Improved grid-based semi-centennial reconstruction and diagnostic assessment of global water storage leveraging ensemble machine learning
0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
3Pays d’affiliation déclarés
Rattachement africain : in, sg, cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Improved grid-based semi-centennial reconstruction and diagnostic assessment of global water storage leveraging ensemble machine learning
- Date Crossref
- 31/07/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Indian Institute of Technology Roorkee Department of Civil Engineering pays non établi dans la noticeUniversité ou école supérieure
-
National University of Singapore Department of Civil and Environmental Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Yangzhou University Modern Rural Water Resources Research Institute pays non établi dans la noticeUniversité ou école supérieure
-
College of Hydraulic Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
Department of Civil Engineering — Indian Institute of Technology Roorkee, Department of Civil and Environmental Engineering — National University of Singapore et Modern Rural Water Resources Research Institute — Yangzhou University, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Geophysics and Gravity MeasurementsGNSS positioning and interferenceFlood Risk Assessment and Management