Frontiers in earth observation for global soil properties assessment linked to environmental and socio-economic factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soil has garnered global attention for its role in food security and climate change. Fine-scale soil-mapping techniques are urgently needed to support food, water, and biodiversity services. A global soil dataset integrated into an Earth observation system and supported by cloud computing enabled the development of the first global soil grid of six key properties at a 90-m spatial resolution. Assessing them from environmental and socio-economic perspectives, we demonstrated that 64% of the world's topsoils are primarily sandy, with low fertility and high susceptibility to degradation. These conditions limit crop productivity and highlight potential risks to food security. Results reveal that approximately 900 Gt of soil organic carbon (SOC) is stored up to 20 cm deep. Arid biomes store three times more SOC than mangroves based on total areas. SOC content in agricultural soils is reduced by at least 60% compared to soils under natural vegetation. Most agricultural areas are being fertilized while simultaneously experiencing a depletion of the carbon pool. By integrating soil capacity with economic and social factors, we highlight the critical role of soil in supporting societal prosperity. The top 10 largest countries in area per continent store 75% of the global SOC stock. However, the poorest countries face rapid organic matter degradation. We indicate an interconnection between societal growth and spatially explicit mapping of soil properties. This soil-human nexus establishes a geographically based link between soil health and human development. It underscores the importance of soil management in enhancing agricultural productivity and promotes sustainable-land-use planning.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle