DSpace ENSA
Bienvenue a la plate de forme des archives ouvertes de L'Ecole Nationale Superieure Agronomique
Bibliotheque Centrale
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Water quality classification using machine learning
(2024-10-06) DIB, Nadjet
A wastewater treatment plant (WWTP) is an essential part of the entire water cycle, which reduces concentrations of pollutants in the environment. To enhance the monitoring and control of WWTP efficiency , researchers developed different models and systems, This study presents the application of Machine learning-based (ML) Artificial intelligence techniques
(AIT) such as Random Forest algorithm (RF), Support Vector Machine (SVM ) and Extreme Gradient Boosting (XGBoost) to design an automatic classifier for water quality and determine the appropriate destination for the treated wastewater ,providing justifications and direct recommendations based on international standards and thresholds, for this purpose, dataset consisting of 3600 values related to domestic WW was utilized, with the outputs categorized into two classes influent not pure water (untreated WW) and effluent pure water (treated WW) . Approximately 240 data points were sourced from Algerian records, spanning ten years of monthly data. The influent parameters including Biological Oxygen Demand (BOD), Chemical Oxygen Demand (COD), and Total Kjeldahl Nitrogen (TKN) were used as inputs for
wastewater quality prediction, identified as the most predictive features through the correlationbased feature selection (CFS) method, sufficient data and correct values .The machine learning models were trained via 60% values of the dataset ,with their accuracy tested on the remaining 40%.From the results of the test .Random forest with the accuracy of 99,8% is found to be the most successful model although all models have excellent accuracy because in this case the effective features were just three and the data was simple, it seen that SVM model is the fastest technique although Random forest close results to SVM but it seems that the training speed of XGBoost is approximately 7 times longer than SVM. Moreover, different functions are then integrated to determine whether this predicted wastewater suitable for agriculture or
environment or unsuitable for them both ,providing reasons and recommendations or advices which empower us to create a platform of digital water prediction by the implementation of machine learning coding ,The promising results obtained paved the way for forecasting the performance of WWTP operations by the prediction of water quality , optimizing the reuse of treated WW on agriculture and swiftly address process anomalies before they escalate into more severe issues thereby enabling informed decision-making by water system managers.
Bras Robot Actionnée par Intelligence Artificielle pour Travaux Agricoles
(2025-01-29) CHERIF, Lyna
Cette étude développe un bras robotique à 4 degrés de liberté (4-DDL) pour relever les défis agricoles—pénurie de main-d’œuvre, impact environnemental et demande alimentaire—en combinant modélisation cinématique, analyse dynamique et automatisation intelligente. Le système a atteint une précision de positionnement de ±2,5 mm dans un espace de travail hémisphérique de 60 cm grâce à des paramètres Denavit-Hartenberg optimisés, permettant une lutte précise contre les mauvaises herbes et une récolte délicate. L’analyse dynamique (mécanique lagrangienne) a quantifié le couple (1,47–2,94 N·m) et la consommation énergétique (100–175 W), validés dans des conditions proches du terrain. Les systèmes de vision artificielle (caméra Raspberry Pi) et les algorithmes de planification de trajectoire (A*, PRM) ont atteint 92 % de réussite dans des simulations d’environnements encombrés, tandis qu’une récupération d’énergie régénérative (18 %) a souligné le potentiel de durabilité. Malgré des défis comme les limites thermiques des actionneurs et les retards computationnels, la conception modulaire et la réduction des intrants chimiques ont démontré une scalabilité prometteuse. Les travaux futurs visent à renforcer la robustesse matérielle (moteurs BLDC à haut couple), optimiser les algorithmes via des réseaux neuronaux légers, et intégrer des systèmes énergétiques hybrides pour un déploiement pratique. Cette recherche contribue à des systèmes agricoles autonomes, alliant précision, productivité et préservation écologique pour renforcer la sécurité alimentaire face aux changements climatiques et à la croissance démographique.
