Improving the spatial prediction of soil organic carbon content in two contrasting climatic regions by stacking machine learning models and rescanning covariate space

DSpace Repositorium (Manakin basiert)

Improving the spatial prediction of soil organic carbon content in two contrasting climatic regions by stacking machine learning models and rescanning covariate space

Autor(en): Taghizadeh-Mehrjardi, Ruhollah; Schmidt, Karsten; Amirian-Chakan, Alireza; Rentschler, Tobias; Zeraatpisheh, Mojtaba; Sarmadian, Fereydoon; Valavi, Roozbeh; Davatgar, Naser; Behrens, Thorsten; Scholten, Thomas
Tübinger Autor(en):
Taghizadeh-Mehrjardi, Ruhollah
Schmidt, Karsten
Rentschler, Tobias
Behrens, Thorsten
Scholten, Thomas
Erscheinungsjahr: 2020
Sprache: Englisch
Referenz zum Volltext: https://doi.org/10.3390/rs12071095
Dokumentart: Buch
Seitenzahl: 26
Erschienen in: Remote sensing - Basel : MDPI, 12 (2020), 7, article 1095
Seitenbereich: 26 Seiten
Verbund-Nachweis: 1713968444
Zur Langanzeige

Das Dokument erscheint in: