Projet dédié à la transformation et à la conversion de données géospatiales et agricoles. Il propose des outils pour générer des fichiers PMTiles à partir de données comme le Registre Parcellaire Graphique (RPG) et convertir des GeoPackages en GeoParquet. Ces solutions visent à faciliter l'analyse et l'exploitation des données spatiales pour des usages publics ou environnementaux.

Ce projet permet de télécharger et traiter des images satellites Sentinel pour des analyses géographiques. Il facilite l'accès aux données d'imagerie terrestre, notamment pour des études environnementales ou agricoles. Les utilisateurs peuvent extraire des images par département français ou par région européenne, avec des options de filtrage temporel et géographique.

Le projet montepomi vise à collecter, gérer et analyser des données environnementales et agricoles dans le but de suivre et de promouvoir la biodiversité. Il offre une plateforme pour les agriculteurs, les chercheurs et les passionnés de la nature de travailler ensemble et de prendre des décisions éclairées.

OTBTF est un module avancé de l'Orfeo ToolBox dédié au traitement d'images de télédétection par apprentissage profond. Il permet d'intégrer des modèles TensorFlow/Keras dans des chaînes de traitement d'images satellites ou aériennes, facilitant l'analyse automatisée de données spatiales pour des applications environnementales, agricoles ou urbaines. Le projet offre des outils pour extraire, classifier et analyser des motifs complexes dans des images à haute résolution.

Ce projet permet de surveiller en temps réel les conditions environnementales des cultures agricoles grâce à des capteurs connectés. Il mesure la température, l'humidité et la luminosité pour aider les agriculteurs à prendre des décisions éclairées sur l'irrigation, la protection des plantes ou la gestion des serres. Les données collectées sont transmises via un réseau Wi-Fi sécurisé à une station centrale pour analyse et stockage.

Ce projet permet de collecter, stocker et analyser les données environnementales issues de capteurs agricoles connectés. Un Raspberry Pi 3B+ sert de point central pour recevoir les mesures (température, luminosité, humidité, point de rosée) transmises par des ESP32 via un protocole MQTT. Les données sont ensuite stockées dans une base SQLite3 pour un traitement ultérieur ou une visualisation personnalisée.