NaomiBda/Remote_sensing_yields

These scripts aim at treating drone and satellite images to estimate the yield of cereal fields in Senegal # Remote sensing yields These scripts aim at treating drone and satellite images to estimate the yield of cereal fields in agroforestry in Senegal. ## Installation Before running any script, install the following packages : * geopandas * rasterio * descartes You may run this line on Anaconda prompt ```bash conda install -c conda-forge geopandas rasterio descartes ``` ## Dataset You need : * Rasters of the fields (Drone or satellite images) : 2 fields (2018 and 2019) . * Shapefiles of the plots, the field, the trees * Yield mesurements (dry material) ## Description of files * reglin.py : Toutes les régressions linéaires qui concernent les drones. Relie les données d'indices avec les données de rendement mesurées. * reglinsat.py : Toutes les regressions (simples et multiples) concernant les satellites. Lis un fichier csv tout simple * RastertoArray.py : transforme le raster à 6 bandes en un array, puis un fichier scv regroupant les valeurs d'indices pour chaques pixels. * mergebands.py : permet de regrouper plusieurs raster à une bande en un raster en plusieurs bandes. * indexes.py : à partir d'un raster multibandes (R,G,B et NIR au moins), calcule tous les indices, les regroupe dans un csv , génère des rasters filtrés * calculate_yield.py : transforme un raster en sa modellisation * clip_raster.py : découpe un raster suivant l'emprise d'un shapefile (polygone) * cross_val.py : tentative de cross-validation * lai.py : calculs sur le lai * lecture_shapefiles.py: permet d'ouvrir des shapefiles et de les exploiter en python * modelefinal.py : spatiallisation du rendement à l'echelle satellite.