Scidown文献预览系统！
从水文气象学到河流水质:深度学习模型能否预测大陆尺度的溶解氧?( From Hydrometeorology to River Water Quality: Can a Deep Learning Model Predict Dissolved Oxygen at the Continental Scale? )
D Feng continental-scale model big data LSTM deep learning water quality dissolved oxygen
溶解氧(DO)反映了河流的代谢脉冲，是一项重要的水质指标。然而，我们的预测能力仍然难以捉摸。水质数据，特别是这里的数据，经常有很大的差距和稀疏的区域和时间覆盖。另一方面，地球表面和水文气象数据已大量可用。在这里我们要问：长短时记忆(LSTM)模型能从稀疏的DO和密集的（每日）水文气象数据中了解河流DO动态吗？我们使用了CAMELS-chem，这是一个新的数据集，来自美国236个受干扰最小的流域。该模型通常学习溶解氧溶解度理论，并捕捉到随着水温的增加溶解氧溶解度下降的趋势。它展示了在“化学未测量的盆地”中预测溶解氧的潜力，该盆地被定义为没有任何溶解氧测量的盆地和广义的水质。然而，当水流生物地球化学过程变得重要时，该模型忽略了一些DO的高峰和低谷。令人惊讶的是，在有更多数据可用的情况下，该模型并没有表现得更好。相反，在径流和溶解氧变化小、径流比高(>0.45)和冬季降水高峰的流域，它的表现更好。这里的结果表明，在DO高峰和低谷以及在监测稀少的地区收集更多的数据对于克服数据稀少的问题是必不可少的，这是水质界的一个突出挑战。
SciDown文献求助系统（解决99%问题） Public Download ACS ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 铁/锌催化的2-(2-羰基烷基)苯甲酮苯环化反应导致萘和异喹啉衍生物下载
scidown 铁/锌催化的2-(2-羰基烷基)苯甲酮苯环化反应导致萘和异喹啉衍生物下载
scidown 铁/锌催化的2-(2-羰基烷基)苯甲酮苯环化反应导致萘和异喹啉衍生物下载