Derniers produits inserés :
Rechercher un produit
Dernières contributions :
Télécharger le pdf "Article EJA 2014 CIRAD" , Article « Coupling a sugarcane crop model with the remotely sensed time series of fIPAR to optimise the yield estimation » publié par le CIRAD dans le numéro (...)

Télécharger le pdf "Article RS 2014 CIRAD" , Article « Toward a satellite-based system of sugarcane yield estimation and forecasting in smallholder farming conditions : a case study on Reunion Island » (...)

Toutes les contibutions

Applications

Contexte

L’extraction directe d’informations agricoles (rendement, risque de maladies, stress...) à partir des images satellitaires s’est longtemps révélée décevante. En revanche, le développement récent de modèles agronomiques numériques permet de simuler aujourd’hui des modes de culture et d’en estimer l’impact sur la production.

Ces modèles s’appuient sur de nombreuses informations (type de sol, conditions agro-météorologiques, traitements des cultures, irrigation, etc.) pour prédire le comportement de la plante cultivée. L’imagerie satellitaire leur permet de confronter le comportement de la culture ainsi annoncé à une mesure physique concrète.

Travaux menés par les équipes scientifiques

La technique d’assimilation, déjà utilisée de façon opérationnelle dans les domaines de la météorologie et de l’océanographie spatiales, permet d’ajuster les modèles agronomiques à la réalité des phénomènes observés sur les images et de les calibrer périodiquement.

La méthodologie mise en œuvre ici est originale, dans la mesure où elle est très différente de celles utilisées en observation de la terre jusqu’à présent. Il ne s’agit plus d’essayer d’extraire plus ou moins directement les informations des images satellitaires optiques ou radar, mais de forcer le modèle agronomique numérique décrivant le développement de la culture étudiée à respecter les mesures spatiales fournies à intervalles réguliers par ces images. C’est ensuite le modèle ajusté qui produit les informations recherchées.

Inversement, l’intégration d’images satellitaires dans les modèles offre aux chercheurs du domaine spatial la possibilité d’attirer une nouvelle communauté d’utilisateurs très importante. Cette communauté, liée à l’agriculture de précision, se développe de façon significative, compte tenu des nouvelles contraintes environnementales et de la nécessité pour le monde agricole de les prendre en compte. L’observation de la Terre pourrait donc jouer un rôle dans ce développement, dès lors qu’elle démontrera que les informations produites sont tout à fait pertinentes pour ce domaine de pointe.

Intérêt d’une base de données de télédétection de référence

Pour mener à bien le projet Adam, il a été nécessaire d’acquérir un ensemble de données spatiales important, en particulier des images à haute répétitivité temporelle Spot ou radar, et de mettre en place les moyens de recherche et d’analyse adéquats dans les laboratoires et instituts concernés.

Un vaste dispositif expérimental a également été déployé, essentiellement pendant la campagne agricole 2000/2001, avec l’acquisition massive de données météorologiques et atmosphériques et la collecte de mesures de terrain (caractéristiques du sol, du couvert, pratiques culturales) réalisées sur 42 unités expérimentales, chacune un peu plus grande qu’un pixel Spot (diamètre d’environ 30 m).

Le développement de la base de données Kalideos Adam a permis de structurer cet ensemble de données et d’offrir aux chercheurs un cadre pérenne pour les consulter et les utiliser.