Cartographie du carbone organique du sol à l'aide de la télédétection hyperspectrale et de l'ANN

Cartographie du carbone organique du sol à l'aide de la télédétection hyperspectrale et de l'ANN

FrenchPaperback / softback
Tiwari, Sudheer Kumar
Editions Notre Savoir
EAN: 9786207389049
On order
Delivery on Tuesday, 22. of April 2025
CZK 950
Common price CZK 1,055
Discount 10%
pc
Do you want this product today?
Oxford Bookshop Praha Korunní
not available
Librairie Francophone Praha Štěpánská
not available
Oxford Bookshop Ostrava
not available
Oxford Bookshop Olomouc
not available
Oxford Bookshop Plzeň
not available
Oxford Bookshop Brno
not available
Oxford Bookshop Hradec Králové
not available
Oxford Bookshop České Budějovice
not available
Oxford Bookshop Liberec
not available

Detailed information

Le carbone organique du sol (SOC) est un indicateur important et fiable de la qualité du sol. Dans cette étude, les spectres du sol ont été caractérisés et analysés pour prédire la teneur spatiale en COS, en utilisant une technique de modélisation prédictive multivariée, le réseau neuronal artificiel (ANN). Des images hyper-spectrales EO1-Hyperion (400 - 2500 nm), des ensembles de données à l'échelle du terrain et du laboratoire (350 - 2500 nm) ont été générés, comprenant la teneur en SOC estimée en laboratoire des échantillons de sol prélevés (variable dépendante) et leurs données de réflexion correspondantes des bandes spectrales sensibles au SOC (variables prédictives). Pour chaque ensemble de données, des modèles prédictifs ANN ont été développés et trois ensembles de données (à l'échelle de l'image, à l'échelle du terrain et à l'échelle du laboratoire) ont révélé des performances de réseau significatives pour l'entraînement, le test et la validation, indiquant une bonne généralisation du réseau pour la teneur en SOC. L'analyse basée sur l'ANN a montré une prédiction élevée de la teneur en SOC à l'échelle de l'image (R2 = 0,93 et RPD = 3,19), du champ (R2 = 0,92 et RPD = 3,17) et du laboratoire (R2 = 0,95 et RPD = 3,16). Les résultats de la validation de l'ANN ont indiqué que les modèles prédictifs fonctionnaient bien (R2 = 0,90) avec une RMSE de 0,070. Le résultat a montré que les méthodes ANN ont un grand potentiel pour l'estimation de la teneur en SOC.
EAN 9786207389049
ISBN 6207389042
Binding Paperback / softback
Publisher Editions Notre Savoir
Publication date April 15, 2024
Pages 60
Language French
Dimensions 229 x 152 x 4
Authors Kumar, Suresh; Saha, S. K.; Tiwari, Sudheer Kumar
Manufacturer information
The manufacturer's contact information is currently not available online, we are working intensively on the axle. If you need information, write us on helpdesk@megabooks.sk, we will be happy to provide it.