• Aucun résultat trouvé

Structure du document

N/A
N/A
Protected

Academic year: 2022

Partager "Structure du document"

Copied!
5
0
0

Texte intégral

(1)

Structure du document ANNEXE I

Corrélation cumul de la M.S.

flomatu / rendement par plante suivie avec images.

Corrélation cumul de la M.S.

flomatu Prcl / rendement par suppression successive des strates foliaires

Corrélation cumul de la M.S.

flomatu Prcl / Masse totale matière sèche

Calcul de la matière sèche (Monteith adapté par M.O.Bancal et C.Robert, 2007)

Corrélation cumul de la M.S.

flomatu par Prcl /Rendement

Corrélation HAA / rendement Prcl par suppression successive des strates foliaires.

Corrélation HAA / rendement par plante suivies avec images (2007 uniquement)

Corrélation HAA / rendement Prcl par retrait successif des semaines de mesure à partir de la maturité

Corrélation HAAfloraison-maturité

Prcl/ rendement

Validation et simplification d’un modèle d’estimation des

rendements 2 .

Modèle HRI-HAA

(Waggoner et Berger, 1987)

Corrélation HRImax Prcl/

rendement

Comparaison statistique des modèles

Et détermination du modèle le plus adapté à

l’estimation des rendement Validation

Simplification

Corrélation HAA / Masse totale matière sèche

Calcul de la matière sèche (Monteith adapté par M.O.Bancal et C.Robert, 2007)

Modèle HRI-HAA (Waggoner et Berger, 1987)

Corrélation cumul de la M.S.

flomatu / rendement par plante suivie avec images.

Corrélation cumul de la M.S.

flomatu Prcl / rendement par suppression successive des strates foliaires

Corrélation cumul de la M.S.

flomatu Prcl / Masse totale matière sèche

Calcul de la matière sèche (Monteith adapté par M.O.Bancal et C.Robert, 2007)

Corrélation cumul de la M.S.

flomatu par Prcl /Rendement

Corrélation HAA / rendement Prcl par suppression successive des strates foliaires.

Corrélation HAA / rendement par plante suivies avec images (2007 uniquement)

Corrélation HAA / rendement Prcl par retrait successif des semaines de mesure à partir de la maturité

Corrélation HAAfloraison-maturité

Prcl/ rendement

Validation et simplification d’un modèle d’estimation des

rendements 2 .

Modèle HRI-HAA

(Waggoner et Berger, 1987)

Corrélation HRImax Prcl/

rendement

Comparaison statistique des modèles

Et détermination du modèle le plus adapté à

l’estimation des rendement Validation

Simplification

Corrélation HAA / Masse totale matière sèche

Calcul de la matière sèche (Monteith adapté par M.O.Bancal et C.Robert, 2007)

Modèle HRI-HAA (Waggoner et Berger, 1987)

Corrélation cumul de la M.S.

flomatu / rendement par plante suivie avec images.

Corrélation cumul de la M.S.

flomatu Prcl / rendement par suppression successive des strates foliaires

Corrélation cumul de la M.S.

flomatu Prcl / Masse totale matière sèche

Calcul de la matière sèche (Monteith adapté par M.O.Bancal et C.Robert, 2007)

Corrélation cumul de la M.S.

flomatu par Prcl /Rendement

Corrélation HAA / rendement Prcl par suppression successive des strates foliaires.

Corrélation HAA / rendement par plante suivies avec images (2007 uniquement)

Corrélation HAA / rendement Prcl par retrait successif des semaines de mesure à partir de la maturité

Corrélation HAAfloraison-maturité

Prcl/ rendement

Validation et simplification d’un modèle d’estimation des

rendements 2 .

Modèle HRI-HAA

(Waggoner et Berger, 1987)

Corrélation HRImax Prcl/

rendement

Comparaison statistique des modèles

Et détermination du modèle le plus adapté à

l’estimation des rendement Validation

Simplification

Corrélation HAA / Masse totale matière sèche

Calcul de la matière sèche (Monteith adapté par M.O.Bancal et C.Robert, 2007)

Modèle HRI-HAA (Waggoner et Berger, 1987)

Validation croisée de la regression LAISunscan

Vs LAIImg

Régression LAIImgVs LAISunscan

1. Méthodologie d’aquisition des

données

Acquisition des surfaces

Surfaces foliaires Surfaces vertes

Analyse Images Validation par méthode photocopie feuilles blé Analyse Images

Estimations visuelles

(mesures rapides-automatisation)

