首页
探索
nav.journalClub
趋势
更多
synapse
⌘+K
语言
简体中文
简体中文
水文连通性和景观组成影响营养物质输出:来自长溪河流域的SWAT和机器学习分析的证据 | Synapse
March 3, 2026
水文连通性和景观组成影响养分输出:基于SWAT和机器学习分析的龙溪河流域证据
ST
Shaojun Tan
JX
Jianfeng Xu
Changjiang Water Resources Commission
KW
Kai Wang
Hohai University
See all
Key Points
由于水文连通性和景观组成的变化,养分输出显著变化,观察到的变化影响水质。
该分析利用SWAT和机器学习技术评估龙溪河流域的养分输出动态。
本研究强调水文连通性和景观组成在确定养分运输效率上的相互依赖性。
研究结果支持需要综合流域管理策略来减轻养分污染。
Mark Helpful
Like
Save
Bookmark
Relay
Share
Mark Helpful
Like
Save
Bookmark
Relay
Share
Cite This Study
Copy
Tan 等人(星期三)研究了这个问题。
synapsesocial.com/papers/69a75c7cc6e9836116a2568e
https://doi.org/https://doi.org/10.1016/j.jhydrol.2026.135013