Les drones comme outil de 
suivi environnementalsuivi environnemental
Philippe Lejeune
Jonathan Lisein
Gembloux
Mardi de l...
Les drones comme outil de 
suivi environnemental
1. Définition
2. Les types de plateforme
3 Les types de capteur3. Les typ...
1. Définition
DRONE :
Plateforme volante sans pilote à bord dirigée àPlateforme volante sans pilote à bord, dirigée à 
dis...
2. Les types de plateforme
S l l fi tiSelon la configuration
aile ou voilure fixe voilure tournante ou multirotor
4Mardi A...
2. Les types de plateforme
S l l t illSelon la taille
Micro UAV (Black Hornet)
Poids : 16g
Endurance : 25’
Heavy UAV (MQ-5...
2. Les types de plateforme
Selon la tailleSelon la taille
Mini UAV (x100 Gatewing)
Poids : 2 kg
Endurance : 40’
6Mardi AIG...
2. Les types de plateforme
Selon la taille
• Caractéristiques du X100
Selon la taille
• Caractéristiques du X100
• Vols d’...
2. Les types de plateforme
Modalité de dé olla e et d’atterrissa eModalité de décollage et d’atterrissage
8Mardi AIGx 26/1...
2. Les types de plateforme
Modalité de dé olla e et d’atterrissa eModalité de décollage et d’atterrissage
9Mardi AIGx 26/1...
2. Les types de plateforme
Modalité de dé olla e et d’atterrissa eModalité de décollage et d’atterrissage
http://www falco...
2. Les types de plateforme
l l’ dSelon l’endurance
Heavy UAV (Mercator)
Endurance : >24h
Arducopter
Endurance : 10’ à 20'
...
3. Les types de capteurs
C é RGBCaméra  compacte « RGB »
12Mardi AIGx 26/11/2013
3. Les types de capteurs
é ( l f d)Caméra compacte « CIR » (Color InfraRed)
13Mardi AIGx 26/11/2013
3. Les types de capteurs
é ( l f d)Caméra compacte « CIR » (Color InfraRed)
14Mardi AIGx 26/11/2013
3. Les types de capteurs
Caméra multispectrale
15Mardi AIGx 26/11/2013
3. Les types de capteurs
Caméra thermique
United State Geological Survey National Unmanned Aircraft Systems Project Office...
4. La chaîne d’acquisition et de traitement
4 1 P èt d l4.1. Paramètres de vol
C t d’éCapture d’écran
D’une planification ...
4. La chaîne d’acquisition et de traitement
4 1 P èt d l
• Relation hauteur de vol x résolution
4.1. Paramètres de vol
(ri...
4. La chaîne d’acquisition et de traitement
4 1 P èt d l4.1. Paramètres de vol
19Mardi AIGx 26/11/2013
Plan de vol avec va...
4. La chaîne d’acquisition et de traitement
4 1 P èt d l4.1. Paramètres de vol
20Mardi AIGx 26/11/2013
Plan de vol de type...
4. La chaîne d’acquisition et de traitement
4 1 P èt d l4.1. Paramètres de vol
21Mardi AIGx 26/11/2013
Enregistrés à l’aid...
4. La chaîne d’acquisition et de traitement
4 2 T i i d’i idé t é l4.2. Transmission d’images vidéo en temps réel
22Mardi ...
4. La chaîne d’acquisition et de traitement
4 3 I + d é d é éfé t4.3. Images + données de géoréférencement
23Mardi AIGx 26...
4. La chaîne d’acquisition et de traitement
4 3 I + é éfé t i4.3. Images + géoréférencement sommaire
Recouvrement
Exemple ...
4. La chaîne d’acquisition et de traitement
4 3 I + é éfé t i4.3. Images + géoréférencement sommaire
25Mardi AIGx 26/11/20...
4. La chaîne d’acquisition et de traitement
4 3 I + é éfé t i4.3. Images + géoréférencement sommaire
26Mardi AIGx 26/11/20...
4. La chaîne d’acquisition et de traitement
4 3 I + é éfé t i4.3. Images + géoréférencement sommaire
27Mardi AIGx 26/11/20...
4. La chaîne d’acquisition et de traitement
4 3 I + é éfé t i4.3. Images + géoréférencement sommaire
28Mardi AIGx 26/11/20...
