Loading...
Community presentation
DIAPOSITIVE 1 — Page de titre Titre : Télédétection et SIG en Agriculture Sous-titre : Suivi des cultures, estimation des rendements, identification des cultures et agriculture …
Create your own version
Use this visual direction as inspiration for a new Presenton deck.
Use this designCreator prompt
DIAPOSITIVE 1 — Page de titre Titre : Télédétection et SIG en Agriculture Sous-titre : Suivi des cultures, estimation des rendements, identification des cultures et agriculture de précision Source : Basé sur le tutoriel SEOS – Université d'Oldenbourg DIAPOSITIVE 2 — Plan Titre : Plan de la présentation Contenu : Suivi de l'état des cultures Estimation des rendements agricoles Identification des cultures Agriculture de précision Annexes : SIG, GNSS, Références DIAPOSITIVE 3 — Signature spectrale Titre : La signature spectrale de la végétation Contenu : Les végétaux réfléchissent le rayonnement électromagnétique de manière unique : c'est leur signature spectrale Faible réflectance dans le bleu et le rouge (absorption par la chlorophylle) Réflectance légèrement plus élevée dans le vert (d'où la couleur verte) Forte réflectance dans le proche infrarouge (PIR) (structure des cellules foliaires) Environ la moitié du PIR ressort par l'épiderme supérieur, l'autre moitié par l'épiderme inférieur DIAPOSITIVE 4 — Champignons et maladies Titre : Quand les champignons attaquent Contenu : Les champignons (ex. Phakospora, Cercospora, Fusarium) détruisent la chlorophylle Les parties infectées jaunissent, puis brunissent Symptômes : taches circulaires, dessèchement, perte de chlorophylle La plante peut provoquer la mort des cellules autour de l'infection pour stopper la propagation La courbe de réflectance des feuilles malades diffère de celle des feuilles saines DIAPOSITIVE 5 — Carences en nutriments Titre : Carences en nutriments Contenu : Le manque de nutriments empêche la croissance normale Carence en azote : jaunissement autour des vaisseaux, affecte d'abord les feuilles âgées (basses) Carence en manganèse : chlorose sur le périmètre extérieur, affecte d'abord les feuilles jeunes (hautes) Les carences provoquent une perte de chlorophylle, modifiant la couleur des feuilles DIAPOSITIVE 6 — Identifier les plantes stressées (1/2) Titre : Identifier les plantes stressées (1/2) Contenu : La télédétection permet d'estimer la quantité de chlorophylle via des indices de végétation En combinant plusieurs bandes spectrales, on crée des images classifiées montrant les zones de stress Exemple : Les champs sans végétation apparaissent en bleu, la végétation saine en vert, les plantes stressées en rouge Les indices de végétation sont calculés à partir de la réflectance dans le visible et le proche infrarouge DIAPOSITIVE 7 — Identifier les plantes stressées (2/2) Titre : Identifier les plantes stressées (2/2) Contenu : Le stress affecte la structure cellulaire avant la perte de chlorophylle La télédétection détecte ces changements dans le proche infrarouge avant les symptômes visibles Les capteurs à très haute résolution spatiale (pixel < 10 m) permettent de repérer les zones de stress Les capteurs à haute résolution spectrale fournissent des informations sur la cellulose, l'azote, l'eau et les sucres Application : L'agriculteur peut agir localement (irrigation, pesticides) DIAPOSITIVE 8 — Teneur en eau Titre : Estimer la teneur en eau par télédétection Contenu : L'eau est essentielle à la plante et sert de moyen de transport des nutriments La transpiration évacue la chaleur. En cas de stress hydrique, la température de la plante augmente La télédétection thermique détecte cette augmentation Image : Pixels bleus = bonne teneur en eau, verts = moyenne, rouges = stress hydrique Limite : Quand la couverture végétale est partielle, la température du sol affecte le signal. Correction possible avec l'indice de surface foliaire (LAI) DIAPOSITIVE 9 — Suivre l'irrigation Titre : Suivre l'irrigation Contenu : La télédétection fournit des données fréquentes pour suivre l'évolution