Spatial prediction and uncertainty estimation of crucial GlobalSoilMap properties - A contextual study in the semi-arid area of western Iran
Notice bibliographique
Résumé
Information on the spatial distribution of organic carbon (OC), salinity (EC), and soil pH in the semi-arid region of the Chahardowli Plain in western Iran is limited. Though soil carbon is the most common property mapped in GlobalSoilMap, EC, and pH affect OC content and other soil properties and functions. To study variations in these properties and map their distribution, soil samples were collected at depths of 0–5, 5–15, 15–30, 30–60, and 60–100 cm. A total of 145 soil samples were collected from 30 profiles. The relationships between soil characteristics and environmental covariates were modeled using random forest (RF), decision tree (DT), and multiple linear regression (MLR) models. We used a k-fold cross-validation to assess the quality of the predictions. The RF model demonstrated the highest prediction accuracy for all three soil properties. The OC validation results for the RF model show that the R 2 value was between 0.80 and 0.98, the R 2 value for EC was between 0.74 and 0.98, and the R 2 value for pH was between 0.80 and 0.93. The channel network base level (CNBL) was found to be the most crucial covariate in predicting EC, while CNBL and vegetation indices were the most significant covariates in predicting OC. The covariates found to be crucial in predicting pH were the difference in vegetation index (DVI) and slope (S). The bootstrap method was used to compute the prediction uncertainty. The bootstrap method provided reliable estimates of uncertainties associated with these predictions. For all layers and all points, the coverage percentage for OC, EC, and pH was between 80 and 95% at the 95% confidence level. This shows the reliability of the estimated confidence limits. This study indicated that high pH and EC levels are associated with a reduction in soil OC percentage. To provide an accurate representation of OC distribution in any region, it is necessary to report not only an OC map but also maps of EC and pH, as the spatial interrelationship between soil properties highlights the need for estimating pH and EC for better understanding OC variability and soil functioning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».