Explore projects
-
-
Technical presentation: Options for validating national risk maps using data from surveillance national programs. F Muñoz, R Lancelot (CIRAD). https://umr-astre.pages.mia.inra.fr/presentations/2022_eufmd-seen_risk-validation
Updated -
-
Présentation technique : Options pour la validation des cartes nationales des risques à l’aide des données nationales de surveillance. F Muñoz, R Lancelot (CIRAD). https://umr-astre.pages.mia.inra.fr/presentations/2022_fao_risk-validation
Updated -
-
Livre bookdown de Data Science appliquée à l'agronomie sens large
Updated -
Scanner3D / AnalyseMorphologique
MIT LicenseUpdated -
Updated
-
-
UMR-ASTRE / Training / arbocartoR
CeCILL-C Free Software License AgreementUpdated -
Collaborative repository of the ASTRE team for the ASF challenge. https://www6.inrae.fr/asfchallenge/
Updated -
A fork of asf-challenge, for studying host density effects on dissemination speed. Info about the ASF challenge can be found here https://www6.inrae.fr/asfchallenge
Updated -
Updated
-
PAPPSO / beads
CeCILL Free Software License Agreement v2.0"beads" (billes en Français) est un logiciel de détection et de quantification de spots sur des images de gels d'électrophorèse bidimensionnelle.
Updated -
Updated
-
SK8 / sk8-apps / PHACC / bilhn-app
GNU General Public License v2.0 or laterCe projet est une implémentation Rshiny du modèle de culture BilHN. BilHN est un outil d’aide à la décision ayant été développé sur l’Unité Expérimentale d’Auzeville par Jean Marie NOLOT (UMR Agir, Toulouse). C’est un modèle de culture à pas de temps journalier qui permet, pour les principales espèces de grandes cultures et à l’échelle de la parcelle cultivée, d’établir un diagnostic des ressources en eau et en azote disponibles pour les plantes en fonction des conditions pédologique, climatiques et des interventions techniques. Intégrant les données climatiques et géographiques de la parcelle, les caractéristiques agronomiques et texturales du sol, ainsi que celles de la culture en place, il simule et fournit sous forme graphique l’évolution de l’indice d’interception lumineuse du couvert, son état hydrique et azoté, ainsi que le remplissage de la réserve utile et la quantité d’azote disponible dans le sol. Des paramètres permettent l’ajustement du modèle selon l’expertise des agents, sur la base d’observations et/ou de mesures réalisées au champ (qualité du semis, structuration du sol, teneur en eau dans le sol, reliquats azotés, etc.).
Updated