Strategies for predictive digital soil mapping by geophysical, remote sensing and machine learning approaches (2026)
- Authors:
- Veloso, Gustavo Vieira
- Mello, Danilo César de
- Silva, Lucas Vieira
- Fernandes-Filho, Elpídio Inácio
- Rosas, Jorge Tadeu Fim
- Mello, Fellipe Alcantara de Oliveira
- Souza, José João Lelis Leal de
- Francelino, Márcio Rocha
- Santos, Sara Ramos dos
- Firmino, Francis Henrique Tenório
- Rosin, Nícolas Augusto
- Sousa, Gabriel Pimenta Barbosa de
- Ferreira, Tiago Osório
- Souza, Arnaldo Barros e
- Demattê, José Alexandre Melo
- USP affiliated authors: FERREIRA, TIAGO OSORIO - ESALQ ; DEMATTE, JOSE ALEXANDRE MELO - ESALQ ; SOUZA, ARNALDO BARROS E - ESALQ ; ROSAS, JORGE TADEU FIM - ESALQ ; MELLO, FELLIPE ALCANTARA DE OLIVEIRA - ESALQ ; ROSIN, NÍCOLAS AUGUSTO - ESALQ ; SOUSA, GABRIEL PIMENTA BARBOSA DE - ESALQ
- Unidade: ESALQ
- DOI: 10.1016/j.catena.2026.109822
- Subjects: APRENDIZADO COMPUTACIONAL; IMAGEAMENTO DE SATÉLITE; LEVANTAMENTO DO SOLO; MAPEAMENTO DO SOLO; PEDOLOGIA; SENSORIAMENTO REMOTO
- Keywords: Levantamento geofísico; Pedometria
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Status:
- Artigo aberto em periódico híbrido (Hybrid Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
VELOSO, Gustavo Vieira et al. Strategies for predictive digital soil mapping by geophysical, remote sensing and machine learning approaches. Catena, v. 264, p. 1-19, 2026Tradução . . Disponível em: https://doi.org/10.1016/j.catena.2026.109822. Acesso em: 30 mar. 2026. -
APA
Veloso, G. V., Mello, D. C. de, Silva, L. V., Fernandes-Filho, E. I., Rosas, J. T. F., Mello, F. A. de O., et al. (2026). Strategies for predictive digital soil mapping by geophysical, remote sensing and machine learning approaches. Catena, 264, 1-19. doi:10.1016/j.catena.2026.109822 -
NLM
Veloso GV, Mello DC de, Silva LV, Fernandes-Filho EI, Rosas JTF, Mello FA de O, Souza JJLL de, Francelino MR, Santos SR dos, Firmino FHT, Rosin NA, Sousa GPB de, Ferreira TO, Souza AB e, Demattê JAM. Strategies for predictive digital soil mapping by geophysical, remote sensing and machine learning approaches [Internet]. Catena. 2026 ; 264 1-19.[citado 2026 mar. 30 ] Available from: https://doi.org/10.1016/j.catena.2026.109822 -
Vancouver
Veloso GV, Mello DC de, Silva LV, Fernandes-Filho EI, Rosas JTF, Mello FA de O, Souza JJLL de, Francelino MR, Santos SR dos, Firmino FHT, Rosin NA, Sousa GPB de, Ferreira TO, Souza AB e, Demattê JAM. Strategies for predictive digital soil mapping by geophysical, remote sensing and machine learning approaches [Internet]. Catena. 2026 ; 264 1-19.[citado 2026 mar. 30 ] Available from: https://doi.org/10.1016/j.catena.2026.109822 - 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
- Spatial prediction of soil depth by the combination of multiple remote sensing techniques
- Soil laboratory and satellite spectral data filtering: a spectral quality protocol (SQuaP)
- Impact of mining-induced deforestation on soil surface temperature and carbon stocks: a case study using remote sensing in the Amazon rainforest
- Soybean yield response to undetailed soil limits and precipitation
- Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance
- Integrating proximal geophysical sensing and machine learning for digital soil mapping: spatial prediction and model evaluation using a small dataset
- Assessing soil degradation in Brazilian agriculture by a remote sensing approach to monitor bare soil frequency: impact on soil carbon
- Proximal and orbital sensing to assist in clay content and yield potential mapping in agricultural fields
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.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
