En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Etat français Logo INRAE Région Occitanie

PSDR Occitanie - Pour et Sur le Développement régional

Prédire la diversité en plantes des prairies grâce aux satellites

Nouvelle publication du projet SEBIOREF

Estimation de la diversité en plantes dans les prairies dans le Sud-Ouest toulousain. Plus les valeurs sont élevées, plus la diversité de Simpson est forte.
Dernière publication du projet SEBIOREF, publié en ligne le 26 novembre 2019, cet article porte sur le suivi écologique des prairies par analyses d'images satellite. L'objectif recherché est de pouvoir estimer sur de grandes étendues la disponibilité en ressources alimentaires pour les insectes pollinisateurs. Il fait suite au travail de thèse de Mailys Lopes.

Résumé de la publication

Cet article propose une méthode d’analyse de données satellites à haute résolution temporelle pour prédire la diversité taxonomique et fonctionnelle des communautés de plantes de prairies (permanentes et temporaires). L’étude est basée sur le dénombrement des plantes dans 415 quadrats de 83 prairies couplé à l’analyse de données satellites Sentinelles 2 (47 dates étalées sur 15 mois) dans le site atelier Vallées et Coteaux de Gascogne de la ZA PYGAR (Sud Ouest de Toulouse).

L’originalité de cette étude réside dans le fait que le modèle prédictif (R2=0.45) s’applique sur une étendue d’ordre régionale (40 000 km2) et qu’il établit un lien entre des données satellites et des variables écologiques continues caractérisant les communautés végétales (dominance, diversité des couleurs). La disponibilité en ressources florales pour les insectes pollinisateurs pourra ainsi être estimée sur de grandes étendues.

Pour mieux comprendre cette étude, retrouvez en images les explications du travail mené par les chercheurs du projet SEBIOREF : depuis les relevés sur le terrain jusqu'à l'analyse des images satellites. 

Tout savoir sur cette publication

Titre de la publication : Prediction of plant diversity in grasslands using Sentinel-1 and -2 satellite image time series

Publiée dans la revue: Remote Sensing of Environment

Auteurs : Mathieu Fauvela, Mailys Lopesb, Titouan Dubob, Justine Rivers-Mooreb, Pierre-Louis Frisond, Nicolas Grossc, Annie Ouinb

  • aCESBIO, Université de Toulouse, CNES/CNRS/INRA/IRD/UPS, Toulouse, France
  • bDYNAFOR, Université de Toulouse, INRA, Castanet-Tolosan, France
  • cUCA, INRA, VetAgro Sup, UMR 0874 Ecosystème Prairial, Clermont-Ferrand 63000, France
  • dLaSTIG, Université Paris-Est, IGN, 5 Bd Descartes, Champs sur Marne, 77455 Marne la Vallée, France

Points clés (Highlights) en anglais

  • Plant diversity of grasslands is estimated using Sentinel-2 time series.
  • Large intra-parcel variability in terms of plant diversity index is observed.
  • Large scale prediction is done using random forest regression.
  • Sentinel-1 time series could complement Sentinel-2 time series.

Lien vers l'article scientifique :
https://authors.elsevier.com/a/1a7xO7qzSnJLH

Voir aussi