L’entité bocagère de la Zone Atelier Armorique (ZAAR) est située au niveau du canton de Pleine-Fougères (depuis 1993). La zone bocagère est caractérisée par un gradient paysager allant d’un bocage dense avec des parcelles petites bordées de haies à un bocage lâche. Les haies bordant les parcelles sont le plus souvent constituées d’arbres émondés en ragosses, de chênes avec parfois quelques châtaigniers émondés et des chênes en haut jet, mais aussi de cépées de châtaigniers. Depuis 2005, en raison de l’introduction de conditions de protection de l’environnement dans la Politique Agricole Commune, la plupart des cours d’eau sont bordés de bandes enherbées.

Service de visualisation cartographique (WMS) de Sols de Bretagne [GéoSAS]

Survol d'une partie du Ru des Effervettes,en limite des communes de Nangis et Fontains, dans le département de la Seine et Marne. Les données ont été acquises par drone anafiet restituées en un maillaige tridimentionnel (mesh).

Service de visualisation cartographique (WMS) de l'Observatoire de Recherche en Environnement (ORE) AgrHys de l'INRA. GéoSAS, portail de l'information géographique de l'Unité Mixte de Recherche, Sol Agro et hydrosystèmes, Spatialisation. UMR 1069 SAS INRAE - L'Institut Agro Rennes-Angers

Le projet Mh est un projet de Recherche et Développement dont les objectifs sont (i) de hiérarchiser les déterminants de la minéralisation de l’azote des matières organiques humifiées du sol (MOS) (climat, sol, pratiques culturales), et (ii) d’améliorer in fine la prévision de la minéralisation de l’azote des MOS dans les outils de raisonnement de la fertilisation. Ce projet de recherche-développement s’inscrit dans le cadre de la reconquête de la qualité de l’eau en Bretagne, et il est financé par l’Agence de l’Eau Loire Bretagne (AELB), le Conseil Régional de Bretagne, les Conseils Généraux du Finistère, des Côtes d’Armor et du Morbihan et la DRAAF. La coordination du programme est assurée par l’AELB, sa maîtrise d’œuvre par la Chambre Régionale d’Agriculture de Bretagne (CRAB), et sa conduite scientifique par l’INRA UMR SAS. Le projet est fondé sur un réseau de 141 parcelles réparties sur l’ensemble de la Bretagne, et a été suivi pendant 5 ans, de 2010 à fin 2014. La minéralisation a été quantifiée par la mesure des composantes du bilan azoté d’une culture de maïs non fertilisée (rendement et N absorbé par la culture, quantités de N minéral du sol au printemps et à l’automne, lixiviation estimée par approche modèle (STICS)). Une importante base de données sur les sols a été constituée pour expliquer la variabilité de la minéralisation, avec des mesures physiques, chimiques, biologiques et en spectroscopie infra rouge.

Parcelles cultivées résultant de la compilation des Référentiels Parcellaires Graphiques (RPG) de 2017 et 2019. La table attributaire contient un lien vers la série temporelle de l'humidité de surfacede la parcelle depuis 2017.

Cette donnée raster résulte d'une classification par méthode d'apprentissage profond à partir d'imagerie très haute résolution spatiale (1.5m) SPOT 6/7. Des post-traitements ont été effectués afin de mieux caractériser les classes relatives à l'artificialisation.

Hyperspectral data were obtained during an acquisition campaign led on Toulouse (France) urban area on July 2015 using Hyspex instrument which provides 408 spectral bands spread over 0.4 – 2.5 μ. Flight altitude lead to 2 m spatial resolution images. Supervised SVN classification results for 600 urban trees according to a 3 level nomenclature: leaf type (5 classes), family (12 and 19 classes) and species (14 and 27 classes). The number of classes differ for the two latter as they depend on the minimum number of individuals considered (4 and 10 individuals per class respectively). Trees positions have been acquired using differential GPS and are given with centimetric to decimetric precision. A randomly selected subset of these trees has been used to train machine SVM and Random Forest classification algorithms. Those algorithms were applied to hyperspectral images using a number of classes for family (12 and 19 classes) and species (14 and 27 classes) levels defined according to the minimum number of individuals considered during training/validation process (4 and 10 individuals per class, respectively). Global classification precision for several training subsets is given by Brabant et al, 2019 (https://www.mdpi.com/470202) in terms of averaged overall accuracy (AOA) and averaged kappa index of agreement (AKIA).