M
Markus Reichstein
H指数:133
被引数:10.0万
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
无处不在的通量,时刻都在——献给丹尼斯·巴尔多基的致敬
通过混合机器学习揭示活跃根系区储量的时空动态
学习具有记忆功能的水分蒸发分数
基于卫星生物量观测的全球森林干扰格局数据集
地球嵌入:迈向以人工智能为中心的地球表示
南美大陆上风地带对土壤湿度变异的影响
Nature Communications
IF15.7
增温与二氧化碳浓度升高的协同效应加剧了干旱对草地碳和水分通量的影响
Science Advances
IF12.5
降水变异性对全球半干旱稀树草原碳通量动态的影响
H2CM (v1.0):基于大气和陆地观测约束的全球水-碳循环混合建模
人工智能在干旱科学中的成熟:对趋势、陷阱和优先事项的综述
利用大气传输,结合生态系统和大气观测数据约束数据驱动的CO<sub>2</sub>通量模型
卫星获取的地表信息可提升近地表温度预报技巧
在ICON-ESM模型框架下,利用集成机器学习方法进行陆气通量的混合建模
呼吁全球共享中国的地球观测数据,并要求整合与协作。
Nature Geoscience
IF16.1
利用全球涡动协方差观测网络探究干燥土壤对水汽的吸收
广泛但不同的干旱遗留效应对不同生物群系总初级生产力的影响
全球干旱区降雨诱导土壤碳排放的普遍低估
Nature Geoscience
IF16.1
一种用于提高土壤湿度预测泛化能力的自监督深度学习模型
Journal of Hydrology
IF6.3
叶片性状对地球系统模型中植被光学性质的影响
Nature Communications
IF15.7

