Ce projet consiste en l'intégration de composants de mesures environnementales, tels que des capteurs de qualité de l'air et de température/humidité, au projet STM32Python. Les données collectées sont envoyées via un réseau LoRaWAN et visualisées sur la plateforme IoT Cayenne. Les matériels utilisés incluent le NUCLEO-WB55, le Grove Base Shield, le LoRa-E5 Mini, le STM32 Discovery, ainsi que des capteurs Grove pour la poussière et le CO2.

Ce projet génère les figures de l'article 'Défis de la mesure de la distribution des empreintes carbone : le rôle de l'hétérogénéité des produits et des prix' en utilisant diverses sources de données, telles que Budget de Famille de l'Insee, la base de données Footprint d'Ademe, et les données Nielsen des panels de consommateurs. Il vise à analyser l'empreinte carbone des ménages, comparer les dépenses de consommation et visualiser les données environnementales.

SeSAM est une plateforme d'analyse et de prévision des données environnementales. Elle permet de collecter, traiter et visualiser des données relatives à l'environnement telles que les données météorologiques, la qualité de l'air et la biodiversité. Grâce à des algorithmes avancés, SeSAM est capable de fournir des prévisions précises et des analyses détaillées pour aider les décideurs et les citoyens à mieux comprendre et à gérer leur environnement.

Le projet tnseek est une plateforme d'analyse et de visualisation de données environnementales. Il permet aux utilisateurs de charger des données, de les nettoyer, de les analyser et de générer des visualisations à l'aide de langages de programmation tels que R et Python. Le projet vise à aider les chercheurs et les décideurs politiques à mieux comprendre les enjeux environnementaux et à prendre des décisions éclairées.

Le projet TI2018 est dédié à la gestion et l'analyse de données environnementales, en particulier météorologiques, pour fournir des prévisions et une surveillance de la qualité de l'air. Il offre des fonctionnalités d'analyse et de visualisation de ces données, permettant une meilleure compréhension et prise de décision dans le domaine de l'environnement.

Le projet hackathon-necmergitur est une plateforme de visualisation et d'analyse de données géographiques dédiée à l'environnement et à la réhabilitation de sites dégradés. Il permet de suivre l'évolution de projets de réhabilitation en temps réel grâce à des données environnementales collectées sur le terrain.

Polymnie_io est un projet dédié à l'analyse et au traitement de données environnementales et météorologiques. Il permet de manipuler des données complexes, de les nettoyer et de les mettre en forme, avant de générer des visualisations de ces données sous forme de graphiques ou de cartes.

WorseGamma est un outil dédié à la gestion et l'analyse de données géospatiales et environnementales. Il permet aux équipes de recherche de gérer leurs projets, de visualiser les données collectées et d'effectuer des analyses avancées. WorseGamma vise à faciliter le travail des chercheurs en leur offrant une plateforme unique pour l'ensemble de leurs besoins en matière de gestion et d'analyse de données.

Ce projet est une plateforme dédiée à l'analyse et à la visualisation de données géographiques et environnementales. Il permet de suivre l'évolution de la biodiversité et d'évaluer l'impact climatique sur différentes zones géographiques. Grâce à des outils d'analyse avancés, il offre une meilleure compréhension des enjeux environnementaux et aide à la prise de décision pour la protection de l'environnement.

Schema-paysage est un projet dédié à l'analyse et la représentation de paysages, offrant des fonctionnalités de création de cartes géographiques et de visualisation de données environnementales. Il permet également de planifier des projets d'aménagement paysager en fournissant des données précises et à jour.