Evaluation of water flux predictive models developed using eddy-covariance observations and machine learning: a meta-analysis

Abstract R = R = R = R = R = R n/R s T a T a R n/R s W s R n/R s is also effective. Random cross-validation showed higher model accuracy than spatial cross-validation and temporal cross-validation, but spatial cross-validation is more important in spatial extrapolation. The findings of this study are promising to guide future research on such machine-learning-based modeling.

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch

Erschienen in
Evaluation of water flux predictive models developed using eddy-covariance observations and machine learning: a meta-analysis ; volume:26 ; number:18 ; year:2022 ; pages:4603-4618 ; extent:16
Hydrology and earth system sciences ; 26, Heft 18 (2022), 4603-4618 (gesamt 16)

Urheber
Shi, Haiyang
Luo, Geping
Hellwich, Olaf
Xie, Mingjuan
Zhang, Chen
Zhang, Yu
Wang, Yuangang
Yuan, Xiuliang
Ma, Xiaofei
Zhang, Wenqiang
Kurban, Alishir
Maeyer, Philippe de
Van de Voorde, Tim

DOI
10.5194/hess-26-4603-2022
URN
urn:nbn:de:101:1-2022092205223552603965
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2025, 07:37 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Shi, Haiyang
  • Luo, Geping
  • Hellwich, Olaf
  • Xie, Mingjuan
  • Zhang, Chen
  • Zhang, Yu
  • Wang, Yuangang
  • Yuan, Xiuliang
  • Ma, Xiaofei
  • Zhang, Wenqiang
  • Kurban, Alishir
  • Maeyer, Philippe de
  • Van de Voorde, Tim

Ähnliche Objekte (12)