×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
资源环境科技发展态势分析平台
Global S&T Development Trend Analysis Platform of Resources and Environment
登录
注册
ALL
ORCID
题名
作者
发表日期
学科领域
关键词
文献类型
出处
存缴日期
收录类别
出版者
资助项目
学科门类
出版年
中文关键词
中文摘要
英文摘要
主题
来源平台
题名缩写
情报分析_信息来源期刊
情报分析_信息来源机构
情报分析_机构类别
情报分析_研究主题
情报分析_研究内容
情报分析_研究结论
情报分析_信息来源性质
抽取中文关键词
抽取英文关键词
学习讨论厅
图片搜索
粘贴图片网址
首页
热点头条
政策规划
学科进展
前沿热点
技术设施
态势分析
资源类型
监测信息源
在结果中检索
研究单元&专题
气候变化 [601]
资源环境科学 [107]
地球科学 [85]
学科/领域
气候变化 [601]
资源环境 [107]
地球科学 [85]
作者
admin [191]
[unavaila... [19]
van Oldenb... [4]
Campuzano-... [3]
Gutierrez,... [3]
Jimenez, J... [3]
更多...
文献类型
期刊论文 [389]
新闻 [191]
科技报告 [21]
发表日期
2018 [601]
语种
英语 [601]
出处
GEOPHYSIC... [58]
INTERNATI... [54]
JOURNAL O... [52]
FOREST EC... [43]
ENVIRONME... [40]
SCIENCE [31]
更多...
资助项目
收录类别
SCI-E [389]
SSCI [63]
ISTP [1]
来源平台
Environme... [49]
EurekAler... [31]
European ... [20]
Asian Dev... [19]
World Res... [18]
US Nationa... [9]
更多...
资助机构
情报分析_信息发布时间
×
知识图谱
GSTDTAP
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共601条,第1-10条
帮助
限定条件
发表日期:2018
语种:英语
学科/领域:气候变化
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
题名升序
题名降序
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
期刊影响因子升序
期刊影响因子降序
提交时间升序
提交时间降序
发表日期升序
发表日期降序
Integrating Strategic Environmental Assessment into Power Development Planning in Viet Nam
科技报告
来源:Asian Development Bank. 出版年: 2018
作者:
[unavailable]
Adobe PDF(1018Kb)
  |  
收藏
  |  
浏览/下载:4/2
  |  
提交时间:2020/04/16
Integrating Strategic Environmental Assessment into Power Development Planning in Viet Nam
科技报告
来源:Asian Development Bank. 出版年: 2018
作者:
[unavailable]
Adobe PDF(1018Kb)
  |  
收藏
  |  
浏览/下载:9/3
  |  
提交时间:2020/04/16
Integrating Strategic Environmental Assessment into Power Development Planning in Viet Nam
科技报告
来源:Asian Development Bank. 出版年: 2018
作者:
[unavailable]
Adobe PDF(1018Kb)
  |  
收藏
  |  
浏览/下载:3/2
  |  
提交时间:2020/04/16
Integrating Strategic Environmental Assessment into Power Development Planning in Viet Nam
科技报告
来源:Asian Development Bank. 出版年: 2018
作者:
[unavailable]
Adobe PDF(1018Kb)
  |  
收藏
  |  
浏览/下载:4/2
  |  
提交时间:2020/04/16
Earthquake Catalog-Based Machine Learning Identification of Laboratory Fault States and the Effects of Magnitude of Completeness
期刊论文
GEOPHYSICAL RESEARCH LETTERS, 2018, 45 (24) : 13269-13276
作者:
Lubbers, Nicholas
;
Bolton, David C.
;
Mohd-Yusof, Jamaludin
;
Marone, Chris
;
Barros, Kipton
;
Johnson, Paul A.
收藏
  |  
浏览/下载:8/0
  |  
提交时间:2019/04/09
machine learning
laboratory earthquakes
earthquake catalogs
earthquake forecasting
magnitude of completeness
Th-234-Derived Particle Fluxes and Seasonal Variability: When Is the SS Assumption Reliable? Insights From a Novel Approach for Carbon Flux Simulation
期刊论文
GEOPHYSICAL RESEARCH LETTERS, 2018, 45 (24) : 13414-13426
作者:
Ceballos-Romero, E.
;
De Soto, F.
;
Le Moigne, F. A. C.
;
Garcia-Tenorio, R.
;
Villa-Alfageme, M.
收藏
  |  
浏览/下载:8/0
  |  
提交时间:2019/04/09
ESA Tipsheet for January 2019
新闻
来源平台:EurekAlert!. 发布日期:2018
作者:
admin
收藏
  |  
浏览/下载:6/0
  |  
提交时间:2019/04/17
Estimating Regional Ground-Level PM2.5 Directly From Satellite Top-Of-Atmosphere Reflectance Using Deep Belief Networks
期刊论文
JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 2018, 123 (24) : 13875-13886
作者:
Shen, Huanfeng
;
Li, Tongwen
;
Yuan, Qiangqiang
;
Zhang, Liangpei
收藏
  |  
浏览/下载:10/0
  |  
提交时间:2019/04/09
PM2
5
satellite remote sensing
TOA reflectance
deep learning
Assessing Superspheroids in Modeling the Scattering Matrices of Dust Aerosols
期刊论文
JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 2018, 123 (24) : 13917-13943
作者:
Lin, Wushao
;
Bi, Lei
;
Dubovik, Oleg
收藏
  |  
浏览/下载:5/0
  |  
提交时间:2019/04/09
scattering matrix
dust
superspheroid
A General Framework for Global Retrievals of Trace Gases From IASI: Application to Methanol, Formic Acid, and PAN
期刊论文
JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 2018, 123 (24) : 13963-13984
作者:
Franco, B.
;
Clarisse, L.
;
Stavrakou, T.
;
Mueller, J. -F
;
Van Damme, M.
;
Whitburn, S.
;
Hadji-Lazaro, J.
;
Hurtmans, D.
;
Taraborrelli, D.
;
Clerbaux, C.
;
Coheur, P. -F
收藏
  |  
浏览/下载:13/0
  |  
提交时间:2019/04/09
remote sensing
IASI
neural network
volatile organic compound