勘误:王等. 使用地理空间机器学习识别中国主要产区的稻米产量空间决定因素.《ISPRS 地球信息杂志》. 2024 年,第 13 卷,76 号

《ISPRS International Journal of Geo-Information》:Correction: Wang et al. Identifying Spatial Determinants of Rice Yields in Main Producing Areas of China Using Geospatial Machine Learning. ISPRS Int. J. Geo-Inf. 2024, 13, 76

【字体: 大 中 小 】 时间:2026年08月29日 来源:ISPRS International Journal of Geo-Information 3.2

编辑推荐:

   所属机构更正在原文 [1] 中,关于王青岩(Qingyan Wang)的所属机构存在错误。王青岩的所属机构被错误地表述为“澳大利亚墨尔本大学兽医学与农业科学学院,墨尔本 3010”。现更正为“独立研究员”。作者声明,科学结论不受影响。与原文相比,通讯作者的电子邮件地址已发

  

所属机构更正

在原文 [1] 中,关于王青岩(Qingyan Wang)的所属机构存在错误。王青岩的所属机构被错误地表述为“澳大利亚墨尔本大学兽医学与农业科学学院,墨尔本 3010”。现更正为“独立研究员”。作者声明,科学结论不受影响。与原文相比,通讯作者的电子邮件地址已发生变更。此次更正已获学术编辑批准。原文也已同步更新。

参考文献

  1. Wang, Q.; Sun, L.; Yang, X. 利用地理空间机器学习识别中国主要产粮区水稻产量的空间决定因素。 ISPRS Int. J. Geo-Inf. 2024, 13, 76. [Google Scholar] [CrossRef] [Scilit]
免责声明/出版商声明:所有出版物中载明的陈述、观点和数据均为个别作者和贡献者所有,不代表 MDPI 和/或编辑的观点。MDPI 和/或编辑对内容中提及的任何观点、方法、说明或产品导致的人身或财产损失不承担责任。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号