CARACTERISATION PHYSICO-CHIMIQUE DE QUELQUES SOLS DE LA ZONE DES NIAYES / Mouhamed SECK (2024)   

Public ISBD Titre : CARACTERISATION PHYSICO-CHIMIQUE DE QUELQUES SOLS DE LA ZONE DES NIAYES Type de document : texte imprimé Auteurs : Mouhamed SECK, Auteur Editeur : [Dakar] : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de chimie Année de publication : 2024 Importance : 49 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Sol  Niayes  sénégal  Pédologie  Chimie  Granulométrie  Caractérisation physico-chimique  Fertilité Résumé : La zone des Niayes fournit l’essentiel de la production maraîchère du Sénégal. Cependant, son potentiel agricole a été sérieusement réduit par la dégradation des terres causée par les aléas climatiques de ces dernières décennies ainsi que les mauvaises pratiques culturales. C’est dans ce cadre que cette étude se propose de caractériser les sols de la zone afin d’identifier les différentes teneurs de ces paramètres de fertilité. Pour se faire, des profils pédologiques ont été décrits dans différentes localités, et leurs paramètres physico-chimiques déterminés. L’analyse des résultats des paramètres physico-chimiques ont révélé que d’après l’étude granulométrique tous nos échantillons de sols ont une texture sableuse et sont non salés. Elle a aussi montré des teneurs très riches en matière organique allant de 0,5% à 19% ; par contre le taux de carbone organique est faible pour certains échantillons de sol et riches pour les autres avec des valeurs de 0,2% à 11%. L’analyse révèle aussi que les taux d’azote sont faibles et de même que ceux du phosphore avec des intervalles respectifs de 0,02% à 0,25% et 1mg/L à 15 mg/L. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2218 CARACTERISATION PHYSICO-CHIMIQUE DE QUELQUES SOLS DE LA ZONE DES NIAYES [texte imprimé] / Mouhamed SECK, Auteur . - [Dakar] : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de chimie, 2024 . - 49 P. ; 29 cm. Langues : Français (fre) Mots-clés : Sol  Niayes  sénégal  Pédologie  Chimie  Granulométrie  Caractérisation physico-chimique  Fertilité Résumé : La zone des Niayes fournit l’essentiel de la production maraîchère du Sénégal. Cependant, son potentiel agricole a été sérieusement réduit par la dégradation des terres causée par les aléas climatiques de ces dernières décennies ainsi que les mauvaises pratiques culturales. C’est dans ce cadre que cette étude se propose de caractériser les sols de la zone afin d’identifier les différentes teneurs de ces paramètres de fertilité. Pour se faire, des profils pédologiques ont été décrits dans différentes localités, et leurs paramètres physico-chimiques déterminés. L’analyse des résultats des paramètres physico-chimiques ont révélé que d’après l’étude granulométrique tous nos échantillons de sols ont une texture sableuse et sont non salés. Elle a aussi montré des teneurs très riches en matière organique allant de 0,5% à 19% ; par contre le taux de carbone organique est faible pour certains échantillons de sol et riches pour les autres avec des valeurs de 0,2% à 11%. L’analyse révèle aussi que les taux d’azote sont faibles et de même que ceux du phosphore avec des intervalles respectifs de 0,02% à 0,25% et 1mg/L à 15 mg/L. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2218

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11193	MEM 11193	Mémoires de master	Master chimie	Chimie biologie Aspects Analytiques (CB2A)	Disponible

Documents numériques

MEM 11193 Adobe Acrobat PDF

Détection des Anomalies Agricoles à l’Aide de l’Apprentissage Automatique et de la Télédétection : Application au Bassin Arachidier Sénégalais / Mouhamed SECK (2025)   

