Média prevista e desvio padrão da capacidade de troca de cátions efetiva em profundidades de 0 a 20 cm e 20 a 50 cm, os valores de pixel precisam ser transformados novamente com exp(x/10)-1. Em áreas de selva densa (geralmente na África central), a precisão do modelo é baixa e, portanto, artefatos como faixas (listras) …
Carbono total em profundidades de 0 a 20 cm e 20 a 50 cm do solo, média prevista e desvio padrão. Os valores de pixel precisam ser transformados novamente com exp(x/10)-1. Em áreas de selva densa (geralmente na África central), a precisão do modelo é baixa e, portanto, artefatos como faixas (listras) podem ser …
Classe de textura do USDA em profundidades de 0 a 20 cm e 20 a 50 cm. Em áreas de selva densa (geralmente na África central), a precisão do modelo é baixa e, portanto, podem ser observados artefatos como faixas. As previsões de propriedades do solo foram feitas pela Innovative Solutions for Decision …
Alumínio extraível em profundidades de 0 a 20 cm e 20 a 50 cm, média prevista e desvio padrão. Os valores de pixel precisam ser transformados novamente com exp(x/10)-1. As previsões das propriedades do solo foram feitas pela Innovative Solutions for Decision Agriculture Ltd. (iSDA) com tamanho de pixel de 30 m usando o aprendizado de máquina associado a …
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","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"]]
