Improved soil carbon stock spatial prediction in a Mediterranean soil erosion site through robust machine learning techniques.

Autor: Mosaid H; Geomatics, Georesources and Environment Laboratory, Faculty of Sciences and Techniques, Sultan Moulay Slimane University, Béni Mellal, Morocco. h.mosaid@usms.ma., Barakat A; Geomatics, Georesources and Environment Laboratory, Faculty of Sciences and Techniques, Sultan Moulay Slimane University, Béni Mellal, Morocco., John K; Department of Plant, Food, and Environmental Sciences, Faculty of Agriculture, Dalhousie University, Truro, NS, B2N 5E3, Canada., Faouzi E; Data4Earth Laboratory, Faculty of Sciences and Techniques, Sultan Moulay Slimane University, Béni Mellal, Morocco., Bustillo V; CESBIO, University of Toulouse, CNES/CNRS/INRAE/IRD/UPS, Toulouse, France.; IUT Paul Sabatier, Auch, France., El Garnaoui M; Data4Earth Laboratory, Faculty of Sciences and Techniques, Sultan Moulay Slimane University, Béni Mellal, Morocco., Heung B; Department of Plant, Food, and Environmental Sciences, Faculty of Agriculture, Dalhousie University, Truro, NS, B2N 5E3, Canada.

Publikováno v: Environmental monitoring and assessment [Environ Monit Assess] 2024 Jan 10; Vol. 196 (2), pp. 130. Date of Electronic Publication: 2024 Jan 10.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.