Développement d'une méthodologie pour l'estimation du potentiel agricole des sols cultivés en pomme de terre dans l'Est du Canada à l'aide de l'imagerie satellitaire optique
Notice bibliographique
Résumé
La délimitation de zones d’aménagement (MZ) est l’une des approches de l’agriculture de précision permettant de gérer la variabilité spatiale des cultures. Néanmoins, leur délimitation repose généralement sur l’acquisition de données complexes, souvent coûteuses ou nécessitant un équipement spécialisé. Les indices de végétation, comme l’indice de végétation par différence normalisée (NDVI) dérivé d’images satellites optiques, constituent une alternative accessible et économique. En particulier, les composites temporels du NDVI permettent de capturer les variations de la végétation influencées par le climat, les sols et les pratiques agricoles. Ils offrent ainsi une vision globale et cohérente de la dynamique spatio-temporelle des cultures. Cette étude avait pour objectif d’estimer le potentiel agricole de champs de pommes de terre (Solanum tuberosum L.) en culture commerciale en utilisant une analyse diachronique d’images satellites. Elle a été réalisée sur 17 champs situés à Florenceville-Bristol, au Nouveau-Brunswick, entre 2015 et 2023. Un total de 230 images NDVI, issues des satellites Sentinel-2 et Landsat 8, ont été utilisées. Trois MZ ont été générées à partir des composites maximaux du NDVI et caractérisées par des métriques statistiques (la moyenne, l’asymétrie et l’écart-type). La validation des zones s’est appuyée sur les rendements de 2023 et les propriétés physicochimiques des sols. Les résultats ont montré une forte concordance entre les MZ, les rendements, le carbone total et l’azote total.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».