Digital mapping of soil organic carbon using machine learning: A framework for state-level carbon-smart land management

日本語

本研究は、機械学習を用いて土壌有機炭素（SOC）のデジタルマッピング手法を開発し、州レベルの炭素スマートな土地管理を支援する枠組みを提案する。土壌炭素の空間分布を高精度で推定することで、炭素貯留のモニタリングや土地利用計画に貢献する。

English

This study develops a machine learning-based digital mapping framework for soil organic carbon (SOC) to support state-level carbon-smart land management. It enables high-resolution estimation of SOC spatial distribution, aiding carbon sequestration monitoring and land-use planning.

日本のGX文脈において

日本では、農地土壌の炭素貯留はカーボンニュートラル達成の重要な要素であり、J-クレジット制度や農林水産省の炭素貯留対策と関連する。本手法は、国内の土壌炭素モニタリングや地域適応に応用可能である。

In the global GX context

Globally, soil carbon mapping is critical for climate mitigation and sustainable land management. This framework aligns with international efforts to quantify soil carbon stocks for carbon accounting and climate-smart agriculture, supporting initiatives like the Global Soil Partnership.