Densité apparente, fraction de moins de 2 mm à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prédits. Les valeurs en pixels doivent être retransformées avec x/100. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes (rayures) peuvent apparaître.
Teneur en argile à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm,\nmoyenne et écart-type prévus. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître. Les prédictions des propriétés du sol ont été effectuées par Innovative …
Profondeur du socle entre 0 et 200 cm, moyenne et écart-type prévus En raison du masque potentiel de terres cultivées utilisé pour générer les données, de nombreuses zones de roches exposées (où la profondeur du socle rocheux serait de 0 cm) ont été masquées et apparaissent donc comme …
Moyenne et écart type prévus de la capacité d'échange cationique effective à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm. Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes (rayures) peuvent apparaître.
Calcium extractible à des profondeurs de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Fer extractible à des profondeurs de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Magnésium extractible à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus. Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Phosphore extractible à des profondeurs de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prédits. Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Potassium extractible à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus. Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Soufre extractible à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Zinc extractible à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Classification de la capacité de fertilité des sols dérivée à l'aide des propriétés physiques, chimiques et de pente des sols. Pour en savoir plus sur cette couche, consultez cette page. Les classes de la bande "fcc" s'appliquent aux valeurs de pixel qui doivent être transformées en arrière avec x modulo 3 000. Dans les zones de jungle dense…
Carbone organique à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus. Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Teneur en sable à des profondeurs de sol comprises entre 0 et 20 cm et entre 20 et 50 cm,\nmoyenne et écart-type prévus. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître. Les prédictions des propriétés du sol ont été effectuées par Innovative …
Teneur en limon à des profondeurs de sol comprises entre 0 et 20 cm et entre 20 et 50 cm, moyenne et écart type prédits Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Teneur en pierres à des profondeurs de sol comprises entre 0 et 20 cm et entre 20 et 50 cm, moyenne et écart-type prédits Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Carbone total à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart-type prévus. Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Azote total à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus. Les valeurs de pixel doivent être transformées en arrière avec exp(x/100)-1. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître.
Classe de texture USDA à des profondeurs de 0 à 20 cm et de 20 à 50 cm. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître. Les prévisions des propriétés du sol ont été effectuées par Innovative Solutions for Decision …
Aluminium extractible à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart type prévus Les valeurs de pixel doivent être transformées en arrière avec exp(x/10)-1. Innovative Solutions for Decision Agriculture Ltd. (iSDA) a effectué des prédictions sur les propriétés du sol à une résolution de 30 m à l'aide du machine learning associé à …
pH à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart-type prévus. Les valeurs en pixels doivent être retransformées avec x/10. Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible. Par conséquent, des artefacts tels que des bandes peuvent apparaître. …
[null,null,[],[[["\u003cp\u003eThis dataset collection provides predictions for various soil properties across Africa, including organic carbon, clay content, pH, and bulk density, at different soil depths.\u003c/p\u003e\n"],["\u003cp\u003ePredictions were generated by iSDA using machine learning models at a 30m resolution and often require back-transformation for proper interpretation.\u003c/p\u003e\n"],["\u003cp\u003eThe datasets cover a wide range of essential soil properties, such as extractable nutrients (e.g., calcium, potassium, phosphorus), total elements (e.g., carbon, nitrogen), and physical characteristics (e.g., texture, bedrock depth).\u003c/p\u003e\n"],["\u003cp\u003eModel accuracy may be lower in dense jungle areas, potentially leading to artifacts like banding or striping in the data.\u003c/p\u003e\n"],["\u003cp\u003eThese soil property predictions can be valuable for applications like agricultural planning, environmental monitoring, and soil health assessments.\u003c/p\u003e\n"]]],[],null,[]]