de la teneur en eau Exemple : Observation des effets de l'irrigation sur la teneur en eau des plantes entre le 24 juin et le 19 juillet La quantité d'eau diminue ensuite graduellement à mesure que l'été cède sa place à l'automne DIAPOSITIVE 10 — Red edge et indices de végétation Titre : Le "red edge" et l'évolution des indices de végétation Contenu : Red edge : Augmentation brusque de la réflectance entre 690 et 730 nm Quand la concentration en chlorophylle augmente, le "red edge" se déplace vers les grandes longueurs d'onde NDVI (Normalised Difference Vegetation Index) : Indice le plus utilisé, basé sur la différence normalisée entre le PIR et le rouge. Valeur entre -1 (pas de végétation) et +1 (végétation abondante) NDWI (Normalised Difference Water Index) : Utilise le PIR et le SWIR pour estimer la teneur en eau DIAPOSITIVE 11 — Droite du sol et indices Titre : La droite du sol et les indices qui en tiennent compte Contenu : Droite du sol (soil line) : Relation linéaire entre la réflectance dans le rouge et le PIR pour un type de sol donné PVI (Perpendicular Vegetation Index) : Distance perpendiculaire entre un point de végétation et la droite du sol SAVI (Soil-Adjusted Vegetation Index) : Indice hybride entre NDVI et PVI, avec un facteur de correction "L" (0 pour couvert fermé, 1 pour couvert faible, 0.5 si inconnu) TSAVI (Transformed Soil-Adjusted Vegetation Index) : Variante de SAVI DIAPOSITIVE 12 — Supplément : Chlorophylle Titre : Supplément - Chlorophylle et photosynthèse Contenu : La chlorophylle est une famille de molécules présente dans les chloroplastes des cellules végétales Elle absorbe l'énergie lumineuse (surtout bleu et rouge) pour alimenter la photosynthèse Photosynthèse : Conversion du CO₂ et de l'H₂O en glucose (C₆H₁₂O₆) grâce à l'énergie lumineuse Les caroténoïdes absorbent dans le bleu (400-500 nm) et les anthocyanes dans le vert (500-600 nm) DIAPOSITIVE 13 — Prévoir le rendement Titre : Pouvons-nous prévoir le rendement d'un champ ? Contenu : Avoir une idée de la récolte potentielle tôt dans la saison est crucial Les agriculteurs expérimentés estiment les rendements en observant la vigueur des plants et les conditions climatiques Plus l'estimation est proche de la récolte, plus elle est précise Apport de la télédétection : Utilisation de la signature spectrale pour évaluer l'état de la végétation et intégrer ces données dans des modèles complexes DIAPOSITIVE 14 — Estimer les rendements Titre : Estimer les rendements uniquement sur base de la télédétection Contenu : Des chercheurs ont comparé des images satellitaires de champs à différentes dates avec les rendements finaux Des relations entre les indices de végétation (ex. NDVI) et les rendements ont été mises en évidence Limites : Chaque relation ne fonctionne que pour un type de culture, dans une région donnée, et à des moments précis de la saison La précision varie d'une année à l'autre Utilité : Estimations "grossières" mais rapides DIAPOSITIVE 15 — Supplément : MYCFS Titre : Supplément - Mars Crop Yield Forecasting System (MYCFS) Contenu : Système du Joint Research Centre (JRC) qui combine données de télédétection et autres données Composants : Traitement de données météorologiques, modèle de simulation de croissance des cultures, traitement de données de télédétection (SPOT-Vegetation, NOAA-AVHRR, MERIS/MODIS) Produits : Bases de données et cartes d'indicateurs agricoles Fréquence : Cartes météorologiques tous les 10 jours, bulletins mensuels Zones couvertes : Bassin méditerranéen, CEI, Afrique de l'Est, Amérique du Sud DIAPOSITIVE 16 — Pourquoi identifier les cultures Titre : Pourquoi identifier les cultures ? Contenu : Pour un gouvernement, connaître les cultures du pays permet de planifier les budgets d'exportation/importation de denrées alimentaires La méthode traditionnelle (relevés terrain) est coûteuse et longue Apport de la télédétection : Utilisation des différences de signatures spectrales entre les types de cultures Les séries temporelles d'images sont particulièrement efficaces