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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
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: 27 dez. 2025. -
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 2025 dez. 27 ] 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 2025 dez. 27 ] 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
- Emissividade dos atributos do solo via sensores terrestres e de satélite
- Ratio of Clay Spectroscopic Indices and its approach on soil morphometry
- Emissivity of agricultural soil attributes in southeastern Brazil via terrestrial and satellite sensors
- Spatial prediction of soil surface properties in an arid region using synthetic soil image and machine learning
- Using Landsat and soil clay content to map soil organic carbon of oxisols and Ultisols near São Paulo, Brazil
- 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
- Geotechnologies applied in digital soil mapping
Informações sobre o DOI: 10.1590/0034-737X202067040010 (Fonte: oaDOI API)
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
