Space-time mapping of soil organic carbon through remote sensing and machine learning (2025)
- Authors:
- USP affiliated authors: DEMATTE, JOSE ALEXANDRE MELO - ESALQ ; MAKINO, FERNANDO YUTARO - ESALQ ; BARTSCH, BRUNO DOS ANJOS - ESALQ ; ROSIN, NÍCOLAS AUGUSTO - ESALQ ; ROSAS, JORGE TADEU FIM - ESALQ ; POPPIEL, RAUL ROBERTO - ESALQ ; VOGEL, LETÍCIA GUADAGNIN - ESALQ ; NOVAIS, JEAN DE JESUS MACEDO - ESALQ
- Unidade: ESALQ
- DOI: 10.1016/j.still.2024.106428
- Subjects: APRENDIZADO COMPUTACIONAL; CARBONO; MAPEAMENTO DO SOLO; MUDANÇA CLIMÁTICA; SENSORIAMENTO REMOTO
- Keywords: Espectroscopia de refletância; Pedometria; Saúde do solo
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Soil & Tillage Research
- ISSN: 0167-1987
- Volume/Número/Paginação/Ano: v. 248, art. 106428, p. 1-14, 2025
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
BARTSCH, Bruno dos Anjos et al. Space-time mapping of soil organic carbon through remote sensing and machine learning. Soil & Tillage Research, v. 248, p. 1-14, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.still.2024.106428. Acesso em: 04 maio 2025. -
APA
Bartsch, B. dos A., Rosin, N. A., Rosas, J. T. F., Poppiel, R. R., Makino, F. Y., Vogel, L. G., et al. (2025). Space-time mapping of soil organic carbon through remote sensing and machine learning. Soil & Tillage Research, 248, 1-14. doi:10.1016/j.still.2024.106428 -
NLM
Bartsch B dos A, Rosin NA, Rosas JTF, Poppiel RR, Makino FY, Vogel LG, Novais JJM, Falcioni R, Alves MR, Demattê JAM. Space-time mapping of soil organic carbon through remote sensing and machine learning [Internet]. Soil & Tillage Research. 2025 ; 248 1-14.[citado 2025 maio 04 ] Available from: https://doi.org/10.1016/j.still.2024.106428 -
Vancouver
Bartsch B dos A, Rosin NA, Rosas JTF, Poppiel RR, Makino FY, Vogel LG, Novais JJM, Falcioni R, Alves MR, Demattê JAM. Space-time mapping of soil organic carbon through remote sensing and machine learning [Internet]. Soil & Tillage Research. 2025 ; 248 1-14.[citado 2025 maio 04 ] Available from: https://doi.org/10.1016/j.still.2024.106428 - Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance
- Estratificação e remoção de outliers em uma biblioteca espectral de solos, na predição de matéria orgânica do solo
- A step forward in hybrid soil laboratory analysis: merging chemometric corrections, protocols and data-driven methods
- Geotechnologies on the phosphorus stocks determination in tropical soils: general impacts on society
- A global soil spectral grid based on space sensing
- Mapping soil drainage classes: comparing expert knowledge and machine learning strategies
- Temporal soil carbon spatialization by remote sensing and machine learning: a case study in Maranhao, Brazil
- VNIR-SWIR Spectroscopy, XRD and traditional analyses for pedomorphogeological assessment in a tropical toposequence
- Accessing the weathering degree of Brazilian soils through earth observation data modeled by machine learning
- Assessing soil potential productivity in areas with pasturelands through earth observation techniques
Informações sobre o DOI: 10.1016/j.still.2024.106428 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
