Spatial autocorrelation in machine learning for modelling soil organic carbon

Spatial autocorrelation, the relationship between nearby samples of a spatial random variable, is often overlooked in machine learning models, leading to biased results. This study compares various methods to account for spatial autocorrelation when predicting soil organic carbon (SOC) using random...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Alexander Kmoch, Clay Taylor Harrison, Jeonghwan Choi, Evelyn Uuemaa
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	Elsevier 2025-05-01
سلاسل:	Ecological Informatics
الموضوعات:	Soil mapping Random forest Environmental covariates Spatial modelling
الوصول للمادة أونلاين:	http://www.sciencedirect.com/science/article/pii/S1574954125000664
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!