4. La chaîne d’acquisition et de traitement
4 3 I + é éfé t i4.3. Images + géoréférencement sommaire
29Mardi AIGx 26/11/20...
4. La chaîne d’acquisition et de traitement
4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe
30Mardi AIGx 26/11/2013
4. La chaîne d’acquisition et de traitement
4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe
31Mardi AIGx 26/11/2013
Gén...
4. La chaîne d’acquisition et de traitement
4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe
32Mardi AIGx 26/11/2013
Gén...
4. La chaîne d’acquisition et de traitement
4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe
33Mardi AIGx 26/11/2013
Gén...
4. La chaîne d’acquisition et de traitement
4 4 M ï t d ti d’ th i4.4. Mosaïquage et production d’une ortho‐image
Générati...
4. La chaîne d’acquisition et de traitement
4 4 M ï t d ti d’ dèl 3D4.4. Mosaïquage et production d’un modèle 3D
35Mardi A...
36Mardi AIGx 26/11/2013
36
Ortho-image
37Mardi AIGx 26/11/2013
37
Génération d’un modèle 3D
4. La chaîne d’acquisition et de traitement
4 5 Gé éfé t d l’ th i4.5. Géoréférencement de l’ortho‐image
Paramètres de vol...
5. Exemples d’application
5 1 I t i d d f5.1. Inventaire de grande faune
39Mardi AIGx 26/11/2013
5.1. Inventaire de grande faune
5. Exemples d’application
40Mardi AIGx 26/11/2013
Altitude 100 m résolution : 3 cm
5.1. Inventaire de grande faune
5. Exemples d’application
Altitude 100 m ‐ résolution : 3...
5.1. Inventaire de grande faune
5. Exemples d’application
42Mardi AIGx 26/11/2013
5.1. Inventaire de grande faune
5. Exemples d’application
Reconnaissance automatique de formes
43Mardi AIGx 26/11/2013
q
5. Exemples d’application
5 1 I t i d d f5.1. Inventaire de grande faune
5.2. Suivi de bandes riveraines
44Mardi AIGx 26/1...
5.2. Suivi de bandes riveraines
5. Exemples d’application
45Mardi AIGx 26/11/2013 45
projet LIFE : suivi de travaux de res...
5.2. Suivi de bandes riveraines
5. Exemples d’application
46Mardi AIGx 26/11/2013 46
projet LIFE : suivi de travaux de res...
5.2. Suivi de bandes riveraines
5. Exemples d’application
47Mardi AIGx 26/11/2013 47
projet LIFE : suivi de travaux de res...
5.2. Suivi de bandes riveraines
5. Exemples d’application
P3
P2
P1
48Mardi AIGx 26/11/2013
5.2. Suivi de bandes riveraines
5. Exemples d’application
Détection
49Mardi AIGx 26/11/2013
Détection 
des invasives
5.2. Suivi de bandes riveraines
5. Exemples d’application
Détection
50Mardi AIGx 26/11/2013
Détection 
des invasives
5. Exemples d’application
5 1 I t i d d f5.1. Inventaire de grande faune
5.2. Suivi de bandes riveraines
5.3. Suivi de bas...
5.2. Suivi de bassins versants
5. Exemples d’application
52Mardi AIGx 26/11/2013
5.2. Suivi de bassins versants
5. Exemples d’application
Référence terrain
-1100 points GPS-RTK
0 200 m
p
- précision :
- ...
5.2. Suivi de bassins versants
5. Exemples d’application
Ortho-image CIR
Résolution : 3 cm
54Mardi AIGx 26/11/2013
Doctora...
5.2. Suivi de bassins versants
5. Exemples d’application
Comparaison MNT - GPS :
RMSE 13 9
0 200 m
RMSE : 13,9 cm
Err moye...
5. Exemples d’application
5 1 I t i d d f5.1. Inventaire de grande faune
5.2. Suivi de bandes riveraines
5.3. Suivi de bas...
5.4. Inventaire forestier
5. Exemples d’application
Bois de
57Mardi AIGx 26/11/2013
Bois de 
Grand‐Leez
Image CIR
5.4. Inventaire forestier
5. Exemples d’application
Modèle numérique 
58Mardi AIGx 26/11/2013
de hauteur
MNH
5.4. Inventaire forestier
5. Exemples d’application
MNT
MNH
59Mardi AIGx 26/11/2013
5.4. Inventaire forestier
5. Exemples d’application
MNH : MNS MNT MNH MNS MNTMNHlidar : MNSLiDAR - MNTLiDAR MNHphotogr : M...
