Promedio y desviación estándar previstos de la capacidad de intercambio catiónico en profundidades de suelo de 0 a 20 cm y de 20 a 50 cm. Los valores de píxeles deben transformarse con exp(x/10)-1. En áreas de selva densa (por lo general, en el centro de África), la precisión del modelo es baja y, por lo tanto, se producen artefactos como bandas (rayas) …
Carbono total en profundidades de suelo de 0 a 20 cm y de 20 a 50 cm, media y desviación estándar previstas. Los valores de píxeles deben volver a transformarse con exp(x/10)-1. En áreas de selva densa (por lo general, en el centro de África), la precisión del modelo es baja y, por lo tanto, es posible que se produzcan artefactos, como bandas (rayas).
Clase de textura del USDA en profundidades de suelo de 0 a 20 cm y de 20 a 50 cm. En áreas de selva densa (por lo general, en el centro de África), la precisión del modelo es baja y, por lo tanto, es posible que se vean artefactos, como bandas. Las predicciones de las propiedades del suelo fueron realizadas por Innovative Solutions for Decision …
Aluminio extraíble en profundidades de suelo de 0 a 20 cm y de 20 a 50 cm, media y desviación estándar previstas Los valores de píxeles deben volver a transformarse con exp(x/10)-1. Innovative Solutions for Decision Agriculture Ltd. (iSDA) realizó predicciones de las propiedades del suelo con un tamaño de píxeles de 30 m mediante el aprendizaje automático junto con …
[null,null,[],[],["iSDA provides soil data for Africa at 30m pixel size, focusing on depths of 0-20 cm and 20-50 cm. This includes extractable aluminium, total carbon, effective cation exchange capacity, and USDA texture class. Data includes predicted mean and standard deviation. Pixel values require back-transformation using the formula exp(x/10)-1. Model accuracy may be low in dense jungle areas, potentially showing banding artifacts. Machine learning is employed for soil property predictions.\n"]]
