Cartographie intelligente de la fertilité et de la salinité des sols agricoles marocains par IA géospatiale et imagerie satellite.

Cartographie intelligente de la fertilité et de la salinité des sols agricoles marocains par IA géospatiale et imagerie satellite.

Data Science & Intelligence Artificielle

Ce projet de recherche appliquée vise à exploiter l'imagerie satellite multi-spectrale (Sentinel-2, Landsat) combinée à des techniques avancées d'intelligence artificielle géospatiale pour cartographier et prédire avec précision la fertilité et la salinité des sols agricoles marocains. Dans un contexte de stress hydrique accru et de changement climatique, la détection précoce de la dégradation des sols permet d'optimiser les intrants minéraux et de préserver les rendements des cultures à l'échelle régionale et nationale.

Élève Ingénieur / Master en Data Science, IA, Géomatique ou Informatique

• Collecter, prétraiter et fusionner des données satellitaires multi-spectrales (indices NDVI, NDWI, SI, etc.) avec des échantillons pédologiques au sol. • Concevoir et entraîner des modèles d'apprentissage automatique et profond (CNN géospatiaux, Random Forest, XGBoost) pour la régression et la classification de la salinité/fertilité. • Développer un pipeline d'inférence cartographique automatisé et une interface de restitution SIG web interactive pour les agronomes et exploitants.

IA Géospatiale, Sentinel-2, Landsat-8/9, PyTorch, Google Earth Engine (GEE), QGIS, GDAL, Python, Streamlit

1. Pipeline automatisé d'extraction et de prétraitement des scènes satellites.
2. Modèle d'IA entraîné et validé sur des zones agricoles marocaines cibles.
3. Application web cartographique interactive (dashboard SIG).
4. Rapport de PFE scientifique et documentation d'intégration.

Fiche du sujet : https://drettousyjamal.com/pfe/cartographie-intelligente-de-la-fertilite-et-de-la-salinite-des-sols-agricoles-m

Candidature : https://intern.yanecode.com/apply