pour discriminer les cultures DIAPOSITIVE 17 — Comment identifier les cultures Titre : Comment identifier les types de cultures par télédétection ? Contenu : Différentes espèces végétales ont différents "tons" de vert, mais ces nuances ne sont pas faciles à discerner à l'œil nu Les compositions en infrarouge fausses couleurs permettent de révéler ces différences Exemple : Un champ uniforme en couleurs réelles peut apparaître séparé en deux zones de tons de rouge différents en fausses couleurs Rappel : Différentes plantes réfléchissent la lumière infrarouge de différentes façons DIAPOSITIVE 18 — Cartographie et SIG Titre : Supplément - Cartographie des parcelles agricoles et SIG Contenu : En observant les différentes cultures, on peut cartographier les limites des parcelles agricoles Ces cartes sont généralement en format vectoriel et utilisables dans un SIG Elles peuvent être associées à d'autres données (propriétaires, types de culture, pratiques agricoles) Utilisation : Estimation de la proportion du territoire occupée par l'agriculture SIG : Système informatique pour acquérir, stocker et analyser des données géographiques. Données organisées en couches thématiques (points, lignes, polygones) DIAPOSITIVE 19 — Agriculture de précision Titre : Qu'est-ce que l'agriculture de précision ? Contenu : Définition : Ensemble de pratiques culturales effectuées dans des zones bien ciblées d'un champ et à des moments précis Opposé des pratiques traditionnelles où les traitements sont appliqués uniformément Objectifs : Optimiser l'irrigation, la fertilisation et l'application de pesticides Avantages : Réduction de la quantité de produits chimiques, protection de l'environnement, réduction des coûts Technologies clés : Télédétection, capteurs sur tracteurs, GPS, SIG DIAPOSITIVE 20 — Coordonnées spatiales Titre : Associer les données à des coordonnées spatiales Contenu : L'imagerie satellitaire ne contient à la base que des données spectrales, non référencées géographiquement Il faut procéder à une correction géométrique pour assigner des coordonnées à chaque pixel En agriculture de précision, les données sont récoltées par des capteurs montés sur tracteur Les coordonnées du tracteur sont déterminées par GPS Précision : Récepteur bon marché = erreur de 10 à 20 m ; récepteur haut de gamme = erreur de quelques cm DIAPOSITIVE 21 — Nombre de plants et rendement Titre : Estimer le nombre de plants et le rendement futur Contenu : En mesurant la réflectance des plantes à différentes longueurs d'onde, on obtient des informations sur leur état On calcule des indices de végétation (NDVI, SAVI) pour estimer le taux de couverture végétale et l'indice de surface foliaire (LAI) Là où le nombre de plants est plus élevé, la biomasse augmente, ce qui provoque une augmentation de la réflectance dans le PIR et une diminution dans le rouge À partir de ces estimations, on peut dériver le nombre de plants et prédire le rendement futur DIAPOSITIVE 22 — Fertilisation et pesticides Titre : Identifier les besoins en fertilisation et en pesticides Contenu : En estimant le rendement futur tôt dans la saison, on identifie les zones qui ont besoin de plus de nutriments Le manque d'éléments nutritifs retarde la croissance, ce qui diminue le rendement estimé Mauvaises herbes : Signatures spectrales différentes des cultures Ravageurs : Apparaissent généralement d'un côté du champ et envahissent progressivement VRT (Variable Rate Treatment) : Système qui régule le taux d'application de fertilisants ou pesticides Avantages : Réduction des produits chimiques, économies, protection de l'environnement DIAPOSITIVE 23 — Détection des insectes Titre : Détection précoce des invasions d'insectes Contenu : Des capteurs montés sur tracteur fournissent des données pour identifier les zones nécessitant un traitement pesticide Les données de réflectance sont compilées pour calculer un indice de végétation Une valeur seuil sépare les pixels en deux classes : ceux qui ont besoin de pesticide (rouge) et ceux qui n'en ont pas