Plant Count & Emergence for Microplot

1. Description

"Plant count and emergence for microplot" (Comptage de Plants et Émergence pour microparcelle) est un analytics qui détermine automatiquement le nombre de plantes et l'émergence pour les lignes de cultures dans les champs d'essai. Nous allons maintenant décrire son fonctionnement.

2. Fichiers d’Entrée

Requis

Définition

Spectral Index Maps‍ 
(Cartes de reconnaissance)

  • Capteur multispectral: 

    • NDVI (Normalized Difference Vegetation Index) calculé à partir de la photogrammétrie ou de l'analytics Spectral Index Map.

      • Pour les cultures en ligne, avec une résolution de 6 cm et une caméra multispectrale, le stade optimal pour le maïs sera de 4 feuilles, et le bouton d'étoile pour le tournesol. Avec une meilleure résolution, des stades plus précoces peuvent être ciblés.

      • La règle de base est la suivante: taille du GSD <= moitié de la taille du couvert végétal (à partir du haut).

  • Capteur RVB: 

    • D'après l'analytics Spectral Index Mapo

      • VARI (Visible Atmospherically Resistant Index ou Indice de résistance atmosphérique visible) 

    • D'après l'analytique Custom Scouting Map (Personnalisé):

      • ExG (Excess Green) = 2*vert-rouge-bleu

      • TGI (Triangular Greenness Index) = vert-0,39*rouge-0,61*bleu


Inter-plants spacing
(Espacement entre les plantes)

Espacement théorique entre les plantes (à l'intérieur de la ligne)

Il est obligatoire de voir un sol nu entre deux plantes sur la carte, sinon seuls les espaces visibles seront détectés.

Microplots vector‍ 

(Vecteur de microparcelles)

Fichier vectoriel contenant les limites des microparcelles

Facultatif

Définition

Row vectorization
(Vectorisation des rangs)

Fichier vectoriel contenant les lignes numérisées (si déjà disponible)

Deliverables suffix
(Suffixe des livrables)

Suffixe appliqué à tous les noms de livrables

3. Workflow

Étape 1 - Dans un survey/relevé, choisissez l'analytics "Plant count and emergence fro microplot".

Étape 2 - Cliquez sur "LAUNCH".

Étape 3 - Lorsque vous entrez dans la page analytique, sélectionnez le Spectral Index Map que vous utiliserez pour effectuer le comptage (1).

Étape 4 - Sélectionnez le vecteur Microparcelle qui sera utilisé (2).

Étape 5 - Sélectionnez les lignes vectorisées s'il y a lieu (3). Sinon, cette opération se fait automatiquement.

Étape 6 - Sélectionnez "NEXT STEP".

Étape 7 - Sur la page des paramètres, remplissez la section relative à l'espacement entre les plantes (inter-plants spacing), c'est-à-dire la distance entre deux plantes d'une même ligne.

Delete

Info

La valeur est en mètres.

Étape 8 - Saisissez un suffixe pour les produits livrables (facultatif). Par exemple : "_cultureA" produit "Plant count_cultureA.geojson", et cliquez sur "LAUNCH PLANT COUNT AND EMERGENCE FOR MICROPLOT".

Delete

Conseil

Si plusieurs analyse sont lancées avec différents espacements inter-plants indiquez ici les paramètres d'espacement inter-plant.

4. Résultats

Dans le panneau des couches, affichez le dossier "Inventory" de la section "Survey Data", et affichez les couches "plant count " ou "gaps".

  • Si vous affichez la couche des écarts (Gaps), il est préférable d'afficher également la carte RVB pour identifier où se trouvent les écarts. Les écarts sont représentés par de petits points, et leur couleur dépend de la longueur de l'espacement mesuré. Reportez-vous à "Legend" pour les définitions des couleurs et des distances.

  •  De plus, en sélectionnant le point, la longueur de l'écart et d'autres attributs seront également affichés.

  • Si vous affichez la couche de comptage des plantes (plant count layer), les microparcelles apparaissent. Les microparcelles seront également colorées en fonction de l'attribut sélectionné et de ses valeurs correspondantes.

  • Cliquez sur une microparcelle pour afficher son mombre de plants et d'autres attributs.

