×
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
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
专利类型
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
中国科学院海岸带环境... [3]
作者
侯西勇 [3]
王晓利 [1]
文献类型
期刊论文 [3]
发表日期
2022 [1]
2020 [1]
2016 [1]
语种
英语 [2]
中文 [1]
出处
APPLIED SC... [1]
ENVIRONMEN... [1]
海洋科学 [1]
资助项目
China Post... [1]
Key Labora... [1]
Strategic ... [1]
收录类别
SCI [2]
CSCD [1]
SSCI [1]
专利类型
资助机构
China Post... [1]
Internatio... [1]
Key Labora... [1]
National S... [1]
Strategic ... [1]
×
知识图谱
YIC-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
(本次检索基于用户作品认领结果)
浏览/检索结果:
共3条,第1-3条
帮助
限定条件
作者:侯西勇
第一作者
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
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
WOS被引频次升序
WOS被引频次降序
发表日期升序
发表日期降序
题名升序
题名降序
作者升序
作者降序
海岸带土地利用变化多情景模拟——以山东海岸带为例
期刊论文
海洋科学, 2022, 卷号: 46, 期号: 1, 页码: 22-33
作者:
宋百媛
;
侯西勇
;
王晓利
;
刘玉斌
浏览
  |  
Adobe PDF(2587Kb)
  |  
收藏
  |  
浏览/下载:109/27
  |  
提交时间:2024/01/26
土地利用
情景分析
系统动力学
海岸带
Ground Subsidence Analysis in Tianjin (China) Based on Sentinel-1A Data Using MT-InSAR Methods
期刊论文
APPLIED SCIENCES-BASEL, 2020, 卷号: 10, 期号: 16, 页码: 21
作者:
Li, Dong
;
Hou, Xiyong
;
Song, Yang
;
Zhang, Yuxin
;
Wang, Chao
浏览
  |  
Adobe PDF(6110Kb)
  |  
收藏
  |  
浏览/下载:490/200
  |  
提交时间:2021/06/16
ground subsidence
PS-InSAR
SBAS-InSAR
Sentinel-1A
Tianjin
Role of reservoir construction in regional land use change in Pengxi River basin upstream of the Three Gorges Reservoir in China
期刊论文
ENVIRONMENTAL EARTH SCIENCES, 2016, 卷号: 75, 期号: 13, 页码: 1048
作者:
Wang, Li-Jing
;
Wu, Li
;
Hou, Xi-Yong
;
Zheng, Bing-Hui
;
Li, Hong
;
Norra, Stefan
;
Zheng, BH (reprint author)Show the Organization-Enhanced name(s) Chinese Res Inst Environm Sci, State Environm Protect Key Lab Drinking Water Sou, Beijing 100012, Peoples R China. zhengbinghui@craes.org.cn
浏览
  |  
Adobe PDF(4758Kb)
  |  
收藏
  |  
浏览/下载:915/459
  |  
提交时间:2016/10/08
Land Use Change
Scenario Simulation
Dam Reservoir Construction
Pengxi River
Three Gorges Reservoir
Mce-ca-markov Model