En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal UBFC UB institut Agro CNRS

UMR Agroécologie

GEE Christelle

GEE Christelle
Professeur à Institut Agro Dijon – Titulaire de la Chaire Tech Agro Sup
Pôle : GESTAD
Equipe/Thème : Compare
Courriel : christelle.gee@agrosupdijon.fr
adresse ; Agrosup Dijon, Bât. Combe Berthaux , 26 Bld Dr PEtitjean –21000 DIJON
Tel : 03.80.77.27.71
Fax : 03.80.77.28.11

Curriculum Vitae

2009 : Professeur en Agroéquipements à AgroSup Dijon
2008 : HDR de l'université de Bourgogne en Physique – UFR Sciences et techniques – ED E2S N°490
Sujet : Signatures spectrales à des fins environnementales pour l’astrophysique et l’agriculture - Soutenue le 24 octobre 2008
1994-1997 : Thèse de l'université Paris Sud (Orsay) – Spécialité : Physico-chimie moléculaire
Sujet : Réactions chimiques isolées sur agrégats de Van der Waals - Soutenue le 27 février 1997
1993-1994 : DEA de l'université Paris Sud (Orsay) – Spécialité : Physico-chimie moléculaire

 

Activités de Recherche

Mes activités de recherche au sein du pôle’gestion des adventices’ repose sur l'utilisation d'outils numériques à des fins environnementales.
Deux approches sont actuellement étudiées :
. Une approche technologique (outils et matériels) : il s’agit de mettre au point de systèmes innovants de désherbage pour améliorer leurs performances environnementales. Ils reposent sur l’utilisation de capteurs optiques comme par exemple l’imagerie où nous étudions des algorithmes d’analyse et traitement d’images. Jusqu’à présent les plantes sont identifiées par leur information spatiale et nous abordons une identification reposant sur les propriétés intrinsèques des végétaux : leur spectre de réflectance bi-directionnelle (BRDF). Dans cette approche nous explorons également la modélisation de scènes agronomiques en vue de tester la robustesse des algorithmes crées sur des scènes parfaitement contrôlées.
. Une approche agronomique : dans un contexte de gestion des adventices, il est primordial de comprendre le fonctionnement des peuplements végétaux, leurs compétitions pour les ressources abiotiques et leur dynamique à travers le suivi spatio-temporel. Il s’agit de comparer l’approche traditionnelle, qui repose sur une expertise humaine par des mesures de terrain (comptages, relevés de flores, des mesures destructives pour mesurer la biomasse) à des approches innovantes dites « numériques »  qui utilisent des outils numériques pour observer différents indicateurs  (caractéristiques de peuplement, couverture végétale, surface foliaire, couleur et port des feuilles, biomasse,…).L’objectif est de déterminer les conditions pour lesquelles l’approche numérique peut remplacer une approche manuelle selon le stade de croissance de la culture  mais aussi de développer un « estimateur de peuplement » d’adventices à l’échelle d’un « agrosystème » à partir d’interpolation de données images. A terme, il s’agit de développer un Outil d’Aide à la Décision pour le suivi d’un peuplement adventices.

.

Activités d'enseignement

Systèmes de désherbage et innovations techniques, agriculture numérique, élevage de précision, modélisation, télédétection et proxidétection (principes physiques, radiométrie).
Publics : formation Ingénieur agronome (initiale et continue), masters (GETIA, DATAE),  Postgraduate programme in agricultural engineering et licences professionnelles (ADNT, MTSP).

.

Publications

Depuis 2016 :

