Predicción espacial de contenido de agua en el suelo mediante el modelo de Bosque Profundo con Optimización Bayesiana, Índice del Paisaje y Datos de Textura del Suelo
Autores: Yang, Weihao; Zhen, Ruofan; Meng, Fanyue; Yang, Xiaohang; Lu, Miao; Song, Yingqiang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Predicción espacial de contenido de agua en el suelo mediante el modelo de Bosque Profundo con Optimización Bayesiana, Índice del Paisaje y Datos de Textura del Suelo
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Predicción
Variabilidad espacial
Contenido de agua en el suelo
Tierras de cultivo
índices de paisaje
Optimización bayesiana
Modelo de bosque profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
La precisa predicción de la variabilidad espacial del contenido de agua en el suelo (SWC) en tierras de cultivo es esencial para la gestión de recursos hídricos y el desarrollo agrícola sostenible. Sin embargo, los factores naturales introducen incertidumbre y resultan en un mal alineamiento al predecir el SWC en tierras de cultivo, lo que lleva a una baja precisión.
Descripción
La precisa predicción de la variabilidad espacial del contenido de agua en el suelo (SWC) en tierras de cultivo es esencial para la gestión de recursos hídricos y el desarrollo agrícola sostenible. Sin embargo, los factores naturales introducen incertidumbre y resultan en un mal alineamiento al predecir el SWC en tierras de cultivo, lo que lleva a una baja precisión.