Wykaz publikacji wybranego autora

Stanisław Gruszczyński, prof. dr hab. inż.

profesor zwyczajny

Wydział Geodezji Górniczej i Inżynierii Środowiska
WGGiIŚ-kkoś, Katedra Kształtowania i Ochrony Środowiska

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka

[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / inżynieria środowiska

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-8811-0954 orcid iD

ResearcherID: J-9711-2012

Scopus: 9637197600

PBN: 5e709207878c28a04738edc8

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Increase of organic carbon pool in reclaimed soils under forest stand — Przyrost puli węgla organicznego w glebach we wczesnej fazie leśnego zagospodarowania nieużytków pogórniczych / Stanisław GRUSZCZYŃSKI, Katarzyna SROKA, Piotr WOJTANOWICZ // Geomatics and Environmental Engineering ; ISSN 1898-1135. — Tytuł poprz.: Geodezja oraz Inżynieria Środowiska. — 2019 vol. 13 no. 3, s. 29–45. — Bibliogr. s. 42–45, Abstr., Streszcz.. — tekst: http://journals.bg.agh.edu.pl/GEOMATICS/2019.13.3/geom.2019.13.3.29.pdf

    orcid iD

  • słowa kluczowe: rekultywacja, tereny bezglebowe, sekwestracja C, obrót węglem glebowym

    keywords: reclamation, soilless areas, sequestration of C, soil carbon turnover

    Zobacz pełny wykaz publikacji Autora/Autorów: Piotr Wojtanowicz, Katarzyna Sroka

    cyfrowy identyfikator dokumentu: 10.7494/geom.2019.13.3.29

2

  • Prediction of soil properties with machine learning models based on the spectral response of soil samples in the near infrared range — Predykcja właściwości gleb modelami uczenia maszynowego na podstawie odpowiedzi spektralnej prób glebowych w zakresie bliskiej podczerwieni / Stanisław GRUSZCZYŃSKI // Soil Science Annual ; ISSN 2300-4967. — 2019 vol. 70 no. 4, s. 298–313. — Bibliogr. s. 312–313, Abstr., Streszcz.. — tekst: http://ssa.ptg.sggw.pl/files/artykuly/2019_70/2019-4/ssa4-2019-s298-313.pdf

    orcid iD

  • słowa kluczowe: baza LUCAS, spektroskopia bliskiej podczerwieni, modele uczenia maszynowego, predykcja właściwości gleb

    keywords: near infrared spectroscopy, soil properties prediction, LUCAS database, machine learning models

    cyfrowy identyfikator dokumentu: 10.2478/ssa-2019-0027