  • Vayssade J.A., Paoli J.N., Gée Ch. & Jones G. 2021. DeepIndices: Remote Sensing Indices Based on Approximation of Functions through Deep-Learning, Application to Uncalibrated Vegetation Images. Remote Sens. 2021, 13(12), 2261; https://doi.org/10.3390/rs13122261
  • C. Gée, E., Denimal, J., Merienne and A., Larmure 2021. Evaluation of weed impact on wheat biomass by combining visible imagery with a plant growth model: towards new non-destructive indicators for weed competition. Precision Agriculture Journal, 22(2), 550-568, ; https://10.1007/s11119-020-09776-6 (Impact Factor = 4,45 en 2020)
  • C. Gée, E., Denimal, 2020. Two new non-destructive image-derived indicators for spatial assessment of the impact of broadleaf weeds on wheat biomass. Remote Sens. 2020, 12(18), 2982; https://doi.org/10.3390/rs12182982 (Impact Factor = 4,5 en 2020)
  • J.A. Vayssade, G. Jones, J.N. Paoli  and Ch. Gée,2020. Two-step multi-spectral registration via key-point detector and gradient similarity. Application to agronomic scenes for proxy-sensing. 15th International Joint Conference on computer Vision, Imaging and Computer Graphics Theory and Applications  (VISIGRAPP).  2729 febuary – Valletta - Malte.
  • J. Merienne, Annabelle Larmure, Christelle Gée. Preliminary study for weed biomass prediction combining visible images with a plant-growth model. Precision Agriculture, Springer Verlag, 2019, pp.597-603. ⟨10.3920/978-90-8686-888-9_74⟩. ⟨hal-02183087⟩
  • Christelle Gée, Emmanuel Denimal, N. Boulard, Annabelle Larmure. Estimation de l’indice foliaire et de la biomasse du blé et des adventices par imagerie visible et machine learning : vers un nouvel indicateur non destructif de la compétition culture-adventices ?. 24e Conférence du COLUMA : Journées internationales sur la lutte contre les mauvaises herbes, Dec 2019, Orléans, France. ⟨hal-02430097⟩
  • Fanny Vuillemin, Jl. Lucas, M. Hawndi, Olivier Mangenot, David Colin, et al.. Développement opérationnel en grandes cultures semées en ligne d’une rampe de pulvérisation grande largeur localisée sur le rang. 24e Conférence du COLUMA : Journées internationales sur la lutte contre les mauvaises herbes, Dec 2019, Orléans, France. ⟨hal-02430336⟩
  • Fanny Vuillemin, Jl. Lucas, Olivier Mangenot, C. Chalon, F. Marechal, et al.. Spot spraying in oilseeds and protein crops. 12th European Conference on Precision Agriculture, Jul 2019, Montpellier, France. ⟨hal-02420551⟩
  • Fanny Vuillemin, Jl. Lucas, Olivier Mangenot, C. Chalon, F. Marechal, et al.. Spot spraying in oilseeds and protein crops. 11th European Conference on Precision Agriculture, 3rd AXEMA-EurAgEng Conference, Feb 2019, Villepinte, France. ⟨hal-02068579⟩
  • Jehan-Antoine Vayssade, Christelle Gée, Gawain Jones, Jean-Noël Paoli. Approche multicritère pour la caractérisation des adventices par imagerie. Journée des doctorants UMR Agroécologie, Apr 2019, Dijon, France. ⟨hal-02380208⟩
  • J. Merienne, Annabelle Larmure, Christelle Gée. Digital tools for a biomass prediction from a plant-growth model. Application to a weed control in wheat crop. 3rd AXEMA-EurAgEng Conference, Feb 2019, Villepinte, France. ⟨hal-02068549⟩
  • Christelle Gée, Gawain Jones, Thibault Maillot, Jean-Noël Paoli, Sylvain Villette. Chapitre 2.6: Le désherbage de précision. Bruno Chauvel. Gestion durable de la flore adventice des cultures, Quae, 2018, 978-2-7592-2818-8. ⟨hal-01827669⟩
  • M. Louargant, G. Jones, R. Faroux, T. Maillot, C. Gée and S. Villette, 2018. Unsupervised Classification Algorithm for Early
  • Marine Louargant, Gawain Jones, Romain Faroux, Jean-Noël Paoli, Thibault Maillot, et al.. Unsupervised Classification Algorithm for Early Weed Detection in Row-Crops by Combining Spatial and Spectral Information. Remote Sensing, MDPI, 2018, 10 (5), ⟨10.3390/rs10050761⟩. ⟨hal-01802760⟩
  • Marine Louargant, Sylvain Villette, Gawain Jones, N. Vigneau, Jean-Noël Paoli, et al.. Weed detection by UAV: simulation of the impact of spectral mixing in multispectral images. Precision Agriculture, Springer Verlag, 2017, 18 (6), pp.932 - 951. ⟨10.1007/s11119-017-9528-3⟩. ⟨hal-01744077⟩
  • Marie-Aure Bourgeon, Jean-Noël Paoli, Christelle Gée, Christophe Monget, Sébastien Debuisson. De l’imagerie pour caractériser la vigne. Quelles perspectives pour la profession ?. Vigneron Champenois, 2017, janvier 2017, pp.21-29. ⟨hal-01605446⟩
  • Thibault Maillot, Gawain Jones, Sylvain Villette, Jean-Noël Paoli, Christelle Gée, et al.. Impact sur le long terme d'une pulvérisation localisée sur la flore adventice. Une étude de Simulation. Séminaire de Restitution à mi-parcours du Projet de Recherche ANR CoSAC, Jan 2017, Paris, France. 85 p. ⟨hal-01607952⟩
  • Sylvain Villette, Christelle Gée. Intra-row weed detection in wheat at early growing stage using imaging system. 11. European Conference on Precision Agriculture (ECPA2017), Jul 2017, Édimbourg, United Kingdom. ⟨hal-01606818⟩
  • Christelle Gée. Analyse des mécanismes impliqués dans la détection automatisée des adventices. Séminaire de Restitution à mi-parcours du Projet de Recherches ANR CoSAC, Jan 2017, Paris, France. 85 p. ⟨hal-01607055⟩
  • Marine Louargant, Corentin Chéron, Nathalie Vigneau, Gawain Jones, Sylvain Villette, et al.. Aerial multispectral imagery for site specific weed management. 1. AXEMA-EurAgEng Conference, Feb 2017, Villepinte, France. pp.30-36. ⟨hal-01606796⟩
  • Jean-Noël Paoli, Piernavieja H., Gawain Jones, Sylvain Villette, Thibault Maillot, et al.. Towards the estimation of vole damage on grassland by aerial multispectral imaging. 11. European Conference on Precision Agriculture (ECPA2017) , Jul 2017, Edimbourg, United Kingdom. 2017. ⟨hal-01744137⟩
  • Marie-Aure Bourgeon, Christelle Gée, S. Debuisson, Sylvain Villette, Gawain Jones, et al.. « On-the-go » multispectral imaging system to characterize the development of vineyard foliage with quantitative and qualitative vegetation indices. Precision Agriculture, Springer Verlag, 2016, 18 (3), pp.293 - 308. ⟨10.1007/s11119-016-9489-y⟩. ⟨hal-01735026⟩
  • Marie-Aure Bourgeon, Jean-Noël Paoli, Gawain Jones, Sylvain Villette, Christelle Gée. Field radiometric calibration of a multispectral on-the-go sensor dedicated to the characterization of vineyard foliage. Computers and Electronics in Agriculture, Elsevier, 2016, 123, pp.184 - 194. ⟨10.1016/j.compag.2016.02.019⟩. ⟨hal-01735042⟩
  • Thibault Maillot, Christelle Gée, Benoit Gobin, Sylvain Villette, Jean-Baptiste Vioix, et al.. I-Weed robot : un outil pour l'étude de population de plantes adventices. 23. Conférence du COLUMA - Journées Internationales sur la Lutte contre les Mauvaises Herbes, Dec 2016, Dijon, France. pp.191-199. ⟨hal-01607014⟩

