الجريدة الرسمية23797 )2024 سمبريد 30( 1446 آلخرةا ىداجم 28 - 7365 عدد
Résultats :
Pour le premier objectif, nous avons obtenu un score de 0,93 (F-mesure) en segmentation, et les résultats sont visualisés dans une carte contenant tous les arbres avec leurs classes. Une validation sur le terrain a été réalisée par une comparaison entre les cartes obtenues et la réalité terrain.
Pour le deuxième objectif, la prédiction par machine Learning a donné un score de 0,2489 (MAE) et 0,0843 (MSE). Par ailleurs, une comparaison individuelle de chaque parcelle a démontré un score moyen de 16% dans la totalité des parcelles utilisées pour le test.
Pour le model deep Learning, nous avons obtenu un score de 0,0458 (MSE) et 0,1450 (MAE).
De plus, une comparaison individuelle de chaque parcelle a donné un score moyen de 10% dans la totalité des parcelles utilisées pendant 5 ans de test.
Apport par rapport à l’existant :
L’apport du premier objectif du travail : nous avons obtenu un score de segmentation de 93% à partir d'images satellite. Nous avons ainsi proposé une nouvelle approche de classification des arbres par taille de canopée, en mettant particulièrement l'accent sur les vergers avec arbres très condensés, un aspect qui n’a pas été traité auparavant.
L’apport du deuxième travail réside dans la prédiction du rendement des parcelles d'agrumes deux mois avant la récolte, et avec un meilleur score que les travaux existants. De plus, nous avons développé un nouveau réseau de neurones conçu pour prédire le rendement des parcelles d'agrumes fondé sur une fusion de modalités (il prend en entrée des images satellites en combinaison avec des données numérique).
Retombées économiques :
L’impact économique de cette thèse peut être présenté sous plusieurs aspects. Dans le cas de l’agriculture arboricole, en détectant efficacement les anomalies telles que les arbres malades, manquants ou soumis à un stress hydrique. Notre système permet d’optimiser les ressources en offrant un suivi individuel de chaque arbre. Cela se traduit par une gestion plus efficace des