5.4. Inventaire forestier
5. Exemples d’application
Id tifi ti d i i l f tièIdentification des principales essences forest...
5.4. Inventaire forestier
5. Exemples d’application
Id tifi ti d i i l f tièIdentification des principales essences forest...
5.4. Inventaire forestier
5. Exemples d’application
Id tifi ti d i i l f tièIdentification des principales essences forest...
5.4. Inventaire forestier
5. Exemples d’application
Id tifi ti d i i l f tièIdentification des principales essences forest...
5.4. Inventaire forestier
5. Exemples d’application
Id tifi ti d i i l f tièIdentification des principales essences forest...
5. Exemples d’application
5 1 I t i d d f5.1. Inventaire de grande faune
5.2. Suivi de bandes riveraines
5.3. Suivi de bas...
5.5. Gestion cynégétique
5. Exemples d’application
67Mardi AIGx 26/11/2013
Quantification des dégâts aux cultures de maïs
5.5. Gestion cynégétique
5. Exemples d’application
68Mardi AIGx 26/11/2013
Quantification des dégâts aux cultures de maïs
5.5. Gestion cynégétique
5. Exemples d’application
69Mardi AIGx 26/11/2013
Quantification des dégâts aux cultures de maïs
5.5. Gestion cynégétique
5. Exemples d’application
70Mardi AIGx 26/11/2013
Merci 
pour votre 
attention …
71Mardi AIGx 26/11/2013
72Mardi AIGx 26/11/2013
73Mardi AIGx 26/11/2013
74Mardi AIGx 26/11/2013
Prochain SlideShare
Chargement dans…5
×

Mardis de l'AIGx - Philippe LEJEUNE

1 899 vues

Publié le

Mardis de l'AIGx
Philippe LEJEUNE
Les drones comme outil de suivi environnemental

Publié dans : Formation
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
1 899
Sur SlideShare
0
Issues des intégrations
0
Intégrations
1 116
Actions
Partages
0
Téléchargements
13
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Mardis de l'AIGx - Philippe LEJEUNE

  1. 1. Les drones comme outil de  suivi environnementalsuivi environnemental Philippe Lejeune Jonathan Lisein Gembloux Mardi de l’AIGx 26 novembre 201326 novembre 2013 1
  2. 2. Les drones comme outil de  suivi environnemental 1. Définition 2. Les types de plateforme 3 Les types de capteur3. Les types de capteur 4. La chaîne d’acquisition et de traitement 5. Exemples d’application 2Mardi AIGx 26/11/2013
  3. 3. 1. Définition DRONE : Plateforme volante sans pilote à bord dirigée àPlateforme volante sans pilote à bord, dirigée à  distance et disposant d’un certain degré d’autonomie  3Mardi AIGx 26/11/2013
  4. 4. 2. Les types de plateforme S l l fi tiSelon la configuration aile ou voilure fixe voilure tournante ou multirotor 4Mardi AIGx 26/11/2013
  5. 5. 2. Les types de plateforme S l l t illSelon la taille Micro UAV (Black Hornet) Poids : 16g Endurance : 25’ Heavy UAV (MQ-5B Hunter) Poids : 800 kg Endurance : 15h 5Mardi AIGx 26/11/2013 Endurance : 25 Endurance : 15h
  6. 6. 2. Les types de plateforme Selon la tailleSelon la taille Mini UAV (x100 Gatewing) Poids : 2 kg Endurance : 40’ 6Mardi AIGx 26/11/2013 Endurance : 40
  7. 7. 2. Les types de plateforme Selon la taille • Caractéristiques du X100 Selon la taille • Caractéristiques du X100 • Vols d’acquisition de photos Visible et proche infra rouge– Visible et proche infra‐rouge • Autonomie de vol : 40 minutes • Poids avec charge : 2 kgPoids avec charge : 2 kg • Envergure : 1 m • Vitesse de croisière : 80 Km/h/ • Décollage : catapulte • Atterrissage : sur le ventre • Plan de vol planifié par l’opérateur et entièrement  automatisé (du décollage à l’atterrissage) 7Mardi AIGx 26/11/2013
