Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 35,45

+ 70 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Soil organic carbon (SOC) is an important and reliable indicator of soil quality. In this study, soil spectra were characterized and analyzed to predict the spatial SOC content, using multivariate predictive modeling technique-artificial neural network (ANN). EO1-Hyperion (400 - 2500 nm) hyper-spectral image, field and laboratory scale data sets (350 - 2500 nm) were generated, consisting of laboratory estimated SOC content of collected soil samples (dependent variable) and their corresponding reflection data of SOC sensitive spectral bands (predictive variables). For each data set, ANN predictive models were developed and three data set (image-scale, field-scale and lab-scale) revealed significant network performances for training, testing and validation, indicating a good network generalization for SOC content. ANN based analysis showed high prediction of SOC content at image (R2 = 0.93, and RPD = 3.19), field (R2 = 0.92 and RPD = 3.17), and lab scale (R2 = 0.95 and RPD = 3.16). Validation results of ANN indicated that predictive models performed well (R2 = 0.90) with RMSE 0.070. The result showed that ANN methods have a great potential for estimating SOC content.