OSURIS
5000
GEMET keywords
Type of resources
Available actions
Topics
INSPIRE themes
Keywords
Contact for the resource
Provided by
Years
Formats
Representation types
Update frequencies
status
Scale
-
Objectif : Étude de l’effet de l’hétérogénéité de la mosaïque des cultures sur les communautés de plantes Protocole : Inventaire le long d’un transect en bordure et au centre de parcelles agricoles Article de référence : Alignier, A., Solé‐Senan, X. O., Robleño, I., Baraibar, B., Fahrig, L., Giralt, D., ... & Batáry, P. (2020). Configurational crop heterogeneity increases within‐field plant diversity. Journal of Applied Ecology, 57(4), 654-663. Programme de Recherche : ERA-Net BiodivERsA, Farmland
-
Cartographie des haies du projet DIVAG (2019), Sud de l'Ille et Vilaine, Zone Atelier Armorique ZAAr
Les données correspondent aux haies cartographiées dans l'environnement paysager des 40 parcelles agricoles en agriculture biologique et conventionnelle, suivies dans le projet DIVAG en 2019 dans la Zone Atelier Armorique sud au sud de l'Ille et Vilaine. Les données produites sont une couche vecteur polyligne des haies. Elles ont été produites par photointerprétation des orthophotos IGN de 2017. Programme de financement : projet DIVAG (Zone Atelier Armorique). Réalisation de la cartographie : Kermap (https://kermap.com/).
-
Cartographie au 1:5000 réalisée par traitement automatique de données LiDAR dans le cadre du programme de recherche Zone Atelier.
-
Projet Fleur 2015-2018 : données Décembre 2015 - Mars 2018 Echantillonnage de pucerons et de leurs ennemis naturels dans les champs de céréales et deux types d'habitats adjacents, marges herbeuses et bandes fleuries semées. Echantillonnage en période hivernale de Décembre à mi-Mars. Dans la culture : échantillonnage de pucerons parasités et non-parasités par relevé exhaustif de surface de 15m² proche bandes herbeuses et proche bandes fleuries. Dans la bande fleurie les pucerons ont été échantillonnés par relevé sur 5 plants par espèce de fleurs.
-
Représentation des contours de sous bassins versants de la zone d'étude INRA de Kerbernez. Le site comporte cinq sous bassins versants (Puits, Coat Timon, Ty Garde, Pont Lenn et Nead Meur). Le bassin du Puits est lui même divisé en trois sous bassins (Kerbernez, Kerrien et Guerveur). Le tracé des contours a été réalisé à partir de la carte IGN au 1/10000ème et des observations topographiques du terrain (NICOLAS. J.M., 1991). Ces contours ont été affinés par de nouvelles observations sur le terrain et reportés sur planches cadastrales au 1/2500ème (CHATELIER. J.M., 1995). Un calque des contours a ensuite été géoréférencé puis scanné (ABIVEN. S., 2000). A partir de ce calque l'image a été vectorisée sous QGIS et approuvée par Laurent RUIZ. Le sous bassin de Kerrien a été divisé en trois unités à partir d'un modèle numérique de terrain réalisé par le Lycée Agricole de Kerbernez (2006).
-
!! A mettre à jour !! Cette fiche est-elle une fiche descriptive du projet PLANTSERV ou descriptive d'un jeu de données en particulier? Quelles fiches 'enfants'? Quels jeux de données? L'objectif du projet PLANTSERV est d'étudier l'impact de l'implantation de couverts fleuris hivernaux sur la régulation des pucerons des céréales qui transmettent les virus de la jaunisse nanisante de l'orge (JNO). Des relevés ont été effectués dans la ZAAr (principalement la ZAAr Sud) sur 3 ans (de 2019-2022) sur des parcelles de blé et d'orge d'hiver. Des suivis des densités de pucerons, de l'activité d'ennemis naturels (parasitoides, prédateurs du sol incluant carabes, staphylins et araignées), de la dynamique des virus dans l'hôte (plants de blé) et dans les vecteurs (pucerons) ont été réalisés à différentes périodes de l'hiver (6 sessions d'échantillonnage, toutes les 3 semaines). Au printemps, des suivis des dégâts ont été réalisés et en été une estimation des rendements.
-
Trente fenêtres paysagères (1km x 1km) ont été sélectionnées pour représenter la diversité du paysage du bassin versant du Couesnon tout en maximisant l’indépendance de quatre gradients décrivant la structure du paysage: deux gradients pour l’hétérogénéité du paysage, (i) hétérogénéité de composition, (ii) hétérogénéité de configuration, et deux gradients pour les quantités d’habitats semi-naturels, (iii) pourcentage de prairies, et (iv) pourcentage de haies (Figure 2). Les 30 fenêtres ont été sélectionnées sur la base d'autres critères qui limitent la probabilité de choisir des paysages atypiques : chaque fenêtre présentait ainsi moins de 2% de zone urbanisée ou d'habitats rares, au moins 5% de prairies, et au moins 1% de haies. Pour s'assurer que les sites sélectionnés étaient représentatifs du paysage environnant et pour éviter tout effet de bordure majeur, nous avons comparé la surface par type d'occupation du sol dans le paysage de 1km x 1km avec une zone plus grande (2km x 2km) centré sur chaque site et nous avons vérifié que les deux paysages (1kmx 1km versus 2 km x 2km) présentaient moins de 10% de différence entre chaque occupation du sol. Dans chaque fenêtres sont relevés plusieurs indicateurs: occupation du sol, climat, relevés biodiversité
-
Ceci est un lien vers une requête http sur la base de données NCBI renvoyant la liste des données de séquences produites à l'UMR ECOBIO 6553 CNRS Université de Rennes, et publiées sur NCBI. https://pubmed.ncbi.nlm.nih.gov/?term=%22UMR+6553%22or%22UMR6553%22
-
Des bornes géodésiques ont été installées le long du cours principal de la Sélune. Matérialisées physiquement sur le terrain, ces bornes ont été localisées avec un GPS de haute précision (les précisions planimétriques et z sont données dans la table). Attention, ces bornes peuvent légèrement bouger avec les cycles d'humection/dessèchement des sols principalement argileux et leurs coordonnées pourront être réactualisées le cas échéant. Les bornes géodésiques peuvent servir de repères pour définir un dispositif ou un nouveau secteur d'étude.
-
This dataset is linked to the manuscript “A recipe for a good π. How to properly estimate population genetics summary statistics and why we should systematically report them.” It gathers all data, metadata, and scripts necessary to generate the figures. To redo analyses and figures, one can download the whole directory and follow the README.md plus Jupyter notebooks detailing the whole pipeline (2026-01-23)