m
La plateforme documentaire du CTIFL
La plateforme documentaire du CTIFL
     
Tiré à part

H 0 00092312
PREDICTION OF IN SITU SOIL NITROGEN MINERALISATION USING ARTIFICIAL NEURAL NETWORKS: A PROMISING WAY TO IMPROVE MODEL ACCURACY

B

"TOWARDS A BETTER EFFICIENCY IN N USE" 15TH NITROGEN WORKSHOP 2007 (EDS: BOSCH SERRA A. - TEIRA ESMATGES M.R. - VILLAR MIR J.)

VALE (M), LEK (S), JUSTES (E)

FR/INRA, FR/UNIV TOULOUSE, FR/ARVALIS INSTITUT DU VEGETAL

ES/MILENIO

2007

P. 235-237

biblio., anglais, graph., TABL_>6TABL

fertilisation, azote, nutrition de la plante, sol/substrat, minéralisation, modélisation

FRANCE

13/08/2008

Z