Kapasitas Pertukaran Kation Efektif memprediksi rata-rata dan simpangan baku pada kedalaman tanah 0-20 cm dan 20-50 cm, Nilai piksel harus ditransformasikan kembali dengan exp(x/10)-1. Di area hutan lebat (umumnya di Afrika tengah), akurasi model rendah sehingga artefak seperti banding (striping) …
Total karbon pada kedalaman tanah 0-20 cm dan 20-50 cm, prediksi rata-rata dan simpangan baku. Nilai piksel harus ditransformasikan kembali dengan exp(x/10)-1. Di area hutan lebat (umumnya di Afrika tengah), akurasi model rendah sehingga artefak seperti banding (striping) mungkin …
Kelas Tekstur USDA pada kedalaman tanah 0-20 cm dan 20-50 cm. Di area hutan lebat (umumnya di Afrika tengah), akurasi model rendah sehingga artefak seperti garis-garis (striping) mungkin terlihat. Prediksi properti tanah dibuat oleh Innovative Solutions for Decision …
Aluminium yang dapat diekstrak pada kedalaman tanah 0-20 cm dan 20-50 cm, prediksi rata-rata dan simpangan baku. Nilai piksel harus ditransformasikan kembali dengan exp(x/10)-1. Prediksi properti tanah dibuat oleh Innovative Solutions for Decision Agriculture Ltd. (iSDA) dengan ukuran piksel 30 m menggunakan machine learning yang digabungkan dengan …
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","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"]]
