| 标题 |
 Global sensitivity analysis with deep learning-based surrogate models for unraveling key parameters and processes governing redox zonation in riparian zone 基于深度学习的替代模型的全局敏感性分析，用于揭示河岸带氧化还原分带的关键参数和过程
相关领域
氧化还原
河岸带
灵敏度（控制系统）
地下水
硝酸盐
土壤科学
环境科学
生物系统
地质学
环境化学
生态学
化学
岩土工程
生物
无机化学
电子工程
栖息地
工程类
|
| 网址 | |
| DOI |
10.1016/j.j.jhydrol.2024.131442
doi
提醒：求助人提供的doi与AI识别不一致
10.1016/j.jhydrol.2024.131442
Doi
|
| 求助人 | |
| 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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
cdercder
123
GingerF
Kao
Nole
小鱼儿
OK
张欢馨
东方元语
刻苦的长颈鹿
vampv
研研
Sledge
woshi123
渡人舟
heekkll
Criminology34
Yangyang
贪玩的秋柔
失眠翠芙
皖公网安备34019202002308
