)
JOURNAL OF HYDROLOGY
JOURNAL OF HYDROLOGYIF6.3
PREAI
分享收藏分享收藏A Machine Learning Approach to Predict the Average Localization Error With Applications to Wireless Sensor NetworksIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Spatial downscaling of SMAP soil moisture to high resolution using machine learning over China's Loess Plateau使用机器学习将中国黄土高原上的SMAP土壤水分空间降尺度到高分辨率CATENA
CATENAIF5.7
PREAI
分享收藏Support Vector Regression-Based Downscaling for Intercalibration of Multiresolution Satellite Images
PREAI
分享收藏
查看更多内容