Saltar al contenido
VuFind
    • English
    • Español
Avanzado
  • Remote Sensing and Artificial...
  • Citar
  • Describir
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Enlace Permanente
Imagen de Portada
Código QR

Remote Sensing and Artificial Intelligence for Soil Organic Carbon Geospatial Modeling

Detalles Bibliográficos
Autores principales: Carbajal, M., Turin, C., Schaeffer, S., Quiróz, R., Zorogastua, P., Mendiburu, F. de, Ramírez, D.
Formato: Póster
Lenguaje:Español
Publicado: International Potato Center 2022
Materias:
soil
soil fertility
Acceso en línea:https://hdl.handle.net/10568/126802
  • Descripción
  • Ejemplares similares
  • Vista Equipo
Descripción
Descripción no disponible.

Ejemplares similares

  • From Rangelands to Cropland, Land-Use Change and its impact on soil organic carbon variables in a Peruvian Andean Highlands: A Machine Learning Modeling approach
    por: Carbajal, M., et al.
    Publicado: (2024)
  • Overview of artificial intelligence and big data analytics for remote sensing
    por: Gakhar, Shalini
    Publicado: (2023)
  • Towards spatially continuous mapping of soil organic carbon in croplands using multitemporal Sentinel-2 remote sensing
    por: Shi, P., et al.
    Publicado: (2022)
  • From rangelands to cropland, land-use change and its impact on soil organic carbon variables in a Peruvian Andean highlands: a machine learning modeling approach
    por: Carbajal, Mariella, et al.
    Publicado: (2024)
  • Modelling the impacts of organic matter quality on soil carbon turnover and storage
    por: Dooha, Mikael Sasha
    Publicado: (2021)

© Copyright 2026, Todos los Derechos Reservados UNA