Оценка здоровья почв в аридной экосистеме: картографирование почвенных свойств по гиперспектральным данным PRISMA и EnMAP с применением машинного обучения Количественная оценка здоровья почв (soil health, SH) в аридных регионах стала одной из глобальных приоритетных задач, однако традиционные почвенные обследования остаются дорогостоящими, а плотности наблюдений недостаточно для описания выраженной пространственной неоднородности. Космические гиперспектральные сенсоры нового поколения открывают возможности для регионального мониторинга почв. Вместе с тем остается неясным, способны ли одни только гиперспектральные изображения, без дополнительных экологических ковариат, служить надежной дистанционной оценкой здоровья почв. В работе оценивались гиперспектральные данные PRISMA и EnMAP в сочетании с машинным обучением (ML) для прогнозирования почвенных характеристик и разработки индекса здоровья почв (soil health index, SHI) для солончаковой равнины Сирджан в Иране. Источник