ISSN: 2157-7617

Revista de Ciencias de la Tierra y Cambio Climático

Acceso abierto

Nuestro grupo organiza más de 3000 Series de conferencias Eventos cada año en EE. UU., Europa y América. Asia con el apoyo de 1.000 sociedades científicas más y publica más de 700 Acceso abierto Revistas que contienen más de 50.000 personalidades eminentes, científicos de renombre como miembros del consejo editorial.

Revistas de acceso abierto que ganan más lectores y citas
700 revistas y 15 000 000 de lectores Cada revista obtiene más de 25 000 lectores

Indexado en
  • Índice de fuentes CAS (CASSI)
  • Índice Copérnico
  • Google Académico
  • sherpa romeo
  • Acceso en Línea a la Investigación en Medio Ambiente (OARE)
  • Abrir puerta J
  • Revista GenámicaBuscar
  • TOC de revistas
  • Directorio de publicaciones periódicas de Ulrich
  • Acceso a la Investigación Global en Línea en Agricultura (AGORA)
  • Centro Internacional de Agricultura y Biociencias (CABI)
  • Búsqueda de referencia
  • Universidad Hamdard
  • EBSCO AZ
  • OCLC-WorldCat
  • Invocaciones de proquest
  • Catálogo en línea SWB
  • publones
  • Pub Europeo
  • ICMJE
Comparte esta página

Abstracto

Enhancing the Spatial Variability of Soil Salinity Indicators by Remote Sensing Indices and Geo-Statistical Approach

Solafa Babiker, Elbasri Abulgasim and Hamid HS

Soil salinization is considered limiting factor for crop production and land management for dry land in Sudan, its spatial variation is affected by different factors of soil properties, vegetation and environment hence its interaction formulate the planning for successful sustainable agriculture in salt affected soils. This study aims to evolve the spatial prediction of soil salinity indicators by integrated remote sensing indices and geo-statistical cokriging model. Soil samples were collected from 476 square kilometer area in salt affected area, the samples were analyzed following standard procedures for electrical conductivity, sodium adsorption ratio, hydrogen ions and saturation percentage. Information of vegetation status identified by Normalized Difference Vegetation Index (NDVI) and soil salinization by Salinity index and brightness index were used and utilized for prediction of the soil parameters variability by cokriging model. It was found that the method was resulted in high accuracy based on RMSE and enhances the soil spatial variability assessment and provides significant interaction of different variables and indices in the landscape.

Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado.