| 标题 |
 Interpretable machine learning reveals the importance of geography and landscape arrangement for surface water quality across China 可解释的机器学习揭示了地理和景观排列对中国地表水质量的重要性
相关领域
中国
质量（理念）
水质
地理
曲面（拓扑）
地表水
自然地理学
环境资源管理
环境科学
生态学
考古
环境工程
数学
生物
哲学
几何学
认识论
|
| 网址 | |
| DOI | |
| 其它 | • 采用可解释性机器学习算法分析了中国234个流域地表水质的影响因素。• 城镇建设用地是影响氮浓度变化的主要因素，而农村居民点则是影响磷的关键。• 地理条件通过塑造区域气候和土地利用组成，主导了水质的空间差异。• 在土地利用组成不变前提下，合理的源汇景观布局有助于改善水质。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
ceeray23
剑指东方是为谁
cdercder
痴情的博超
YifanWang
tuanheqi
斯寜
back you up
zhongu
贰鸟
MchemG
昏睡的蟠桃
有人
HEIKU
小乔
nebula
nino
iNk
herococa
寒冷苗条
皖公网安备34019202002308