Public ISBD Titre : Détection des Anomalies Agricoles à l’Aide de l’Apprentissage Automatique et de la Télédétection : Application au Bassin Arachidier Sénégalais Type de document : texte imprimé Auteurs : Mouhamed SECK, Auteur Editeur : [Dakar] : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de physique Année de publication : 2025 Importance : 29 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Phytopathogène  Télédection  Télédétection spatiale  Algorithme  Algorithme d’apprentissage automatique  Apprentissage automatique  Donnée  Donnée multispectrale  Clustering  k-means  Indice de végétation  NDVI  SAVI  EVI  NDWI  Bassin arachidier  Sénégal  DBSCAN  Classification Ascendante Hiérarchique  Stress pathogène  Surveillance automatisée  Agriculture  Google Colaboratory  Jupyter Notebook  TensorFlow  Quantum GIS Résumé : Ce mémoire propose une méthodologie innovante pour la détection précoce des maladies phytopathogènes dans les cultures agricoles. Face aux limites des approches traditionnelles, nous développons une méthode combinant télédétection spatiale et algorithmes d’apprentissage automatique. Les données multispectrales des satellites Sentinel-2 sont exploitées pour calculer plusieurs indices de végétation (NDVI, SAVI, EVI, NDWI), qui reflètent l’état physiologique des cultures. La démarche comprend la collecte et le prétraitement des données satellites, ainsi que l’entraînement de modèles de clustering tels que K-means, DBSCAN et la Classification Ascendante Hiérarchique (CAH). En regroupant les données en clusters et en analysant leur évolution temporelle, nous avons pu détecter précocement des signes de stress pathogène. Appliquée à des zones agricoles du Sénégal, cette étude met en lumière le potentiel d’une surveillance automatisée à grande échelle, permettant des interventions ciblées visant à réduire les pertes de rendement et à renforcer la sécurité alimentaire dans un contexte de changement climatique. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3152 Détection des Anomalies Agricoles à l’Aide de l’Apprentissage Automatique et de la Télédétection : Application au Bassin Arachidier Sénégalais [texte imprimé] / Mouhamed SECK, Auteur . - [Dakar] : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de physique, 2025 . - 29 P. ; 29 cm. Langues : Français (fre) Mots-clés : Phytopathogène  Télédection  Télédétection spatiale  Algorithme  Algorithme d’apprentissage automatique  Apprentissage automatique  Donnée  Donnée multispectrale  Clustering  k-means  Indice de végétation  NDVI  SAVI  EVI  NDWI  Bassin arachidier  Sénégal  DBSCAN  Classification Ascendante Hiérarchique  Stress pathogène  Surveillance automatisée  Agriculture  Google Colaboratory  Jupyter Notebook  TensorFlow  Quantum GIS Résumé : Ce mémoire propose une méthodologie innovante pour la détection précoce des maladies phytopathogènes dans les cultures agricoles. Face aux limites des approches traditionnelles, nous développons une méthode combinant télédétection spatiale et algorithmes d’apprentissage automatique. Les données multispectrales des satellites Sentinel-2 sont exploitées pour calculer plusieurs indices de végétation (NDVI, SAVI, EVI, NDWI), qui reflètent l’état physiologique des cultures. La démarche comprend la collecte et le prétraitement des données satellites, ainsi que l’entraînement de modèles de clustering tels que K-means, DBSCAN et la Classification Ascendante Hiérarchique (CAH). En regroupant les données en clusters et en analysant leur évolution temporelle, nous avons pu détecter précocement des signes de stress pathogène. Appliquée à des zones agricoles du Sénégal, cette étude met en lumière le potentiel d’une surveillance automatisée à grande échelle, permettant des interventions ciblées visant à réduire les pertes de rendement et à renforcer la sécurité alimentaire dans un contexte de changement climatique. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3152

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11591	MEM 11591	Mémoires de master	Master physique	Modélisation de Systèmes et Phénomènes Physiques	Disponible

Documents numériques

MEM 11591 Adobe Acrobat PDF

---

1 (1 - 2 / 2) Par page : 25 50 100 200