Soil organic carbon modeling in cropland under several climatic scenarios using machine learning in western India

Abstract

Die Studie verbindet maschinelles Lernen, Fernerkundung, Google Earth Engine und GIS, um den organischen Bodenkohlenstoff in Westindien unter verschiedenen Klimaszenarien zu modellieren. Szenarien mit hohen Emissionen lassen Verluste an Bodenkohlenstoff erwarten. Bodenschonende Bewirtschaftungsmethoden können die Bodengesundheit und den Aufbau organischen Kohlenstoffs unterstützen. Praxisbezug: Grundlagen für eine klimaangepasste Landbewirtschaftung und nachhaltige Agrarplanung.