Estimation des erreurs par comparaison Img

Obtention du LAI

Utilisation Surfaces foliaires Images (Méthode M.O.Bancal&C.Robert)

Utilisation du Sunscan Meter (mesures rapides-automatisation)

Détermination de facteurs correcteurs des estimations visuelles par comparaison Img

Obtention du LAI à l’échelle du couvert

Utilisation de photos aériennes (h=3m) pour l’estimation du taux de

couverture

(mesures rapides-grandes surfaces)

Régression Taux de couverture Vs LAIImg

Validation croisée Taux de couverture Vs LAIImg

Validation croisée de la regression LAISunscan

Vs LAIImg

Régression LAIImgVs LAISunscan

1. Méthodologie d’aquisition des

données

Acquisition des surfaces

Surfaces foliaires Surfaces vertes

Analyse Images Validation par méthode photocopie feuilles blé Analyse Images

Estimations visuelles

(mesures rapides-automatisation)

Estimation des erreurs par comparaison Img

Obtention du LAI

Utilisation Surfaces foliaires Images (Méthode M.O.Bancal&C.Robert)

Utilisation du Sunscan Meter (mesures rapides-automatisation)

Détermination de facteurs correcteurs des estimations visuelles par comparaison Img

Obtention du LAI à l’échelle du couvert

Utilisation de photos aériennes (h=3m) pour l’estimation du taux de

couverture

(mesures rapides-grandes surfaces)

Régression Taux de couverture Vs LAIImg

Validation croisée Taux de couverture Vs LAIImg

Validation croisée de la regression LAISunscan

Vs LAIImg

Régression LAIImgVs LAISunscan

1. Méthodologie d’aquisition des

données

Acquisition des surfaces

Surfaces foliaires Surfaces vertes

Analyse Images Validation par méthode photocopie feuilles blé Analyse Images

Estimations visuelles

(mesures rapides-automatisation)

Estimation des erreurs par comparaison Img

Obtention du LAI

Utilisation Surfaces foliaires Images (Méthode M.O.Bancal&C.Robert)

Utilisation du Sunscan Meter (mesures rapides-automatisation)

Détermination de facteurs correcteurs des estimations visuelles par comparaison Img

Obtention du LAI à l’échelle du couvert

Utilisation de photos aériennes (h=3m) pour l’estimation du taux de

couverture

(mesures rapides-grandes surfaces)

Régression Taux de couverture Vs LAIImg

Validation croisée Taux de couverture Vs LAIImg

(2)

3. Simulation de risques

Données météo des années x pour lesquelles on a le rendement

PROCULTURE

%SV F1,2 et 3 pour toutes ces années

Utilisation de % SV F1,2 et 3 pour toutes ces années et les variétés pour

lesquelles on a param b et LAI foliaire ( ! hypothèsesLAI fixe !)

Introduction dans modèle d’estimation des rendements choisi

Et

Comparaison des rendements avec rendements réellement obtenus

pour ces années.

3. Simulation de risques

Données météo des années x pour lesquelles on a le rendement

PROCULTURE

%SV F1,2 et 3 pour toutes ces années

Utilisation de % SV F1,2 et 3 pour toutes ces années et les variétés pour

lesquelles on a param b et LAI foliaire ( ! hypothèsesLAI fixe !)

Introduction dans modèle d’estimation des rendements choisi

Et

Comparaison des rendements avec rendements réellement obtenus

pour ces années.

(3)

Signification du stade phénologique de Zadocks et al. (1974)*

Maturit

MaturitééComplComplèètete EC90

EC90 ààEC94EC94

Maturit Maturitéépâteusepâteuse EC80

EC80 ààEC89EC89

Maturit Maturitéélaiteuselaiteuse EC70

EC70 ààEC79EC79

Floraison Floraison EC60

EC60 ààEC69EC69

Epiaison Epiaison EC50

EC50 ààEC59EC59

Gonflement Gonflement EC40

EC40 ààEC49EC49

Ligule visible Ligule visible EC39

EC39

Apparition de la derni Apparition de la dernièère re

feuille.

feuille.

EC37 EC37

22ièmemenoeudnoeud EC32EC32

1 1ieriernoeudnoeud EC31

EC31

Pseudo

Pseudo--redressementredressementde la de la tige.

tige.

