Geostatistics or machine learning for mapping soil attributes and agricultural practices (2020)
- Authors:
- USP affiliated authors: DEMATTE, JOSE ALEXANDRE MELO - ESALQ ; AMORIM, MERILYN TAYNARA ACCORSI - ESALQ ; MENDES, WANDERSON DE SOUSA - ESALQ ; SALAZAR, DIEGO FERNANDO URBINA - ESALQ
- Unidade: ESALQ
- DOI: 10.1590/0034-737X202067040010
- Subjects: APRENDIZADO COMPUTACIONAL; GEOESTATÍSTICA; KRIGAGEM; MAPEAMENTO DO SOLO; PRÁTICAS CULTURAIS (FITOTECNIA); SENSORIAMENTO REMOTO
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Revista Ceres
- ISSN: 2177-3491
- Volume/Número/Paginação/Ano: v. 67, n. 4, p.330-336, 2020
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MENDES, Wanderson de Sousa et al. Geostatistics or machine learning for mapping soil attributes and agricultural practices. Revista Ceres, v. 67, n. 4, p. 330-336, 2020Tradução . . Disponível em: https://doi.org/10.1590/0034-737X202067040010. Acesso em: 29 mar. 2026. -
APA
Mendes, W. de S., Demattê, J. A. M., Barros, A. S. e, Salazar, D. F. U., & Amorim, M. T. A. (2020). Geostatistics or machine learning for mapping soil attributes and agricultural practices. Revista Ceres, 67( 4), 330-336. doi:10.1590/0034-737X202067040010 -
NLM
Mendes W de S, Demattê JAM, Barros AS e, Salazar DFU, Amorim MTA. Geostatistics or machine learning for mapping soil attributes and agricultural practices [Internet]. Revista Ceres. 2020 ; 67( 4): 330-336.[citado 2026 mar. 29 ] Available from: https://doi.org/10.1590/0034-737X202067040010 -
Vancouver
Mendes W de S, Demattê JAM, Barros AS e, Salazar DFU, Amorim MTA. Geostatistics or machine learning for mapping soil attributes and agricultural practices [Internet]. Revista Ceres. 2020 ; 67( 4): 330-336.[citado 2026 mar. 29 ] Available from: https://doi.org/10.1590/0034-737X202067040010 - Estimation of effective calibration sample size using visible near infrared spectroscopy: deep learning vs machine learning
- The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data
- Ratio of Clay Spectroscopic Indices and its approach on soil morphometry
- Emissivity of agricultural soil attributes in southeastern Brazil via terrestrial and satellite sensors
- Emissividade dos atributos do solo via sensores terrestres e de satélite
- Spatial prediction of soil surface properties in an arid region using synthetic soil image and machine learning
- Geotechnologies applied in digital soil mapping
- Soil weathering behavior assessed by combined spectral ranges: insights into aggregate analysis
- Soil degradation index developed by multitemporal remote sensing images, climate variables, terrain and soil atributes
- Using Landsat and soil clay content to map soil organic carbon of oxisols and Ultisols near São Paulo, Brazil
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3005149-Geostatistics or ... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