Comportement de luzernes synthétiques en pure et en association avec la fétuque sous conditions pluviales
(2025-10-18) ARAB, Amina
La luzerne (Medicago sativa L.), "reine des fourrages", est essentielle en agriculture pour sa richesse protéique, sa digestibilité et son rôle dans la fertilité des sols, adaptée à divers climats et aux filières laitières/bovines. Cette étude, dans le cadre de projets internationaux (UEPERMED, ARIMNet-REFORMA, PRIMA-CAMA) et national (PNR-2021), constitue la troisième année de suivi expérimental évaluant des populations synthétiques (C2, C6, C9) et la variété Speed en conditions pluviales sub-humides : (i) en monoculture et association avec la fétuque élevée (Festuca arundinacea Schreb.), et (ii) l'effet résiduel de l'irrigation de 2023- 2024 sur 2024-2025. Les observations ont été conduites selon un dispositif comparatifpermettant d’évaluer la croissance, la survie et la production des génotypes .En monoculture, les génotypes atteignent 9,93-10,65 t/ha (+40-50% vs. deuxième année, ≈7 t/ha), reflétant maturation et approfondissement racinaire. Les performances s'homogénéisent (pas d'effet significatif sur rendement, p=0,871 ; effet significatif sur plants vivants, =0,021), avec Speed en tête (≈40 plants) et C6 stable sur deux ans, confirmant l'adaptation des synthétiques. En association, la fétuque domine (>95% biomasse totale, rendements 11,8-14,72 t/ha), limitant la luzerne à 2,20-2,66 t/ha (≈2% du total), comme indiqué par IAA (≈–78%) et LER (≈0,84). L'effet résiduel d'irrigation est paradoxal : survie supérieure en pluvial (T0), rendement plus élevé en microparcelles anciennement irrigué (T1/T2), mais non significatif .
Etude de l’influence de quelques paramètres des sols de Sétif sur la nodulation de la culture de lentille
(2025-12-16) OUBEKHTA, Bouchra; GUELFEN, Abderraouf
Cette étude a évalué l’influence des propriétés physico-chimiques des sols de Sétif sur la formation des nodules racinaires chez la lentille (Lens culinaris). Les résultats ont montré qu’un pH fortement alcalin constitue la principale contrainte édaphique, entraînant un déficit en micronutriments essentiels (fer et zinc). Ce stress alcalin a conduit à la formation de nodules non fonctionnels (à coloration verte ou blanche), limitant spécifiquement la Fixation Biologique de l’Azote (FBN) et pouvant réduire la croissance et le rendement en graines de la plante. L’amélioration de la culture dans ces zones semi-arides passe ainsi par l’adoption de stratégies de gestion pédologique visant à atténuer les effets négatifs de l’alcalinité (amendements acidifiants, apports de matière organique), ainsi que par l’utilisation de souches de Rhizobium tolérantes aux pH élevés.
Comportement de deux parasitoïdes hyménoptères Aphytis melinus et Comperiella bifasciata vis à vis d’Aonidiella aurantii sur oranger et citronnier dans la région de Boumerdes
(2025-10-30) KACHA, Meriem
L'objectif de cette étude est de comprendre le comportement de deux parasitoïdes hyménoptères, Aphytis melinus DeBach, 1959 et Comperiella bifasciata Howard, 1906, vis-àvis de leur hôte, la cochenille Aonidiella aurantii (Maskell, 1979), sur deux variétés d'agrumes dans la région de Boumerdes. La cochenille (A. aurantii) Cependant, l'incidence parasitoïde des deux espèces de parasitoïdes (A. melinus et C. bifasciata) diffère entre les deux plantes hôtes, selon la saison et l'organe végétal. En effet, le taux de parasitisme d'A. melinus est plus élevé que celui de C. bifasciata dans les deux plantes hôtes. En revanche, l'activité d'A. melinus est plus importante sur les citronniers que sur les orangers. De plus, nous avons remarqué une activité importante d'A. melinus pendant la période automnale et printanière, en particulier sur la face supérieure des feuilles. L'étude comparative des mesures biologiques et écologiques et du taux de parasitisme d'A. melinus pour A. aurantii sur les deux plantes hôtes démontre une relation positive entre les changements climatiques, les organes végétaux et la direction cardinale sur le cycle de vie des cochenilles et le taux de parasitisme enregistré dans cette région.