5. Produits livrables

Une fois l'analytics exécutée, les produits livrables peuvent être exportés dans deux formats standard, le format vectoriel tel que "geojson" et "csv".

Dans chaque format, vous pouvez trouver les attributs suivants:

Produit livrable

Format du fichier

Attributs

Gaps
(écarts)

geoJSON

CSV

Le produit livrable "gaps" ne concerne que les plants plantés/semés en rangs et comprend les attributs suivants:

  • parent_id: identifiant unique d'un groupe de microparcelles

  • block_plot_id: nombre à six chiffres composé de block_row_id, et block_col_id

  • row_id: identifiant de rang

  • gap_id: identifiant de l'écart

  • gap_length: longueur de l'écart en mètres

  • at_line_end: booléen qui détermine si l'écart est à la fin d'un rang

Rows with plant count

(Lignes avec comptage des plantes)

geoJSON

CSV

  • parent_id: identifiant unique d'un groupe de microparcelles

  • block_plot_id: nombre à six chiffres composé de block_row_id, et block_col_id

  • row_id: identifiant de rang

  • row_length: longueur de la ligne en mètres

  • plant_count: nombre de plantes dans le rang

  • gap_length: longueur totale des écarts dans le rang en mètres

  • plant_length: longueur totale des plants dans la ligne en mètres

  • veg_ratio: longueur des plants/longueur des rangs, entre 0 et 1

  • row_anomaly: indique si une anomalie s'est produite pendant la vectorisation

  • canopy_radius: rayon de la canopée en mètres

Plant count
(comptage de plants)

geoJSON

CSV

  • parent_id: identifiant unique d'un groupe de microparcelles

  • block_plot_id: nombre à six chiffres composé de block_row_id, et block_col_id

  • row_count: nombre de rangs dans la microparcelle

  • plant_count: nombre de plants dans la microparcelle

  • row_length: longueur moyenne des rangs dans la microparcelle en mètres

  • plant_length: longueur totale des plants dans la microparcelle en mètres

  • gap_length: longueur totale des écarts dans la microparcelle en mètres

  • canopy_radius: rayon de la canopée en mètres

  • veg_ratio: plant_length/row_length, entre 0 et 1

  • row_anomaly: indique si une anomalie est survenue lors de la vectorisation

  • anomaly: low_count, very_low_count, OU _empty_: informe l'utilisateur si le nombre de plants est nettement inférieur au nombre moyen de plants

  • emergence: qualification de la vigueur précoce des plants

  • theoretical_plant_count: nombre théorique de plants

  • plant_count_ratio: rapport entre les plants réellement levés et le total des plants semés ou plantés


Delete

Important

Veuillez noter que les attributs "gap" et "length" qui s'affichent sur le menu latéral de droite sur la plateforme ne s'affichent pas en mètres suite à un problème de conversion. Afin d'obtenir ces informations en mètres merci de vous référer respectivement aux attributs "gap_length" et "row_length", présents dans le CSV téléchargeable.

Nous sommes en train de corriger cette anomalie et nous excusons pour la gêne occasionnée.

6. Vérifier la qualité des résultats

Cette section permet d'identifier de potentielles anomalies sur les parcelles d'essais.

6.1 Vérifier l'attribut "anomaly"

Dans le vecteur de comptage de plants livré par Alteia, cliquez sur une microparcelle pour identifier si une anomalie est détectée. Vous pouvez également extraire le fichier CSV pour obtenir un rapport des anomalies relatif à toutes les parcelles.

6.2 Verifier l'attribut "theorical_plant_count"

Si les valeurs sont très différentes entre le vecteur de comptage de plants livré et votre comptage théorique des plants, il existe probablement une anomalie.  

6.3 Vérifier le positionnement des vecteurs de microparcelles

Si le contour de la parcelle n'est pas bien situé autour des plants, les résultats peuvent être affectés. Utilisez une carte de repérage (comme le NDVI) en arrière-plan afin de mieux identifier les rangées de plants et d'effectuer des actions correctives.

L'exemple ci-dessous montre une superposition de microplots au niveau d'une rangée de plants. Les plants présents sur ce rang sont donc difficilement comptabilisés, ce qui affecte les résultats livrés.


Cet article a-t-il répondu à vos questions ?

Cet article a-t-il répondu à vos questions ?