Principaux contrats :

ANR CHALLENGE ROSE / H2020 IWMPRAISE / ANR COSAC / ECOPHYTO II 

 Entre 2007-2012 :

  • Villette S.,  Piron E., Miclet D., Martin R.,  Jones G., Paoli J.N.,  Gée C., 2012 How mass flow and rotational speed affect fertiliser centrifugal spreading: Potential interpretation in terms of the amount of fertiliser per vane, Biosystem Engineering Journal, Vol. 111(1), January 2012, Pages 133–138
  • Villette S., E. Piron, R. Martin, D. Miclet, M. Boilletot, Ch. Gée, 2010-Measurement of an equivalent friction coefficient to characterise the behaviour of fertilisers in the context of centrifugal spreading. Precision Agriculture Vol. 11, N°6 p. 664-683, 2010. IF: 1,3
  • Jones G., Gée Ch.,Villette S., Truchetet F., 2010. Validation of a crop field modeling to simulate agronomic images. Optics Express, Vol 18(10), p. 10694-10703. doi:10.1364/OE.18.010694.- IMPACT FACTOR = 3.88
  • Jones G., Gée Ch., Truchetet F., 2009. Assessment of an inter-row Weed Infestation Rate on simulated agronomic images by image processing .Computers and Electronics in Agriculture , Vol 67 p.43-50
  • Bossu J., Gée Ch., Jones G., Truchetet F., 2009. Wavelet transform to discriminate between crop and weed in perspective agronomic images. Computers and Electronics in Agriculture Vol 65(1) p.133-143
  • Jones G., Gée Ch., Truchetet F., 2009. Modelling agronomic images for weed detection. Application to the comparison of crop/weed discrimination algorithm performances. Precision Agriculture Journal Vol 10 (1) p.1-15.
  • Bossu J., Gée Ch., Truchetet F., 2007. Development of a machine vision system for a real time precision sprayer. Electronic Letters on Computer Vision and Image Analysis Vol 7(3):54-66

.

Liens

ORCID : https://orcid.org/0000-0001-9744-5433   ou https://cv.archives-ouvertes.fr/christelle-gee/                                                                                                                                                                        Visitez le lien de notre Chaire Tech Agro Sup : https://www.linkedin.com/showcase/chaire-tech-agro-sup/

.

Mots clés

agroecology, precision agriculture, site-specific weed management, image processing, modeling, multispectral, weeding, gestion des adventices, matériels de désherbage, systèmes innovants, capteurs optiques, traitement du signal,  modélisation