  8. 8. 2. Les types de plateforme Modalité de dé olla e et d’atterrissa eModalité de décollage et d’atterrissage 8Mardi AIGx 26/11/2013
  9. 9. 2. Les types de plateforme Modalité de dé olla e et d’atterrissa eModalité de décollage et d’atterrissage 9Mardi AIGx 26/11/2013
  10. 10. 2. Les types de plateforme Modalité de dé olla e et d’atterrissa eModalité de décollage et d’atterrissage http://www falcon uav com/ 10Mardi AIGx 26/11/2013 http://www.falcon‐uav.com/
  11. 11. 2. Les types de plateforme l l’ dSelon l’endurance Heavy UAV (Mercator) Endurance : >24h Arducopter Endurance : 10’ à 20' 11Mardi AIGx 26/11/2013
  12. 12. 3. Les types de capteurs C é RGBCaméra  compacte « RGB » 12Mardi AIGx 26/11/2013
  13. 13. 3. Les types de capteurs é ( l f d)Caméra compacte « CIR » (Color InfraRed) 13Mardi AIGx 26/11/2013
  14. 14. 3. Les types de capteurs é ( l f d)Caméra compacte « CIR » (Color InfraRed) 14Mardi AIGx 26/11/2013
  15. 15. 3. Les types de capteurs Caméra multispectrale 15Mardi AIGx 26/11/2013
  16. 16. 3. Les types de capteurs Caméra thermique United State Geological Survey National Unmanned Aircraft Systems Project Office  http://uas.usgs.gov/ 16Mardi AIGx 26/11/2013
  17. 17. 4. La chaîne d’acquisition et de traitement 4 1 P èt d l4.1. Paramètres de vol C t d’éCapture d’écran D’une planification de vol 17Mardi AIGx 26/11/2013
  18. 18. 4. La chaîne d’acquisition et de traitement 4 1 P èt d l • Relation hauteur de vol x résolution 4.1. Paramètres de vol (ricoh GR3) Altitude de vol (m) Surface couverte (ha) Résolution (cm) Fauchée* (m) 100 72 3 105100 72 3 105 200 181 7 243 300 265 10 365300 265 10 365 400 338 13 486 500 392 17 608500 392 17 608 600 450 20 730 18Mardi AIGx 26/11/2013 *distance couverte en largeur par une image
  19. 19. 4. La chaîne d’acquisition et de traitement 4 1 P èt d l4.1. Paramètres de vol 19Mardi AIGx 26/11/2013 Plan de vol avec variation de la hauteur de vol (http://www.mavinci.de)
  20. 20. 4. La chaîne d’acquisition et de traitement 4 1 P èt d l4.1. Paramètres de vol 20Mardi AIGx 26/11/2013 Plan de vol de type « corridor mapping » (http://www.mavinci.de)
  21. 21. 4. La chaîne d’acquisition et de traitement 4 1 P èt d l4.1. Paramètres de vol 21Mardi AIGx 26/11/2013 Enregistrés à l’aide d’un GPS et d’une station inertielle
  22. 22. 4. La chaîne d’acquisition et de traitement 4 2 T i i d’i idé t é l4.2. Transmission d’images vidéo en temps réel 22Mardi AIGx 26/11/2013
  23. 23. 4. La chaîne d’acquisition et de traitement 4 3 I + d é d é éfé t4.3. Images + données de géoréférencement 23Mardi AIGx 26/11/2013
  24. 24. 4. La chaîne d’acquisition et de traitement 4 3 I + é éfé t i4.3. Images + géoréférencement sommaire Recouvrement Exemple de plan de vol 24Mardi AIGx 26/11/2013 Exemple de plan de vol
  25. 25. 4. La chaîne d’acquisition et de traitement 4 3 I + é éfé t i4.3. Images + géoréférencement sommaire 25Mardi AIGx 26/11/2013
  26. 26. 4. La chaîne d’acquisition et de traitement 4 3 I + é éfé t i4.3. Images + géoréférencement sommaire 26Mardi AIGx 26/11/2013
  27. 27. 4. La chaîne d’acquisition et de traitement 4 3 I + é éfé t i4.3. Images + géoréférencement sommaire 27Mardi AIGx 26/11/2013
