Comparative Assessment of Remote Sensing and Holos™ Based Soil Organic Carbon Stock Estimation
Notice bibliographique
Résumé
Soil organic carbon (SOC) is a critical component of soil health, influencing climate regulation and sustainable land management. Accurate estimation of SOC stocks using remote sensing (RS), especially across different soil depths, remains challenging due to spatial variability and methodological uncertainties. This study assesses SOC stocks at a 30 cm depth using three remote sensing-based approaches (RS1, RS2, RS3) along with Holos<sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">TM</sup> model and AgExpert model across fields in Saskatchewan, Canada. Results indicate that RS3 showed the closest alignment with (Holos<sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">TM</sup>) and AgExpert, achieving RMSE values of 2.54 t/ac and 2.84 t/ac, and mean differences of 1.23 t/ac and 1.66 t/ac, respectively. RS1 showed moderate agreement, while RS2 exhibited the highest variability due to generalized conversion factors from other geographies. Annual carbon stock change trends reveal stability from 2020–2021, followed by significant variability in 2022, particularly for fields F4, F5, and F6. This work emphasizes the need to address surface SOC uncertainties and integrate complementary approaches to improve SOC stock estimation for carbon management and climate action.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».