机译:实时数据同化改善线性城市固体废物预测模型:以西雅图为例
Chinese Acad Sci, Inst Remote Sensing & Digital Earth, Key Lab Digital Earth Sci, Beijing 100094, Peoples R China|Chinese Acad Sci, Grad Sch, Beijing 100049, Peoples R China;
Univ Georgia, Dept Geog, Ctr Geospatial Res, Athens, GA 30602 USA;
Chinese Acad Sci, Inst Remote Sensing & Digital Earth, Key Lab Digital Earth Sci, Beijing 100094, Peoples R China|Chinese Acad Sci, Grad Sch, Beijing 100049, Peoples R China;
Municipal solid waste; Data assimilation; Kalman filter; Seasonal autoregressive integrated moving average (SARIMA); Time series forecast;
机译:通过废物成分数据的统计分析预测垃圾填埋场固体废物剩余甲烷潜力的案例研究
机译:时间序列模型预测城市生活垃圾性质的可行性研究
机译:人工神经网络模型预测城市生活垃圾产生量
机译:用 r 多线性回归方法预测中国城市固体废物产生
机译:基于现场规模数据分析的城市固体废物沉降模型评估。
机译:基于模拟退火的混合预测技术可改善城市生活垃圾的每日预测
机译:利用大陆水文模型合并实时通道传感器网络:一种提高洪水深度预测精度的数据同化方法