{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:368"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:368","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Programmation génétique appliquée à l'imagerie hyperspectrale pour l'évaluation d'une variable biophysique au sein d'une grande culture : cas de l'azote dans un champ de maïs","abstract":"L'imagerie hyperspectrale de télédétection offre d'innombrables opportunités pour la gestion durable des ressources naturelles. L'agriculture de précision est une approche récente qui prend en considération l'hétérogénéité biophysique des cultures, lors de l'application d'intrants (engrais, herbicides...). Nous proposons une nouvelle méthode fondée sur les principes de la programmation génétique et des indices de végétation; l'objectif est d'élaborer un modèle décrivant une variable biophysique d'un champ, pour évaluer précisément sa variabilité et agir localement. La validation de notre approche est réalisée sur des mesures d'azote (variable biophysique étudiée) relevées dans un champtest de maïs de l'Université McGill (Montréal). Le meilleur modèle obtenu explique 84.83% de la variance d'un jeu de données non apprises avec une erreur de généralisation de 14.34%, améliorant ainsi les résultats de la littérature.","abstract_html":"L&#x27;imagerie hyperspectrale de télédétection offre d&#x27;innombrables opportunités pour la gestion durable des ressources naturelles. L&#x27;agriculture de précision est une approche récente qui prend en considération l&#x27;hétérogénéité biophysique des cultures, lors de l&#x27;application d&#x27;intrants (engrais, herbicides...). Nous proposons une nouvelle méthode fondée sur les principes de la programmation génétique et des indices de végétation; l&#x27;objectif est d&#x27;élaborer un modèle décrivant une variable biophysique d&#x27;un champ, pour évaluer précisément sa variabilité et agir localement. La validation de notre approche est réalisée sur des mesures d&#x27;azote (variable biophysique étudiée) relevées dans un champtest de maïs de l&#x27;Université McGill (Montréal). Le meilleur modèle obtenu explique 84.83% de la variance d&#x27;un jeu de données non apprises avec une erreur de généralisation de 14.34%, améliorant ainsi les résultats de la littérature.","abstract_has_math":false,"creators":["Chion, Clément"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2005,"date_issued":"2005-10-20","date_published":"2005-10-20","updated_at":"2026-11-18T22:04:39Z","subjects":["Agriculture, Algorithme, Azote, Bande, Biophysique, Genetique, Hyperspectral, Imagerie, Indice, Maïs, Programmation, Spectral, Variable, Vegetation"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE368"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE368","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/368/1/CHION_Cl%C3%A9ment.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A368","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Chion, Clément"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2005-10-20"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Agriculture, Algorithme, Azote, Bande, Biophysique, Genetique, Hyperspectral, Imagerie, Indice, Maïs, Programmation, Spectral, Variable, Vegetation"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE368","https://espace.etsmtl.ca/id/eprint/368/1/CHION_Cl%C3%A9ment.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["L'imagerie hyperspectrale de télédétection offre d'innombrables opportunités pour la gestion durable des ressources naturelles. L'agriculture de précision est une approche récente qui prend en considération l'hétérogénéité biophysique des cultures, lors de l'application d'intrants (engrais, herbicides...). Nous proposons une nouvelle méthode fondée sur les principes de la programmation génétique et des indices de végétation; l'objectif est d'élaborer un modèle décrivant une variable biophysique d'un champ, pour évaluer précisément sa variabilité et agir localement. La validation de notre approche est réalisée sur des mesures d'azote (variable biophysique étudiée) relevées dans un champtest de maïs de l'Université McGill (Montréal). Le meilleur modèle obtenu explique 84.83% de la variance d'un jeu de données non apprises avec une erreur de généralisation de 14.34%, améliorant ainsi les résultats de la littérature."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Programmation génétique appliquée à l'imagerie hyperspectrale pour l'évaluation d'une variable biophysique au sein d'une grande culture : cas de l'azote dans un champ de maïs"]}]}],"canonical_facts":{"dc:creator":["Chion, Clément"],"dc:date":["2005-10-20"],"dc:description":["L'imagerie hyperspectrale de télédétection offre d'innombrables opportunités pour la gestion durable des ressources naturelles. L'agriculture de précision est une approche récente qui prend en considération l'hétérogénéité biophysique des cultures, lors de l'application d'intrants (engrais, herbicides...). Nous proposons une nouvelle méthode fondée sur les principes de la programmation génétique et des indices de végétation; l'objectif est d'élaborer un modèle décrivant une variable biophysique d'un champ, pour évaluer précisément sa variabilité et agir localement. La validation de notre approche est réalisée sur des mesures d'azote (variable biophysique étudiée) relevées dans un champtest de maïs de l'Université McGill (Montréal). Le meilleur modèle obtenu explique 84.83% de la variance d'un jeu de données non apprises avec une erreur de généralisation de 14.34%, améliorant ainsi les résultats de la littérature."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE368","https://espace.etsmtl.ca/id/eprint/368/1/CHION_Cl%C3%A9ment.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["Agriculture, Algorithme, Azote, Bande, Biophysique, Genetique, Hyperspectral, Imagerie, Indice, Maïs, Programmation, Spectral, Variable, Vegetation"],"dc:title":["Programmation génétique appliquée à l'imagerie hyperspectrale pour l'évaluation d'une variable biophysique au sein d'une grande culture : cas de l'azote dans un champ de maïs"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:04:39Z"}