Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset (2025)
- Authors:
- Mello, Danilo César de
- Veloso, Gustavo Vieira
- Mello, Murilo Ferre de
- Lana, Marcos Guedes de
- Oliveira, Isabelle de Angeli
- Mello, Fellipe Alcantara de Oliveira
- Siqueira, Rafael Gomes
- Gomes, Lucas Carvalho
- Fernandes-Filho, Elpídio Inácio
- Schaefer, Carlos Ernesto Gonçalves Reynaud
- Francelino, Márcio Rocha
- Leite, Emilson Pereira
- Ferreira, Tiago Osório
- Demattê, José Alexandre Melo
- USP affiliated authors: FERREIRA, TIAGO OSORIO - ESALQ ; DEMATTE, JOSE ALEXANDRE MELO - ESALQ ; LANA, MARCOS GUEDES DE - ESALQ ; MELLO, FELLIPE ALCANTARA DE OLIVEIRA - ESALQ
- Unidade: ESALQ
- DOI: 10.1016/j.soilad.2024.100024
- Subjects: APRENDIZADO COMPUTACIONAL; CONDUTIVIDADE ELÉTRICA; DISTRIBUIÇÃO ESPACIAL; GAMAESPECTROMETRIA; MAPEAMENTO DO SOLO; SENSOR; SOLOS
- Keywords: Suscetibilidade magnética
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Soil Advances
- ISSN: 2950-2896
- Volume/Número/Paginação/Ano: v. 3, art. 100024, p. 1-13, 2025
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-nd
-
ABNT
MELLO, Danilo César de et al. Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset. Soil Advances, v. 3, p. 1-13, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.soilad.2024.100024. Acesso em: 27 dez. 2025. -
APA
Mello, D. C. de, Veloso, G. V., Mello, M. F. de, Lana, M. G. de, Oliveira, I. de A., Mello, F. A. de O., et al. (2025). Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset. Soil Advances, 3, 1-13. doi:10.1016/j.soilad.2024.100024 -
NLM
Mello DC de, Veloso GV, Mello MF de, Lana MG de, Oliveira I de A, Mello FA de O, Siqueira RG, Gomes LC, Fernandes-Filho EI, Schaefer CEGR, Francelino MR, Leite EP, Ferreira TO, Demattê JAM. Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset [Internet]. Soil Advances. 2025 ; 3 1-13.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1016/j.soilad.2024.100024 -
Vancouver
Mello DC de, Veloso GV, Mello MF de, Lana MG de, Oliveira I de A, Mello FA de O, Siqueira RG, Gomes LC, Fernandes-Filho EI, Schaefer CEGR, Francelino MR, Leite EP, Ferreira TO, Demattê JAM. Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset [Internet]. Soil Advances. 2025 ; 3 1-13.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1016/j.soilad.2024.100024 - Digital mapping of soil weathering using field geophysical sensor data coupled with covariates and machine learning
- Pedogenetic processes operating at different intensities inferred by geophysical sensors and machine learning algorithms
- Global warming may turn ice-free areas of Maritime and Peninsular Antarctica into potential soil organic carbon sinks
- Spatial prediction of soil surface properties in an arid region using synthetic soil image and machine learning
- A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes
- Compartimentação da paisagem via relevo e rede de drenagem e sua relação com atributos e classes de solos
- Remote sensing technologies for digital soil mapping: applications for agriculture and environmental planning
- Combining multiple methods for automated soil delineation: from traditional to digital
- Total ecosystem carbon stocks of mangroves across broad global environmental and physical gradients
- High fragility of the soil organic C pools in mangrove forests
Informações sobre o DOI: 10.1016/j.soilad.2024.100024 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3233347-Integrating_proxi... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
