Datasets tagged aluminium in Earth Engine
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Vorhersage von mittlerer und Standardabweichung der effektiven Kationenaustauschkapazität in Bodentiefen von 0–20 cm und 20–50 cm. Pixelwerte müssen mit exp(x/10)-1 rücktransformiert werden. In Gebieten mit dichtem Dschungel (in der Regel in Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifenbildung auftreten.
Gesamtkohlenstoff in Bodentiefen von 0–20 cm und 20–50 cm, vorhergesagter Mittelwert und Standardabweichung. Pixelwerte müssen mit exp(x/10)-1 rücktransformiert werden. In Gebieten mit dichtem Dschungel (in der Regel in Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifenbildung auftreten.
USDA-Klasse für die Bodenstruktur in einer Tiefe von 0–20 cm und 20–50 cm. In Gebieten mit dichtem Dschungel (in der Regel in Zentralafrika) ist die Modellgenauigkeit gering. Daher können Artefakte wie Streifenbildung auftreten. Bodenprognosen wurden von Innovative Solutions for Decision … erstellt.
Extrahierbares Aluminium in Bodentiefen von 0–20 cm und 20–50 cm, vorhergesagter Mittelwert und Standardabweichung. Pixelwerte müssen mit exp(x/10)-1 rücktransformiert werden. Die Vorhersagen der Bodeneigenschaften wurden von Innovative Solutions for Decision Agriculture Ltd. (iSDA) mit einer Pixelgröße von 30 m unter Verwendung von maschinellem Lernen in Verbindung mit …
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],[],[],["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"]]
