Media e deviazione standard previste della capacità di scambio cationico effettiva a profondità del suolo di 0-20 cm e 20-50 cm. I valori dei pixel devono essere trasformati nuovamente con exp(x/10)-1. Nelle aree di giungla fitta (in genere nell'Africa centrale), l'accuratezza del modello è bassa e pertanto potrebbero essere presenti artefatti come bande (strisce) …
Carbonio totale a profondità del suolo di 0-20 cm e 20-50 cm, media e deviazione standard previste. I valori dei pixel devono essere trasformati nuovamente con exp(x/10)-1. Nelle aree di giungla fitta (in genere nell'Africa centrale), l'accuratezza del modello è bassa e pertanto potrebbero essere presenti artefatti come bande (strisce) …
Classe di texture USDA a profondità del suolo di 0-20 cm e 20-50 cm. Nelle aree di giungla fitta (in genere nell'Africa centrale), l'accuratezza del modello è bassa e pertanto potrebbero essere presenti artefatti come bande (strisce). Le previsioni delle proprietà del suolo sono state effettuate da Innovative Solutions for Decision …
Alluminio estraibile a profondità del suolo di 0-20 cm e 20-50 cm, media e deviazione standard previste. I valori dei pixel devono essere trasformati nuovamente con exp(x/10)-1. Le previsioni delle proprietà del suolo sono state effettuate da Innovative Solutions for Decision Agriculture Ltd. (iSDA) con una dimensione dei pixel di 30 m utilizzando il machine learning accoppiato …
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","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"]]
