Water：“水文”栏目——关注水文前沿研究 | MDPI 栏目推荐
点击左上角"MDPI环境与地球科学"关注我们，为您推送更多最新研究。
栏目介绍
“水文”栏目是 Water 期刊18个学科栏目之一，目前，该栏目由263位来自全球的知名学者担任编委会成员，包括美国路易斯安那州立大学 Yijun Xu 教授、瑞典斯德哥尔摩大学 Jerker Jarsjö 教授和奥地利维也纳工业大学 Juraj Parajka 教授等水文领域的知名学者为该栏目提供学术支持。
识别左侧二维码，进入栏目主页。
栏目主编
Yijun Xu 教授
路易斯安那州立大学
于1991年在德国哥廷根大学获得博士学位。主要研究方向为水文和生物地球化学过程及建模，河流营养物和沉积物输送，土地利用和全球气候变化对水文和生物地球化学循环的影响，GIS/RS 在水资源中的应用。目前已累计发表108余篇学术文章，并在其研究领域进行了100余次交流。
精选文章
1. Prediction of Combined Terrestrial Evapotranspiration Index (CTEI) over Large River Basin Based on Machine Learning Approaches
基于机器学习方法的大流域陆地综合蒸散指数 (CTEI) 预测
Ahmed Elbeltagi et al.
https://www.mdpi.com/1006062
文章亮点：
(1) 本文基于五个机器学习模型建立了一个名为 CTEI 的新干旱指数。
(2) 该指数是 Ganga 河流域的气象变量和 GRACE TWSA 数据的组合驱动。
(3) 本文发现，采用 SVM 算法的八个模型设置在所有模型设置中显示了预测 CTEI 的最佳性能。
识别二维码
阅读英文原文
原文出自 Water 期刊
Elbeltagi, A.; Kumari, N.; Dharpure, J.K.; Mokhtar, A.; Alsafadi, K.; Kumar, M.; Mehdinejadiani, B.; Ramezani Etedali, H.; Brouziyne, Y.; Towfiqul Islam, A.R.M.; Kuriqi, A. Prediction of Combined Terrestrial Evapotranspiration Index (CTEI) over Large River Basin Based on Machine Learning Approaches. Water 2021, 13, 547.
2. Flash Flood Susceptibility Assessment and Zonation Using an Integrating Analytic Hierarchy Process and Frequency Ratio Model for the Chitral District, Khyber Pakhtunkhwa, Pakistan
巴基斯坦开伯尔-普赫图赫瓦省奇特拉尔地区使用综合层次分析法和频率比模型进行山洪灾害易感性评估和区划
Hassan Waqas et al.
https://www.mdpi.com/1147690
文章亮点：
(1) 洪水易感性地图设计的基本目的是提高公众、市政当局和其他组织对洪水风险的认识。
(2) 本文使用频率比 (FR) 模型和层次分析法 (AHP) 来预测山洪事件的概率。
(3) 为确定最大和最小权重，本文对选定的导致洪水的主要因素进行了层次分析。
识别二维码
阅读英文原文
原文出自 Water 期刊
Waqas, H.; Lu, L.; Tariq, A.; Li, Q.; Baqa, M.F.; Xing, J.; Sajjad, A. Flash Flood Susceptibility Assessment and Zonation Using an Integrating Analytic Hierarchy Process and Frequency Ratio Model for the Chitral District, Khyber Pakhtunkhwa, Pakistan. Water 2021, 13, 1650.
3. A Review of Neural Networks for Air Temperature Forecasting
用于空气温度预测的神经网络的回顾
Trang Thi Kieu Tran et al.
https://www.mdpi.com/1097482
文章亮点：
(1) 本文综述了基于人工神经网络 (ANN) 的空气温度预测方法 (如循环神经网络、长短期记忆等)。
(2) 重点分析了2005年至2020年期间的研究，表明神经网络模型是一种很有前景的气温预报工具，且人工神经网络方法主要适用于短期气温预报。
(3) 最后，本文提出了今后研究的方向和建议。
识别二维码
阅读英文原文
原文出自 Water 期刊
Tran, T.T.K.; Bateni, S.M.; Ki, S.J.; Vosoughifar, H. A Review of Neural Networks for Air Temperature Forecasting. Water 2021, 13, 1294.
相关特刊
1. Ecohydrological Response to Environmental Change
Edited by Bharat Sharma Acharya, Briana Wyatt and Gehendra Kharel
Submission Deadline: 31 March 2023
识别二维码，
了解特刊信息。
2. Water Science Research in China University of Geosciences University: Commemorating the University's 70th Anniversary
Edited by Gang Mei, Zhongjian Zhang, Guoxiang Yang, Mingdong Zang and Feiyong Wang
Submission Deadline: 30 June 2023
识别二维码，
了解特刊信息。
3. Water Science Research in South China University of Technology: Commemorating the University's 70th Anniversary
Edited by Zhaoli Wang, Binzhen Zhou, Guoru Huang, Chengguang Lai, Xiangju Cheng and Zhaoyang Zeng
Submission Deadline: 31 October 2023
识别二维码，
了解特刊信息。
Water 期刊介绍
主编：Jean-Luc PROBST, University of Toulouse, France
期刊涵盖所有水资源领域相关的科学技术，主要包括全球和区域水循环的可持续管理，水资源及其与粮食、能源、生物多样性、生态系统功能和人类健康的互联。期刊鼓励领域内研究人员发表实验、理论、建模和大数据等相关研究成果。
2021 Impact Factor | 3.530 |
2021 CiteScore | 4.8 |
Time to First Decision | 17.8 Days |
Time to Publication | 42 Days |
识别二维码，
订阅 Water 期刊最新资讯。
识别二维码，备注学校+姓名+研究方向，小助手邀您加入期刊学者交流群，了解期刊最新活动，与同行交流科研经验。
往期回顾
Water：农业水土资源的有效利用与保护 | MDPI 特刊征稿
版权声明：
*本文由MDPI中国办公室翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。
由于微信订阅号推送规则更新，您可以将“MDPI环境与地球科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！
点击左下方“阅读原文”，进入栏目主页。
喜欢今天的内容？给我们点个【在看】吧！