Logo do repositório
 
Miniatura
Publicação

Machine learning models for spatial prediction of groundwater potentiality in a large semi-arid mountainous region: application to the rherhaya watershed, High Atlas, Morocco

2023Documento de conferência Acesso aberto
http://hdl.handle.net/10400.2/14374
Utilize este identificador para referenciar este registo.
Nome:Descrição:Tamanho:Formato: 
EGU23-16375-print[71].pdf293.61 KBAdobe PDF Ver/Abrir

Autores

Jadoud, Mourad
El Achheb, Abderrahim
Laftouhi, Noureddine
Namous, Mustapha
El Bchari, Fatima
Bougadir, Blaid
Eloudi, Hasna
Rachidi, Said

Orientador(es)

Resumo(s)

Descrição

Palavras-chave

URI

http://hdl.handle.net/10400.2/14374

Contexto Educativo

Citação

JADOUD, M., EL ACHHEB, A., LAFTOUHI, N., NAMOUS, M., KHOUZ, A., TRINDADE, J., EL BCHARI, F., BOUGADIR, B., ELOUDI, H., RACHIDI, S. (2023) Machine Learning Models for Spatial Prediction of Groundwater Potentiality in a Large Semi-Arid Mountainous Region: Application to the Rherhaya Watershed, High Atlas, Morocco. EGU General Assembly 2023, Geophysical Research Abstracts, EGU23- 16375. 23 a 28 abril, Viena, Áustria.

Projetos de investigação

Unidades organizacionais

Fascículo

Editora

DOI

https://doi.org/10.5194/egusphere-egu23-16375

Coleções

Ambiente e Sustentabilidade | Comunicações em congressos, conferências e seminários / Communications in congresses, conferences and seminars

Licença CC

cclicense-by

Métricas Alternativas