  28. 28. 4. La chaîne d’acquisition et de traitement 4 3 I + é éfé t i4.3. Images + géoréférencement sommaire 28Mardi AIGx 26/11/2013
  29. 29. 4. La chaîne d’acquisition et de traitement 4 3 I + é éfé t i4.3. Images + géoréférencement sommaire 29Mardi AIGx 26/11/2013
  30. 30. 4. La chaîne d’acquisition et de traitement 4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe 30Mardi AIGx 26/11/2013
  31. 31. 4. La chaîne d’acquisition et de traitement 4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe 31Mardi AIGx 26/11/2013 Génération d’un modèle 3D – tie points
  32. 32. 4. La chaîne d’acquisition et de traitement 4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe 32Mardi AIGx 26/11/2013 Génération d’un modèle 3D – dense matching 1
  33. 33. 4. La chaîne d’acquisition et de traitement 4 4 R t ti 3D i i4.4. Reconstruction 3D ‐ principe 33Mardi AIGx 26/11/2013 Génération d’un modèle 3D – dense matching 1
  34. 34. 4. La chaîne d’acquisition et de traitement 4 4 M ï t d ti d’ th i4.4. Mosaïquage et production d’une ortho‐image Génération d’une 34Mardi AIGx 26/11/2013 Génération d’une ortho-mosaïque
  35. 35. 4. La chaîne d’acquisition et de traitement 4 4 M ï t d ti d’ dèl 3D4.4. Mosaïquage et production d’un modèle 3D 35Mardi AIGx 26/11/2013
  36. 36. 36Mardi AIGx 26/11/2013 36 Ortho-image
  37. 37. 37Mardi AIGx 26/11/2013 37 Génération d’un modèle 3D
  38. 38. 4. La chaîne d’acquisition et de traitement 4 5 Gé éfé t d l’ th i4.5. Géoréférencement de l’ortho‐image Paramètres de vol (GPS)‐ Paramètres de vol (GPS) ‐ Calage sur une image de référence ‐ Cibles au sol + dGPS Illustration ? 38Mardi AIGx 26/11/2013
  39. 39. 5. Exemples d’application 5 1 I t i d d f5.1. Inventaire de grande faune 39Mardi AIGx 26/11/2013
  40. 40. 5.1. Inventaire de grande faune 5. Exemples d’application 40Mardi AIGx 26/11/2013
  41. 41. Altitude 100 m résolution : 3 cm 5.1. Inventaire de grande faune 5. Exemples d’application Altitude 100 m ‐ résolution : 3 cm 41Mardi AIGx 26/11/2013
  42. 42. 5.1. Inventaire de grande faune 5. Exemples d’application 42Mardi AIGx 26/11/2013
  43. 43. 5.1. Inventaire de grande faune 5. Exemples d’application Reconnaissance automatique de formes 43Mardi AIGx 26/11/2013 q
  44. 44. 5. Exemples d’application 5 1 I t i d d f5.1. Inventaire de grande faune 5.2. Suivi de bandes riveraines 44Mardi AIGx 26/11/2013
  45. 45. 5.2. Suivi de bandes riveraines 5. Exemples d’application 45Mardi AIGx 26/11/2013 45 projet LIFE : suivi de travaux de restauration avant les travaux (8/06/2012)
  46. 46. 5.2. Suivi de bandes riveraines 5. Exemples d’application 46Mardi AIGx 26/11/2013 46 projet LIFE : suivi de travaux de restauration pendant les travaux (9/07/2012)
  47. 47. 5.2. Suivi de bandes riveraines 5. Exemples d’application 47Mardi AIGx 26/11/2013 47 projet LIFE : suivi de travaux de restauration après les travaux (22/11/2012)
  48. 48. 5.2. Suivi de bandes riveraines 5. Exemples d’application P3 P2 P1 48Mardi AIGx 26/11/2013
  49. 49. 5.2. Suivi de bandes riveraines 5. Exemples d’application Détection 49Mardi AIGx 26/11/2013 Détection  des invasives
  50. 50. 5.2. Suivi de bandes riveraines 5. Exemples d’application Détection 50Mardi AIGx 26/11/2013 Détection  des invasives
