Master
Permanent URI for this communityhttp://10.10.20.114:4000/handle/123456789/2338
Browse
4 results
Search Results
Item Improving the Accuracy of Cotton Water Stress Detection on DroneCaptured Data(2025-10-08) BOUZID, Mohamed AmirThis dissertation addresses limitations in cotton water stress detection using UAV-captured RGB imagery and advanced deep learning techniques. Building upon Niu et al. (2024), who achieved 91% accuracy in cotton irrigation classification, this study develops an enhanced framework using over 21,000 UAV images collected across four sampling dates from experimental plots in Lubbock, Texas. We implemented an InceptionV3-based CNN with transfer learning and fine-tuning methodologies to distinguish between four irrigation management strategies: rainfed, fully irrigated, percent deficit irrigation, and time delay irrigation. Our two-phase training strategy combined ImageNet pre-trained features with selective layer unfreezing for domain-specific optimization. Results demonstrate exceptional performance improvements, achieving 96% overall accuracy across all temporal datasets compared to the 91% baseline. The model maintained temporal consistency with zero performance variance across sampling dates, indicating successful capture of phenology-invariant spectral signatures. Class-specific analysis revealed superior discrimination capabilities with rainfed conditions achieving 95-99% F1-scores and fully irrigated areas reaching 97-100% precision.Item Évaluation des systèmes de culture pour la production de luzerne(2025-10-29) BRAHIMI, Ahmed Chakib; KHABABA, AnesCe mémoire évalue la culture de la luzerne en Algérie à travers une expérimentation réalisée à l’ENSA d’El Harrach et une enquête menée auprès de producteurs dans plusieurs wilayas. Les résultats montrent que la variété « Speed » présente une bonne adaptation aux conditions méditerranéennes, mais reste fortement dépendante de l’irrigation estivale. L’enquête révèle une grande diversité de pratiques, des difficultés liées à l’eau, aux adventices et à la mécanisation. L’étude recommande l’amélioration des itinéraires techniques, une gestion optimisée de l’irrigation et un meilleur encadrement technique pour renforcer la durabilité et la productivité de la luzerne en AlgérieItem Analyse comparative du modèle CROPWAT et d’une stratégie d’irrigation pilotée par les besoins hydriques réels de la tomate en plein champ(2025-10-23) KHANANCHA, IkramCe mémoire porte sur l’évaluation et l’optimisation de l’irrigation de la tomate industrielle (Lycopersicon esculentum var. Advance) en plein champ à El Harrach, à l’aide du logiciel CROPWAT 8.0. L’objectif principal est de déterminer les besoins en eau de la culture et d’élaborer des calendriers d’irrigation adaptés à différents scénarios climatiques (année humide, année interannuelle et année sèche). Deux approches ont été comparées, le raisonnement de l’agriculteur, basé sur l’expérience du terrain. Le raisonnement scientifique du logiciel CROPWAT, fondé sur les données climatiques et agronomiques. L’étude a montré que les besoins en eau et les doses d’irrigation varient selon les conditions climatiques, mais que la variabilité est atténuée dans les simulations interannuelles à cause de l’usage de moyennes climatiques. Le modèle tend donc à lisser les extrêmes climatiques, ce qui diminue la représentativité réelle des variations d’une année à l’autre. Malgré ces limites, CROPWAT s’est révélé un outil performant pour la planification et la gestion rationnelle de l’irrigation, particulièrement utile dans les contextes de rareté en eau. Le rendement réel observé sur le terrain (30 t/ha) reste faible par rapport au potentiel (70 t/ha), notamment à cause de la mauvaise qualité des engrais, des pertes d’eau dans le réseau d’irrigation et de l’apparition de maladies. Enfin, l’étude recommande la poursuite des travaux sur plusieurs campagnes culturales, en intégrant des données de rendement et d’efficience pour évaluer plus précisément la pertinence de chaque méthode d’irrigation dans les conditions locales.Item Interaction entre itinéraire technique et irrigation : impact agronomique d’une innovation intégrée(2025-10-19) KELLIL, Khatib; ZERROUGUI, AbderahmaneCette étude, intitulée "Interaction entre itinéraire technique et irrigation : impact agronomique d’une innovation intégrée", a été menée sur la culture du maïs (Zea mays L.) dans le contexte du changement climatique et de la raréfaction des ressources hydriques en Algérie. L'objectif était de déterminer la combinaison optimale entre le type d’itinéraire technique du travail du sol (Conventionnel (TC) vs. Minimum (TM)) et le système d'irrigation (Aspersion vs. Souterrain - l'innovation) pour maximiser le rendement. La meilleure combinaison agronomique pour optimiser le rendement du maïs est l'adoption du système d'Irrigation Souterraine. Bien que le type de travail du sol n'ait pas eu d'effet significatif sur le rendement, la combinaison Souterraine - TC est recommandée pour maximiser la rétention hydrique, un atout en conditions de stress hydrique. L'étude valide ainsi l'innovation du système d'irrigation souterraine comme facteur déterminant de la productivité.