×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院海洋研究所机构知识库
Knowledge Management System Of Institute of Oceanology, Chinese Academy of Sciences
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
资助项目
文献类型
出处
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
海洋环流与波动重点实... [3]
海洋地质与环境重点实... [3]
作者
刘倩倩 [1]
张静 [1]
刘凯 [1]
sun fan [1]
文献类型
期刊论文 [6]
学位论文 [2]
发表日期
2021 [8]
语种
英语 [6]
中文 [2]
出处
ACTA OCEAN... [1]
IEEE JOURN... [1]
IEEE TRANS... [1]
MARINE GEO... [1]
PROGRESS I... [1]
REMOTE SEN... [1]
更多...
资助项目
Key Projec... [2]
National N... [2]
National N... [2]
CAS Progra... [1]
CAS Progra... [1]
China Post... [1]
更多...
收录类别
SCI [6]
资助机构
×
知识图谱
IOCAS-IR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共8条,第1-8条
帮助
限定条件
发表日期:2021
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
WOS被引频次升序
WOS被引频次降序
作者升序
作者降序
发表日期升序
发表日期降序
题名升序
题名降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
Spatial variation of and the factors influencing the floc size distribution in the North Yellow Sea during the winter season
期刊论文
MARINE GEOLOGY, 2021, 卷号: 442, 页码: 14
作者:
Li, Wenjian
;
Wang, Zhenyan
;
Lee, Guan-hong
;
Figueroa, Steven Miguel
;
Huang, Haijun
Adobe PDF(14597Kb)
  |  
收藏
  |  
浏览/下载:222/0
  |  
提交时间:2021/12/02
North Yellow Sea
Suspended particulate matter
Hoc size distribution
LISST
Temperature front
黄海冷水团环流及锋面上升流的季节与天气尺度变化研究
学位论文
理学博士, 中国科学院海洋研究所: 中国科学院大学, 2021
作者:
孙凡
Adobe PDF(8543Kb)
  |  
收藏
  |  
浏览/下载:1152/4
  |  
提交时间:2021/12/27
黄海
温度锋面
黄海冷水团环流
上升流
季节变化
影响因素
Response of Total Suspended Sediment and Chlorophyll-a Concentration to Late Autumn Typhoon Events in the Northwestern South China Sea
期刊论文
REMOTE SENSING, 2021, 卷号: 13, 期号: 15, 页码: 21
作者:
Li, Junyi
;
Zheng, Huiyuan
;
Xie, Lingling
;
Zheng, Quanan
;
Ling, Zheng
;
Li, Min
Adobe PDF(4788Kb)
  |  
收藏
  |  
浏览/下载:215/0
  |  
提交时间:2021/09/18
total suspended sediment
chlorophyll-a bloom
typhoon
South China Sea
alongshore current
西太平洋Kocebu海山铁锰结壳地球化学特征及其资源潜力分析
学位论文
工程硕士, 中国科学院海洋研究所: 中国科学院大学, 2021
作者:
刘凯
Adobe PDF(4331Kb)
  |  
收藏
  |  
浏览/下载:277/4
  |  
提交时间:2021/06/06
铁锰结壳
地球化学特征
成因
控制因素
麦哲伦海山
Half-Century of Scientific Advancements Since the Cooperative Study of the Kuroshio and Adjacent Regions (CSK) Programme-Need for a new Kuroshio Research
期刊论文
PROGRESS IN OCEANOGRAPHY, 2021, 卷号: 193, 页码: 35
作者:
Ando, Kentaro
;
Lin, Xiaopei
;
Villanoy, Cesar
;
Danchenkov, Mikhail
;
Lee, Jae-Hak
;
He, Hui-Jun
;
Liu, Qian
;
Liu, Yang
;
Lobanov, Vyacheslav
;
Ma, Xiao-Lin
;
Mulyadi, Hanung Agus
;
Nagano, Akira
;
Ren, Jin-Ling
;
Syahailatua, Augy
;
Tian, Yongjun
;
Wu, Lunyu
;
Zhang, Jing
;
Zhang, Linlin
;
Zhao, Meixun
;
Zheng, Jingjing
;
Ma, Shuyang
;
Zhu, Wenxi
Adobe PDF(7282Kb)
  |  
收藏
  |  
浏览/下载:266/0
  |  
提交时间:2021/06/24
Kuroshio
Marginal seas
CSK
IOC
WESTPAC
Combination of Satellite Observations and Machine Learning Method for Internal Wave Forecast in the Sulu and Celebes Seas
期刊论文
IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2021, 卷号: 59, 期号: 4, 页码: 2822-2832
作者:
Zhang, Xudong
;
Li, Xiaofeng
Adobe PDF(28337Kb)
  |  
收藏
  |  
浏览/下载:233/0
  |  
提交时间:2021/06/24
Oceans
Predictive models
Satellite broadcasting
MODIS
Satellites
Machine learning
Spatial resolution
Celebes sea
internal wave (IW)
machine learning
Sulu sea
An evaluation of the Arctic clouds and surface radiative fluxes in CMIP6 models
期刊论文
ACTA OCEANOLOGICA SINICA, 2021, 卷号: 40, 期号: 1, 页码: 85-102
作者:
Wei, Jianfen
;
Wang, Zhaomin
;
Gu, Mingyi
;
Luo, Jing-Jia
;
Wang, Yunhe
Adobe PDF(6789Kb)
  |  
收藏
  |  
浏览/下载:216/0
  |  
提交时间:2021/05/11
Arctic Basin
surface radiation budget
cloud radiative effect (CRE)
CMIP6 models
CERES
CloudSatCALIPSO
APP-x
A Machine-Learning Model for Forecasting Internal Wave Propagation in the Andaman Sea
期刊论文
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2021, 卷号: 14, 页码: 3095-3106
作者:
Zhang, Xudong
;
Li, Xiaofeng
;
Zheng, Quanan
Adobe PDF(6735Kb)
  |  
收藏
  |  
浏览/下载:315/0
  |  
提交时间:2021/05/11
Predictive models
Training
Satellites
Machine learning
Oceans
MODIS
Data models
Andaman sea
internal wave (IW) forecast
machine learning