image
 

Les serveurs en ligne : Codes et modélisation (3W)

Serveurs 3W dédiés à la mise à disposition de codes en télédétection




image


Les codes sources de ces modèles sont disponibles auprès de leurs auteurs - dans chaque cas merci de remplir le formulaire associé.

 

image

Modélisation déterministe de systèmes mal connus et partiellement observés

Polynomial Model Search
& Global Modelling (PoMoS & GloMo)

image

Processus de développement et croissance de plantes annuelles

Simple Algorithm For Yield Estimate (SAFY)

image

Corriger les mesures satellitales de leurs perturbations atmosphériques dans le domaine du spectre solaire.

Simulation of satellite Signal in the Solar Spectrum (SMAC)

image

Simulation du transfert radiatif dans le système Terre - Atmosphère, à toute longueur d'onde du visible à l'infrarouge thermique.

Discrete Anisotropic Radiative Transfer
(DART)

 

new PoMoS & GloMo

PoMoS & GloMo sont deux modules complémentaires développés au CESBIO pour la modélisation déterministe de systèmes mal connus et partiellement observés. Ces modules prennent à la fois appui sur une approche système complexe et sur la théorie des systèmes dynamiques. Mangiarotti S., Coudret R., Drapeau L.

  • PoMoS ( Polynomial Model Search)

vise à construire un réseau de liens déterministes entre variables observées. Il est basé sur un algorithme de recherche évolutionnaire combiné à une approche par les moindres carrés.

  • GloMo ( Global Modelling)

vise à identifier des modèles globaux de petite dimension en prenant une unique série temporelle pour seule source d’information (Gouesbet & Letellier, 1994).

image

Figure : Reconstruction dans l’espace des phases du signal de blé pluvial, en zone semi-aride : signal observé par télédétection spatiale (noir), signal modélisé avec PoMoS & GloMo par approche globale (rouge).

Indépendants dans leur fonctionnement, ces deux modules ont été construits afin d’être utilisable en synergie. D’autres modules sont en cours de développement dans l’objet de constituer progressivement une plateforme d’analyse, de modélisation et de prévision spatialisée et multicritère.

PoMoS vient d'être validé par le Comprehensive R Archive Network (CRAN), il est également téléchargeable sur le site du CRAN. GloMo est en cours de validation.


Dans le supplément "Sciences et Médecine" du journal "Le Monde" de ce 20 janvier, un article sur l' application de la théorie du chaos aux prévisions de rendement agricoles. Ce travail se base sur les travaux de Sylvain Mangiarotti chercheur au
LMI-TREMA/CESBIO/UCAM

Découvrir l'article

 


Référence: G. Gouesbet & C. Letellier, Global vector field reconstruction by using a multivariate polynomial L2-approximation on nets, Physical Review E, 49(6), 4955-4972, 1994.

Si vous êtes intéréssé par le code source de ce modèle, vous pouvez vous le procurer auprès de Sylvain Mangiarotti du CESBIO, en remplissant ce formulaire, Merci de fournir en quelques mots le futur domaine d'application de cet outil.

Pour en savoir davantage

 


new Simple Algorithm For Yield Estimate (SAFY)

Le modèle SAFY a été développé avec le souci de prendre en compte les principaux processus de développement et croissance de plantes annuelles tout en limitant le nombre de paramètres nécessaires à leur description, ceci afin de faciliter la spatialisation des résultats.

Duchemin B;, Maisongrande P., Boulet G. and Benhadj I. : A simple algorithm for yield estimates: Evaluation for semi-arid irrigated winter wheat monitored with green leaf area index. Environmental Modelling & Software 23 (2008) 876-892

La dynamique de la végétation est appréhendée par la théorie des efficiences de Monteith (1972) pour la photosynthèse et la production de biomasse, complétée par :

  1. la description du cycle phénologique des plantes sur la base de 4 dates clefs (émergence, fin de croissance foliaire, début et fin de sénescence) qui définissent 3 phases principales (croissance foliaire, surface foliaire maximale, sénescence) ;
  2. la partition de la biomasse produite vers les organes photosynthétiquement actifs d’après les paramétrisations empiriques de Maas (1993) ; ces formalismes permettent également d’ajuster la durée de la phase de croissance foliaire par une approche « degré-jours » ;
  3. la partition vers les grains comme une fraction constante de la biomasse produite après la phase de croissance foliaire ;

 

Le modèle simule les évolutions temporelles de l’indice foliaire vert (‘Leaf Area Index’, observable par télédétection optique), de la phytomasse aérienne sèche et du rendement en grain à partir de formalismes relativement simples (7 équations principales comportant 14 paramètres). A ce jour, il a été testé sur des cultures de blé, de maïs, de soja et de tournesol.

sur cette image nous avons calculé la biomasse aérienne
(kg / m2) sur des parcelles occupées par des cultures d'été

( © M. Claverie, CESBIO, 2010)

Ce modèle a été développé dans le cadre du projet SudMed bulleSudMed : un chantier du CESBIO, il s'agit de comprendre
le fonctionnement d'un éco-système en région semi-aride
    coordonné par le CESBIO avec un soutien spécifique de sa tutelle l’IRD (‘Institut de Recherche pour le Développement’) et du programme Européen IRRIMED.

Merci de bien vouloir renseigner le formulaire, ce qui vous autorisera à télécharger le code source.


new Simulation of satellite Signal in the Solar Spectrum :(SMAC)

une méthode simplifiée pour corriger les mesures satellitales de leurs perturbations atmosphériques dans le domaine du spectre solaire.
La présente version de SMAC a été développée au Cesbio par B. Berthelot et G. Dedieu dans le cadre du programme SPOT4-VEGETATION. Le calcul des coefficients pour les différents capteurs a été financé par le CNES, et réalisé par B. Berthelot (NOVELTIS). Nous remercions pour leur soutien P.Henry, F. Cabot et O. Hagolle du département QTIS du CNES, ainsi que G.Saint et X. Passot (CNES, programme VEGETATION)

Rahman H. and Dedieu G. : SMAC: a simplified method for the atmospheric correction of satellite measurements in the solar spectrum, International Journal of Remote Sensing, 1994, vol.15, No.1, 123-143.

Aprés avoir rempli le formulaire vous pourrez télécharger le code source qui vous permettra de calculer pour chaque pixel, la valeur de la réflectance de surface à partir de la réflectance mesurée en haut de l'atmosphère pour le capteur que vous aurez choisi. Cette méthode est spécialement utile pour corriger les jeux de données acquis par des capteurs à large champ et à haute répétitivité temporelle. Chaque bande spectrale, pour un capteur donné, posséde son propre jeu de coefficients.


newDiscrete Anisotropic Radiative Transfer (DART)

image
Le modèle DART peut être librement utilisé pour des activités liées à la science et à l'éducation. A cet effet, un accord doit être signé entre l'Université Paul Sabatier et un responsable du corps enseignant/recherche.

 


     
  plan du site sitemap webmaster webmaster crédit credit Copyright 2013 CESBIO, Tous droits réservé