Machine learning-enhanced joint inversion of GNSS, InSAR, and GRACE for terrestrial water storage reconstruction in the Three Gorges reservoir region

Huang, Liangke; Feng, Tianci; Zhang, Tengxu; He, Lin; Liu, Lilong; Xia, Yu; Wu, Wenhao; Yuan, Peng; Zhu, Peijie; Guo, Xiaohan

doi:10.1016/j.jhydrol.2026.136608

Machine learning-enhanced joint inversion of GNSS, InSAR, and GRACE for terrestrial water storage reconstruction in the Three Gorges reservoir region

Huang, Liangke; Feng, Tianci; Zhang, Tengxu ; He, Lin ; Liu, Lilong; Xia, Yu; Wu, Wenhao; Yuan, Peng ¹; Zhu, Peijie; Guo, Xiaohan
¹ Geodätisches Institut (GIK), Karlsruher Institut für Technologie (KIT)

Externe Links

Originalveröffentlichung
DOI: 10.1016/j.jhydrol.2026.136608

Scopus

Export

Statistiken

Seitenaufrufe: 4
seit 02.11.2026

Zugehörige Institution(en) am KIT	Geodätisches Institut (GIK)
Publikationstyp	Zeitschriftenaufsatz
Publikationsmonat/-jahr	12.2026
Sprache	Englisch
Identifikator	ISSN: 0022-1694, 1879-2707 KITopen-ID: 1000198627
Erschienen in	Journal of Hydrology
Verlag	Elsevier
Band	681
Heft	Part A
Seiten	Art.-Nr.: 136608
Vorab online veröffentlicht am	12.10.2026
Externe Relationen	Siehe auch
Nachgewiesen in	OpenAlex Scopus

Repository KITopen

Machine learning-enhanced joint inversion of GNSS, InSAR, and GRACE for terrestrial water storage reconstruction in the Three Gorges reservoir region