  51. 51. 5. Exemples d’application 5 1 I t i d d f5.1. Inventaire de grande faune 5.2. Suivi de bandes riveraines 5.3. Suivi de bassins versants 51Mardi AIGx 26/11/2013
  52. 52. 5.2. Suivi de bassins versants 5. Exemples d’application 52Mardi AIGx 26/11/2013
  53. 53. 5.2. Suivi de bassins versants 5. Exemples d’application Référence terrain -1100 points GPS-RTK 0 200 m p - précision : - horizontale : 1 cm - verticale : 2 cm 53Mardi AIGx 26/11/2013 verticale : 2 cm Doctorat de M. Ouédraogo
  54. 54. 5.2. Suivi de bassins versants 5. Exemples d’application Ortho-image CIR Résolution : 3 cm 54Mardi AIGx 26/11/2013 Doctorat de M. Ouédraogo
  55. 55. 5.2. Suivi de bassins versants 5. Exemples d’application Comparaison MNT - GPS : RMSE 13 9 0 200 m RMSE : 13,9 cm Err moyenne : - 9,6 cm 55Mardi AIGx 26/11/2013 Doctorat de M. Ouédraogo
  56. 56. 5. Exemples d’application 5 1 I t i d d f5.1. Inventaire de grande faune 5.2. Suivi de bandes riveraines 5.3. Suivi de bassins versants 5 4 Inventaire forestier5.4. Inventaire forestier 56Mardi AIGx 26/11/2013
  57. 57. 5.4. Inventaire forestier 5. Exemples d’application Bois de 57Mardi AIGx 26/11/2013 Bois de  Grand‐Leez Image CIR
  58. 58. 5.4. Inventaire forestier 5. Exemples d’application Modèle numérique  58Mardi AIGx 26/11/2013 de hauteur MNH
  59. 59. 5.4. Inventaire forestier 5. Exemples d’application MNT MNH 59Mardi AIGx 26/11/2013
  60. 60. 5.4. Inventaire forestier 5. Exemples d’application MNH : MNS MNT MNH MNS MNTMNHlidar : MNSLiDAR - MNTLiDAR MNHphotogr : MNSphotogr - MNTLiDAR 60Mardi AIGx 26/11/2013
  61. 61. 5.4. Inventaire forestier 5. Exemples d’application Id tifi ti d i i l f tièIdentification des principales essences forestières 61Mardi AIGx 26/11/2013
  62. 62. 5.4. Inventaire forestier 5. Exemples d’application Id tifi ti d i i l f tièIdentification des principales essences forestières 62Mardi AIGx 26/11/2013
  63. 63. 5.4. Inventaire forestier 5. Exemples d’application Id tifi ti d i i l f tièIdentification des principales essences forestières 63Mardi AIGx 26/11/2013
  64. 64. 5.4. Inventaire forestier 5. Exemples d’application Id tifi ti d i i l f tièIdentification des principales essences forestières 64Mardi AIGx 26/11/2013
  65. 65. 5.4. Inventaire forestier 5. Exemples d’application Id tifi ti d i i l f tièIdentification des principales essences forestières 65Mardi AIGx 26/11/2013
  66. 66. 5. Exemples d’application 5 1 I t i d d f5.1. Inventaire de grande faune 5.2. Suivi de bandes riveraines 5.3. Suivi de bassins versants 5 4 Inventaire forestier5.4. Inventaire forestier 5.5. Gestion cynégétique 66Mardi AIGx 26/11/2013
  67. 67. 5.5. Gestion cynégétique 5. Exemples d’application 67Mardi AIGx 26/11/2013 Quantification des dégâts aux cultures de maïs
  68. 68. 5.5. Gestion cynégétique 5. Exemples d’application 68Mardi AIGx 26/11/2013 Quantification des dégâts aux cultures de maïs
  69. 69. 5.5. Gestion cynégétique 5. Exemples d’application 69Mardi AIGx 26/11/2013 Quantification des dégâts aux cultures de maïs
  70. 70. 5.5. Gestion cynégétique 5. Exemples d’application 70Mardi AIGx 26/11/2013
  71. 71. Merci  pour votre  attention … 71Mardi AIGx 26/11/2013
  72. 72. 72Mardi AIGx 26/11/2013
  73. 73. 73Mardi AIGx 26/11/2013
  74. 74. 74Mardi AIGx 26/11/2013

×