Des codes R à utiliser dans QGIS et un plugin QGIS pour travailler en Agriculture de Précision

Nous proposons, en version Béta, un ensemble de codes R (plus d’une quarantaine) et un plugin QGIS pour manipuler et traiter des données acquises dans le cadre d’Agriculture de Précision. Les codes R et le plugin QGIS sont récupérables depuis le compte GitHub d’Aspexit. Pensez à lire les tutoriels pour savoir comment récupérer les codes En savoir plus surDes codes R à utiliser dans QGIS et un plugin QGIS pour travailler en Agriculture de Précision[…]

Quantifier l’hétérogénéité ou la variabilité intra-parcellaire en agriculture

Une parcelle agricole parfaitement homogène, ça n’existe pas ! Et c’est tout simplement dû au fait que l’on travaille avec du vivant et que l’on fait face à des phénomènes tous plus complexes les uns que les autres (sol, climat, plante, pratiques agricoles…), et qui en plus ont la fâcheuse tendance d’interagir entre eux. Ces phénomènes En savoir plus surQuantifier l’hétérogénéité ou la variabilité intra-parcellaire en agriculture[…]

Modélisation linéaire de données spatialisées sous R

Nous allons travailler ici sur un jeu de données assez connu en analyse spatiale – le jeu de données « meuse » – de manière à réintroduire un certain nombre de concepts à ceux qui voudraient se lancer dans de la modélisation linéaire de données spatialisées et dans de l’interpolation spatiale. Ce cas d’étude sera traité sous En savoir plus surModélisation linéaire de données spatialisées sous R[…]

Comment générer des données spatiales corrélées entre elles ?

De manière générale, lorsque l’on veut évaluer la robustesse et/ou la généralité d’un algorithme, on a besoin de le tester sur un grand nombre de données, avec des caractéristiques assez variées, pour s’assurer que l’algorithme va donner des résultats concluants dans la grande majorité des cas. Si on avait les moyens d’avoir des données réelles En savoir plus surComment générer des données spatiales corrélées entre elles ?[…]

Travailler avec des données à haute résolution en agriculture de précision

L’Agriculture de Précision est une discipline basée sur la donnée ; donnée que l’on va collecter pour mesurer, décrire, quantifier, comprendre, ou encore analyser les agro-systèmes. Des systèmes de mesure très variés sont développés pour mesurer des paramètres agronomiques d’intérêt, de l’état de végétation des plantes au rendement d’une culture, en passant par la détection d’adventices En savoir plus surTravailler avec des données à haute résolution en agriculture de précision[…]

Filtrer – Nettoyer sa carte de rendement

Dans le post précédent, on a dressé un portrait assez général des capteurs de rendement et des données associées. On revient ici sur une question récurrente en rapport avec les données de rendement : Comment s’assurer que les données de rendement soient assez fiables pour pouvoir les utiliser correctement ? Nous allons donc passer en revue les En savoir plus surFiltrer – Nettoyer sa carte de rendement[…]

La logique floue ou l’extension de la logique classique

Le concept de logique floue a été proposé dans les années 60 par Lotfi Zadeh, un mathématicien et informaticien iranien, pour répondre aux limites de la bonne vieille logique classique. Mais alors de quelles limites parle-t-on ? Prenons un premier exemple très simple sur la température de l’eau qui coule lorsque l’on prend sa douche. Si En savoir plus surLa logique floue ou l’extension de la logique classique[…]

Visualisation de données avec R et Shiny

Visualiser ses données, c’est un peu THE partie la plus importante dans la gestion d’un projet (on parle souvent de « Data Visualisation » ou Dataviz »). Que ce soit en amont pour comprendre un peu comment sont agencées les données ou en aval pour qu’un décideur soit à même de prendre une décision en toute connaissance de En savoir plus surVisualisation de données avec R et Shiny[…]

Outliers, Données aberrantes – On fait le point

Rares sont ceux qui vous diront que leurs données sont toutes jolies et toutes propres et qu’elles peuvent être utilisées telles quelles dans des modèles décisionnels… C’est un fait. Lorsqu’un jeu de données est collecté, personne n’est à l’abri que des données biaisées ou aberrantes viennent s’ajouter à la fête et perturber la qualité des En savoir plus surOutliers, Données aberrantes – On fait le point[…]

Réseau de neurones – On va essayer de démystifier un peu tout ça (3) – Application aux images

L’architecture complexe que nous avons largement détaillée dans les parties précédentes est un perceptron multi-couches (MLP pour Multi Layer Perceptron). C’est l’architecture classique du réseau neuronal. Néanmoins, en fonction du type de données que l’on utilise en entrée des modèles neuronaux (images, signal vocal…), des architectures un peu plus spécifiques ont été mises en place. En savoir plus surRéseau de neurones – On va essayer de démystifier un peu tout ça (3) – Application aux images[…]