MACHINE LEARNING BASED PREDICTION OF HYDROGEOLOGICAL PARAMETERS AND GROUNDWATER POTENTIAL INDEX USING GEOSPATIAL AND BOREHOLE DATA
提出融合地理空间与钻孔数据的机器学习框架,预测水文地质参数与地下水潜力指数。
提出融合地理空间与钻孔数据的机器学习框架,预测水文地质参数与地下水潜力指数。
用遥感、GIS与AHP评估哈萨克斯坦额尔齐斯流域灌溉开发的土地适宜性。
用遥感和GIS评估费尔干纳中部水库对周边农业景观的生态影响。
基于GIS与AHP为巴西Grande河流域绘制地下水潜力分区图,并识别开采压力区。
对2015-2025年AI用于水回用与可持续水管理的3280篇文献做文献计量分析,梳理知识结构与演化
用GIS、遥感和AHP制图评估乌干达两区地下水潜力并验证。
对比专家驱动AHP与遥感基础模型增强的CAT-XGB集成,用于尼日利亚西北部地下水潜力制图。
提出DeepGR4J与区域化混合框架,评估数据稀缺的埃塞俄比亚塔纳湖水量平衡。
融合深度学习与遥感及实地数据,估算湖泊非光学活性水质变量(溶解氧和pH)。
提出基于增量学习的XGBoost模型预测水库日蓄水量增量,提升短期动态预报精度。
用RS、GIS与AHP集成方法划分印度Unchehra流域地下水潜力区并验证精度。
提出多流深度学习框架WaterFormer-MS,从Sentinel-2影像中精准分割地表水体。
比较五种灌溉识别方法,发现降尺度SMAP土壤湿度在科罗拉多田间尺度无法准确识别灌溉。
Assessing the reliability of remote sensing-based evapotranspiration models for enhanced water management under center-pivot irrigation system in arid region. Case study: East Oweinat, Egypt。Sustainable Water Resources Management
用AHP与GIS遥感数据划分印度Bhilangana区块地下水潜力区。
用多源卫星数据和机器学习预测印度半干旱区降水,XGBoost优于CNN。
Modeling Water Quality Parameters in Laga Dadi Reservoir, Ethiopia: An Integrated Remote Sensing and Machine Learning Approach。Research Square