Reply on CC3 الرد على CC3 Réponse sur CC3 Respuesta sobre CC3

Up-to-date digital soil resources information, and its comprehensive understanding, is crucial to support crop production and sustainable agricultural development. Generating such information through conventional approaches consumes time and resources, which is difficult for developing countries. In Ethiopia, the soil resource map that was in use is qualitative, dated (since 1984), and small-scale (1:2 M) which limits its practical applicability. Yet, a large legacy soil profile data accumulated over time and the emerging machine learning modelling approaches can help in generating a high-quality quantitative digital soil map that can provide accurate soil information. Thus, a group of researchers formed a coalition of the willing for soil and agronomy data sharing and collated about 20,000 soil profile data and stored them in a central database. The data were cleaned and harmonized using the latest soil profile data template and prepared 14,681 profile data for modelling. Random Forest was used to develop a continuous quantitative digital map of 18 WRB reference soil groups at 250 m resolution by integrating environmental variables-covariates representing major Ethiopian soil-forming factors. The validated map will have tremendous significance in soil management and other land-based development planning, given its improved spatial nature and quantitative digital representation. تعد معلومات موارد التربة الرقمية الحديثة وفهمها الشامل أمرًا بالغ الأهمية لدعم إنتاج المحاصيل والتنمية الزراعية المستدامة. إن توليد هذه المعلومات من خلال النهج التقليدية يستهلك الوقت والموارد، وهو أمر صعب بالنسبة للبلدان النامية. في إثيوبيا، تعد خريطة موارد التربة التي كانت قيد الاستخدام نوعية ومؤرخة (منذ عام 1984) وصغيرة النطاق (1:2 م) مما يحد من قابليتها للتطبيق العملي. ومع ذلك، يمكن أن تساعد بيانات ملف تعريف التربة القديمة الكبيرة المتراكمة بمرور الوقت ونهج نمذجة التعلم الآلي الناشئة في إنشاء خريطة تربة رقمية كمية عالية الجودة يمكن أن توفر معلومات دقيقة عن التربة. وهكذا، شكلت مجموعة من الباحثين ائتلافًا من الراغبين في مشاركة بيانات التربة والهندسة الزراعية وجمعوا حوالي 20000 بيانات ملف تعريف التربة وتخزينها في قاعدة بيانات مركزية. تم تنظيف البيانات وتنسيقها باستخدام أحدث قالب بيانات ملف تعريف التربة وإعداد 14,681 بيانات ملف تعريف للنمذجة. تم استخدام الغابة العشوائية لتطوير خريطة رقمية كمية مستمرة لـ 18 مجموعة تربة مرجعية من WRB بدقة 250 مترًا من خلال دمج المتغيرات البيئية - المتغيرات التي تمثل عوامل تشكيل التربة الإثيوبية الرئيسية. سيكون للخريطة التي تم التحقق من صحتها أهمية هائلة في إدارة التربة وغيرها من خطط التنمية القائمة على الأراضي، نظرًا لطبيعتها المكانية المحسنة والتمثيل الرقمي الكمي. Des informations numériques à jour sur les ressources du sol et leur compréhension globale sont essentielles pour soutenir la production végétale et le développement agricole durable. La production de telles informations par des approches conventionnelles consomme du temps et des ressources, ce qui est difficile pour les pays en développement. En Éthiopie, la carte des ressources en sols utilisée est qualitative, datée (depuis 1984) et à petite échelle (1:2 M), ce qui limite son applicabilité pratique. Pourtant, une grande quantité de données de profil de sol accumulées au fil du temps et les approches émergentes de modélisation par apprentissage automatique peuvent aider à générer une carte numérique de sol quantitative de haute qualité qui peut fournir des informations précises sur le sol. Ainsi, un groupe de chercheurs a formé une coalition de volontaires pour le partage des données sur les sols et l'agronomie et a rassemblé environ 20 000 données sur le profil des sols et les a stockées dans une base de données centrale. Les données ont été nettoyées et harmonisées à l'aide du dernier modèle de données de profil de sol et ont préparé 14 681 données de profil pour la modélisation. Random Forest a été utilisé pour développer une carte numérique quantitative continue de 18 groupes de sol de référence WRB à une résolution de 250 m en intégrant des variables environnementales - des covariables représentant les principaux facteurs de formation du sol éthiopien. La carte validée aura une importance considérable dans la gestion des sols et d'autres plans d'aménagement du territoire, compte tenu de sa nature spatiale améliorée et de sa représentation numérique quantitative. La información actualizada sobre los recursos digitales del suelo y su comprensión integral son cruciales para apoyar la producción de cultivos y el desarrollo agrícola sostenible. Generar dicha información a través de enfoques convencionales consume tiempo y recursos, lo que es difícil para los países en desarrollo. En Etiopía, el mapa de recursos del suelo que estaba en uso es cualitativo, fechado (desde 1984) y a pequeña escala (1:2 M), lo que limita su aplicabilidad práctica. Sin embargo, una gran cantidad de datos heredados del perfil del suelo acumulados a lo largo del tiempo y los enfoques emergentes de modelado de aprendizaje automático pueden ayudar a generar un mapa digital cuantitativo del suelo de alta calidad que pueda proporcionar información precisa sobre el suelo. Por lo tanto, un grupo de investigadores formó una coalición de personas dispuestas a compartir datos sobre suelos y agronomía y recopiló unos 20.000 datos de perfiles de suelos y los almacenó en una base de datos central. Los datos se limpiaron y armonizaron utilizando la última plantilla de datos de perfil de suelo y se prepararon 14 681 datos de perfil para la modelización. Se utilizó Random Forest para desarrollar un mapa digital cuantitativo continuo de 18 grupos de suelos de referencia de WRB a una resolución de 250 m mediante la integración de variables ambientales, covariables que representan los principales factores de formación de suelos de Etiopía. El mapa validado tendrá una gran importancia en la gestión del suelo y otros planes de desarrollo basados en la tierra, dada su naturaleza espacial mejorada y su representación digital cuantitativa.