besoin (vert) La télédétection montre les zones où les plantes ne poussent pas bien, mais ne permet pas toujours d'en identifier la cause DIAPOSITIVE 24 — GNSS (1/2) Titre : Supplément - Systèmes de navigation globale par satellite (GNSS) (1/2) Contenu : Besoin de précision : Les images satellites doivent être corrigées géométriquement pour assigner des coordonnées à chaque pixel GNSS (Global Navigation Satellite System) : Système composé de satellites, de stations au sol et d'utilisateurs GPS (Global Positioning System) : Système américain, le plus connu GLONASS : Système russe Galileo : Système européen (opérationnel depuis 2013) DIAPOSITIVE 25 — GNSS (2/2) Titre : Supplément - Systèmes de navigation globale par satellite (GNSS) (2/2) Contenu : Fonctionnement : Les satellites émettent un signal contenant leur position et l'heure d'émission. Le récepteur compare l'heure d'émission et de réception pour calculer la distance Triangulation : 3 satellites minimum pour une position 2D, 4 à 5 pour plus de précision GPS différentiel (DGPS) : Réseau de transmetteurs et récepteurs stationnaires qui corrigent l'erreur induite dans le signal GPS Sources d'erreur : Obstacles (forêt, buildings), géométrie satellitaire DIAPOSITIVE 26 — SIG en agriculture de précision Titre : Supplément - Utilisation de SIG en agriculture de précision Contenu : Un SIG doit pouvoir être utilisé comme une carte sophistiquée, fournissant de nombreux éléments d'information Les données sont stockées sous format numérique, ce qui permet de créer différentes cartes thématiques En combinant différentes couches dans un SIG, chaque point de l'espace se voit attribuer de nombreuses caractéristiques (attributs) DIAPOSITIVE 27 — Matériel supplémentaire Titre : Matériel supplémentaire et références Contenu : Pages d'information sur des sujets spécifiques : Chapitre 1 : Suivi de l'état des cultures Chapitre 2 : Estimation des rendements agricoles Chapitre 3 : Identification des cultures Chapitre 4 : Agriculture de précision Références et liens : Liste de liens externes Sources des images Coin des profs Source principale : https://seos-project.uni-oldenburg.de/agriculture/agriculture-c00-p01.fr.html DIAPOSITIVE 28 — Outils recommandés Titre : Outils et frameworks recommandés Contenu : Pour la télédétection : SNAP (Sentinel Application Platform) : Logiciel open source de l'ESA QGIS : Logiciel SIG open source Google Earth Engine : Plateforme pour l'analyse de données satellitaires à grande échelle Pour le Machine Learning : Python avec des bibliothèques comme Scikit-learn, TensorFlow, PyTorch Jupyter Notebooks pour le prototypage et l'analyse DIAPOSITIVE 29 — Conclusion Titre : Conclusion et perspectives Contenu : Synthèse : La signature spectrale de la végétation est le fondement de toutes les applications La télédétection permet le suivi de l'état des cultures, l'estimation des rendements et l'identification des cultures L'agriculture de précision optimise les intrants en ciblant les zones qui en ont besoin Les SIG et les GNSS sont des outils essentiels pour la gestion spatiale des données Perspectives : Intégration de l'IA (Deep Learning, Random Forest) Données hyperspectrales pour une caractérisation plus fine Démocratisation des données (Sentinel, Landsat) DIAPOSITIVE 30 — Références Titre : Références complètes Contenu : SEOS Project – Université d'Oldenbourg. Télédétection et SIG en agriculture. https://seos-project.uni-oldenburg.de/agriculture/agriculture-c00-p01.fr.html Idso et al. (1977), Maas (1988), Serrano et al. (2000), Shanahan et al. (2001) – Études sur la relation entre indices de végétation et rendements Jordan (1969) – Premier indice de végétation (rapport PIR/rouge) Gao (1996) – NDWI (Normalised Difference Water Index) Richardson & Wiegand (1977) – PVI (Perpendicular Vegetation Index) Huete (1988) – SAVI (Soil-Adjusted Vegetation Index) Baret & Guyot (1991) – TSAVI (Transformed Soil-Adjusted Vegetation Index) Mars Crop Yield Forecasting System (MYCFS) – Joint Research Centre (JRC) https://seos-project.uni-oldenburg.de/agriculture/agriculture-c00-p01.fr.html Follow Design: {"palette":["Canopy Green #15803D — healthy crop signatures and primary thematic emphasis","Deep Orbit Navy #0F172A — primary typography, structural rules, and deep contrast","Near-Infrared Crimson #E11D48 — false-color IR wavelengths and crop stress markers","Spectral Aqua #0284C7 — NDWI indices, moisture metrics, and satellite telemetry","Soil Sand #F1EFE9 — card containers, GIS layer surfaces, and table fills","Luminous Canvas #F8FAFC — clean base background for maximum readability"],"fonts":{"Space Grotesk":"https://fonts.googleapis.com/css2?family=Space+Grotesk:wght@300..700&display=swap","Inter":"https://fonts.googleapis.com/css2?family=Inter:ital,wght@0,100..900;1,100..900&display=swap","IBM Plex Mono":"https://fonts.googleapis.com/css2?family=IBM+Plex+Mono:ital,wght@0,100;0,200;0,300;0,400;0,500;0,600;0,700;1,100;1,200;1,300;1,400;1,500;1,600;1,700&display=swap"},"type":"Space Grotesk handles slide titles and section headers in semi-bold (600) with slight negative tracking (-0.02em) for an engineered technical feel; Inter serves all explanatory body copy and hierarchical lists in regular (400) and medium (500) weights with generous line-height (1.55); IBM Plex Mono is reserved for spectral formulas (NDVI, SAVI), wavelength bands (690–730 nm), coordinates, and satellite sensor tags in uppercase tabular format.","layout":"Structured 12-column modular grid with generous 72px outer margins; asymmetric two-column splits (60/40) pairing scientific narrative on the left with spectral charts, false-color previews, or index formulas on the right; consistent top-anchor breadcrumb tracking the active chapter (Suivi, Rendements, Identification, Précision, Annexes).","framework_treatment":"Crisp ultra-thin 1px slate borders delineate GIS card surfaces; spectral band indicators appear as high-contrast pill tags; callouts mimic satellite telemetry readouts with subtle hairline dividers; formula boxes feature muted sandstone background fills with mono equations; section transition slides display full-bleed deep orbit navy surfaces with bright canopy green and near-infrared accents.","feels_like":"An ESA Earth Observation scientific dossier crossed with a high-precision digital agronomy platform"}
Presentation overview
This community presentation was shared by YOUNES OULAD SAYAD as a complete 27-slide example. DIAPOSITIVE 1 — Page de titre Titre : Télédétection et SIG en Agriculture Sous-titre : Suivi des cultures, estimation des rendements, identification des cultures et agriculture … The preview lets you review the full sequence in order, rather than judging the design from a single cover image.
Use it as a reference for planning your own deck: notice how the amount of information changes from slide to slide, where visual emphasis appears, and how repeated design choices help the presentation feel connected. Community examples are inspiration, not locked templates, so you can keep the ideas that fit your audience and replace anything that does not.
Learn from the example
Look at the job each slide performs. Identify where the deck introduces its subject, develops the main points, adds evidence or examples, and moves toward a conclusion.
Notice which element attracts attention first and how headings, supporting text, images, and data are separated. Strong hierarchy makes the intended reading order obvious.
Compare spacing, typography, color, and repeated components across the slides. Consistent rules help varied content feel like one presentation instead of unrelated screens.
Make it your own
Begin with your audience and the decision, lesson, or action the presentation should support. Replace the topic, examples, evidence, and visuals with material you can verify, then edit every slide for one clear takeaway. You can borrow the visual direction without copying the creator's wording or message. Presenton will use this community deck as a design reference while you develop content for your own purpose.
