Spatial Downscaling and Gap-Filling of SMAP Soil Moisture to High Resolution Using MODIS Surface Variables and Machine Learning Approaches over ShanDian River Basin, China

High-resolution soil moisture (SM) information is essential for regional to global hydrological and agricultural applications. The Soil Moisture Active Passive (SMAP) offers daily global composites of SM at coarse-resolution 9 and 36 km, with data gaps limiting its local application to depict SM dis...

முழு விளக்கம்

நூற்பட்டியல் விவரங்கள்

முதன்மை ஆசிரியர்கள்:	Adeel Ahmad Nadeem, Yuanyuan Zha, Liangsheng Shi, Shoaib Ali, Xi Wang, Zeeshan Zafar, Zeeshan Afzal, Muhammad Atiq Ur Rehman Tariq
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	MDPI AG 2023-01-01
தொடர்:	Remote Sensing
பொருள்கள்:	SMAP soil moisture artificial neural network random forest downscaling gap-filling ShanDian River Basin
ஆன்லைன் அணுகல்:	https://www.mdpi.com/2072-4292/15/3/812
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!