README.md

metadata

title: Agricultural Analysis - Kerguéhennec
emoji: 🚜
colorFrom: green
colorTo: blue
sdk: gradio
sdk_version: 4.25.0
app_file: app.py
pinned: false
license: cc-by-4.0
language:
  - fr
tags:
  - agriculture
  - herbicides
  - weed-pressure
  - crop-rotation
  - france
  - bretagne
  - sustainability
  - precision-agriculture
  - machine-learning
  - time-series
datasets:
  - HackathonCRA/2024
library_name: gradio
pipeline_tag: tabular-regression

🚜 Analyse Agricole - Station de Kerguéhennec

Vue d'ensemble

Outil d'analyse des données agricoles développé pour le hackathon CRA, permettant d'anticiper et réduire la pression des adventices dans les parcelles agricoles bretonnes. L'outil s'appuie sur l'analyse des données historiques d'interventions pour identifier les parcelles les plus adaptées aux cultures sensibles (pois, haricot).

🎯 Objectifs

• Prédire la pression adventices sur chaque parcelle pour les 3 prochaines campagnes
• Identifier les parcelles à faible risque adaptées aux cultures sensibles
• Analyser l'impact des rotations culturales sur la pression adventices
• Proposer des alternatives en cas de retrait de certaines molécules herbicides

📊 Données

Source des données

• Station Expérimentale de Kerguéhennec (Bretagne, France)
• Période: 2014-2024 (10 années)
• Volume: 4,663 enregistrements d'interventions
• Couverture: 100 parcelles, 42 types de cultures

Métriques clés

• IFT moyen: 1.93 (pression modérée)
• Applications herbicides: 800+ traitements analysés
• Évolution: Diminution de l'IFT de 2.91 (2014) à 1.74 (2024)

🔧 Fonctionnalités

1. Analyse de la Pression Adventices

• Calcul de l'IFT (Indice de Fréquence de Traitement)
• Visualisations interactives des tendances
• Classification des risques (faible/moyen/élevé)

2. Prédictions Machine Learning

• Modèle Random Forest pour prédire l'IFT 2025-2027
• R² Score: 0.65-0.85
• Identification automatique des parcelles adaptées

3. Analyse des Rotations

• Impact des séquences culturales sur la pression adventices
• Identification des meilleures rotations
• Recommandations d'optimisation

4. Interface Interactive

• 6 onglets d'analyse spécialisés
• Filtrage en temps réel
• Visualisations Plotly interactives
• Export des résultats

🚀 Utilisation

Interface Web

1. Sélectionnez l'onglet correspondant à votre analyse
2. Configurez les filtres (années, parcelles, cultures)
3. Lancez l'analyse pour obtenir les résultats
4. Explorez les visualisations interactives

Onglets disponibles

• 📊 Aperçu: Vue d'ensemble des données
• 🔍 Filtrage: Exploration interactive
• 🌿 Pression Adventices: Analyse IFT
• 🔮 Prédictions: Modèle prédictif ML
• 🔄 Rotations: Impact des rotations
• 💊 Herbicides: Analyse des produits

🧮 Méthodologie

Calcul de l'IFT

IFT = Nombre d'applications / Surface de la parcelle

Seuils d'interprétation

• IFT < 1.0: Pression faible (adapté cultures sensibles)
• IFT 1.0-2.0: Pression modérée (surveillance nécessaire)
• IFT > 2.0: Pression élevée (intervention requise)

Modèle Prédictif

• Algorithme: Random Forest Regressor
• Variables: Année, surface, IFT historique, culture, rotation
• Validation: Division temporelle des données

📈 Résultats Clés

Rotations Optimales

1. Pois → Colza: IFT 0.62 (excellent)
2. Orge → Colza: IFT 0.64 (très bon)
3. Maïs → Orge: IFT 0.69 (bon)

Herbicides Principaux

1. BISCOTO (blé): 21 applications
2. CALLISTO (maïs): 20 applications
3. PRIMUS (blé): 20 applications

Parcelles Recommandées (IFT < 1.0)

Identification automatique des parcelles les plus adaptées aux cultures sensibles pour les années 2025-2027.

🌍 Impact Environnemental

• Réduction herbicides: Application ciblée basée sur les données
• Protection biodiversité: Diminution de la pression chimique
• Santé des sols: Rotations optimisées
• Qualité de l'eau: Réduction du ruissellement

🏆 Architecture Technique

Composants

• Serveur MCP: Protocol Model Context pour intégration LLM
• Interface Gradio: Application web interactive
• Moteur d'analyse: Machine Learning et statistiques
• Intégration HF: Déploiement et partage de données

Performance

• Chargement données: < 5 secondes
• Analyse complète: < 10 secondes
• Génération graphiques: < 3 secondes
• Réponse interface: < 1 seconde

📚 Documentation

Guide d'utilisation

Chaque onglet contient des instructions intégrées et des exemples d'utilisation.

API et outils

• 7 outils d'analyse via serveur MCP
• 6 ressources de données structurées
• Format JSON pour intégration

🤝 Contribution

Développé pour le hackathon CRA dans le but d'aider les agriculteurs bretons à optimiser leurs pratiques phytosanitaires.

Équipe

• Analyse des données agricoles
• Développement d'outils d'aide à la décision
• Interface utilisateur intuitive

📞 Support

Pour questions techniques ou suggestions d'amélioration, utilisez les fonctionnalités de discussion de l'espace Hugging Face.

---

Développé avec ❤️ pour l'agriculture bretonne et la réduction des pesticides

🔗 Liens Utiles

• Documentation complète
• Code source
• Dataset utilisé
• Guide méthodologique