EC30EC30

Fin Tallage Fin Tallage EC29

EC29

Début Tallagebut Tallage EC21EC21

Lev Levééee EC10

EC10

Signification Signification Stade selon Zadocks et al.

(1974)

Maturit

MaturitééComplComplèètete EC90

EC90 ààEC94EC94

Maturit Maturitéépâteusepâteuse EC80

EC80 ààEC89EC89

Maturit Maturitéélaiteuselaiteuse EC70

EC70 ààEC79EC79

Floraison Floraison EC60

EC60 ààEC69EC69

Epiaison Epiaison EC50

EC50 ààEC59EC59

Gonflement Gonflement EC40

EC40 ààEC49EC49

Ligule visible Ligule visible EC39

EC39

Apparition de la derni Apparition de la dernièère re

feuille.

feuille.

EC37 EC37

22ièmemenoeudnoeud EC32EC32

1 1ieriernoeudnoeud EC31

EC31

Pseudo

Pseudo--redressementredressementde la de la tige.

tige.

EC30EC30

Fin Tallage Fin Tallage EC29

EC29

Début Tallagebut Tallage EC21EC21

Lev Levééee EC10

EC10

Signification Signification Stade selon Zadocks et al.

(1974)

GS31 F3 en plein

formation

GS32 F2 en plein

formation

GS37 F1 en formation

F1

GS39

F1

GS45 Gonflement

GS59

Epiaison GS69 Floraison

GS77 GS82

* Présentation réalisée par Moussa El Jarroudi pour le projet MACRY.

ANNEXE II

(4)

Illustration des images de feuilles et de la classification des pixels à l’aide du Logiciel Assess.

Images de la F1, la F2 et la F3 d’une plante Achat témoin précédent pois à trois dates différentes.

Images de la sélection de tous les pixels des feuilles F1, F2 et F3 d’une plante Achat témoin précédent pois à trois dates différentes à l’aide du logiciel Assess..

Achat témoin précédent pois – Everlage 2007 31 / 05 / 2007 07 / 06 / 2007 13 / 06 / 2007

Achat témoin précédent pois – Everlage 2007

31 / 05 / 2007 07 / 06 / 2007 13 / 06 / 2007

% SV:

98,1 98,5 97,5 93,8 97,8 90,7 64,4 77,8 38,1 Septoriose: 0 0 0 3 0 3 5 0 15

Stade : GS 65 GS 75

GS 80

ANNEXE III

(5)

Images de la sélection des pixels représentant les symptômes de la rouille, de la septoriose et de la sénescence des feuilles F1, F2 et F3 d’une plante Achat témoin précédent pois à trois dates différentes à l’aide du logiciel Assess..

Achat témoin précédent pois – Everlage 2007 31 / 05 / 2007 07 / 06 / 2007 13 / 06 / 2007

% SV:

98,1 98,5 97,5 93,8 97,8

90,7 64,4

77,8 38,1 Septoriose: 0 0 0 3 0 3 5

0 15

Stade : GS 65

GS 75

GS 80

Références

Documents relatifs

* tous les atomes ont tendance à acquérir la configuration électronique stable (couche externe saturée) du gaz rare le plus proche dans la classification périodique des

 La saturation d’un mélange dépend de la La saturation d’un mélange dépend de la température, de la pression, du taux de température, de la pression, du taux

Pour donner des repères permettant d’anticiper cette date de récolte, ARVALIS a suivi quelques cultures, en Lorraine et dans les Pays de la Loire, afin de relier les rendements

Le rendement, évalué à chaque entrée dans une parcelle, était alors estimé et exprimé en kg de matière sèche par hectare et en kg de MS/cm d’herbe La quantité

f Au 31 décembre 2006, dans le cadre de sa politique de gestion d’actifs, le Groupe était en négociation avancée pour la cession à Land Securities de 30 hôtels dont la valeur

Connaissant la teneur d’un ensilage en produits volatils et les taux de pertes de ces derniers à l’étuve, il est facile de calculer les pertes de matière

- la même formule chimique qui renseigne sur le nombre et la nature des atomes qui sont liés dans la molécule. - le même modèle moléculaire qui indique l’arrangement des atomes

La teneur en matière grasse est le résultat obtenu par l'application de la méthode normalisée décrite dans le document III joint : dans un premier temps, après attaque