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.

Ce projet propose des cartes vectorielles et raster basées sur des données géographiques officielles françaises. Il permet aux utilisateurs d'explorer, d'inspecter et de visualiser des données administratives, environnementales et territoriales. Les cartes sont disponibles sous différents styles et formats, facilitant leur intégration dans des applications tierces. Le service s'adresse aux collectivités, chercheurs et développeurs souhaitant exploiter des données géospatiales fiables et à jour.

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 arcs vise à collecter, gérer et analyser des données environnementales à partir de sources variées, telles que des capteurs, des images satellites et des bases de données. Il permet également de visualiser et d'interpréter les données géospatiales pour une meilleure compréhension de l'état de la biodiversité et de l'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.

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.

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.

Le projet bilanechouage vise à fournir une plateforme d'analyse et de visualisation de données environnementales. Il permet aux utilisateurs de collecter, nettoyer, analyser et représenter des données relatives à l'environnement, en particulier les données géospatiales.