La télédétection optique à haute résolution spatiale et temporelle au service de l’estimation de la biomasse et du rendement du maïs

=>

La variabilité climatique a un fort impact sur le rendement du maïs. Par exemple, les fortes sécheresses de 2016 ont conduit, même pour les parcelles irriguées, à une baisse des rendements à travers la France. Les estimations des rendements présentent un enjeu stratégique et économique important. La télédétection à haute résolution spatiale et temporelle est un outil précieux pour l’estimation à large échelle de ces rendements.

 

Dans une étude récente (Battude et al. 2016) basée sur des séries temporelles d’images optiques (combinaison d’images Formosat-2, Landsat-8, SPOT4-Take5 et Deimos-1, environ deux images par mois), les chercheurs du CESBIO ont mis en place une  nouvelle méthode d’estimation du rendement de mais. Une nouvelle formulation du modèle agro-météorologique SAFY prenant en compte la variation saisonnière observée de la surface spécifique foliaire (SLA) et de l’efficience de conversion de la lumière (ELUE) a été proposée.

 Les résultats montrent que ces modifications améliorent les estimations de la biomasse à l’échelle locale. 

Comparaison de la biomasse (DAM pour Dry Aboveground Mass) simulée et  mesurée avec à gauche la version d’origine du modèle SAFY  et à droite la nouvelle version proposée.

 

Les estimations de rendement sont comparées à des valeurs statistiques annuelles (Agreste) sur deux départements du Sud-ouest de la France : le Gers et la Haute-Garonne. Les résultats montrent que le modèle reproduit bien les rendements (R = 0.96; RRMSE = 4.6%), même s’il surestime parfois les valeurs pour les parcelles non irriguées.

 

Comparaison du rendement simulé et des données Agreste [t.ha-1] pour les départements du Gers et de la Haute-Garonne en 2013 (à gauche) et en 2014 (à droite), avec la distinction entre les parcelles irriguées et non irriguées. L’erreur standard associée aux valeurs simulées est reportée.

 

Le GAI s’avère donc être un bon indicateur pour l’estimation du rendement du maïs irrigué à l’échelle régionale. Pour les parcelles non irriguées, le couplage de SAFY avec un module de bilan hydrique simulant le contenu en eau du sol pourrait permettre d’améliorer les estimations de rendement. La mission Sentinel-2 offre de nouvelles perspectives et les données devraient permettre d’améliorer les estimations du modèle.

 

Référence : Battude M., Al Bitar A., Morin D., Cros J., Huc M., Marais Sicre C., Le Dantec V., Demarez V. (2016) Estimating maize biomass and yield over large area using high spatial and temporal resolution Sentinel-2 like remote sensing data. Remote Sensing of Environment184, 668-681 DOI: 10.1016/j.rse.2016.07.030

Plus d'actualités

Dates de fauche en France

En 2024, des collègues du Cesbio ont publié un article* sur la cartographie de la date de fauche en France en 2022 à partir des données satellitaires Sentinel-2.   Leur magnifique figure 10 a attiré mon attention. La version à haute résolution fournie avec l’article (2861 × 2911 pixels) correspond à une image dont les pixels font […]

Évolution du jour de déneigement dans les Alpes françaises et les Pyrénées

Les socio-écosystèmes des Alpes et des Pyrénées dépendent étroitement des fluctuations annuelles du manteau neigeux. En particulier, le moment de l’année où la neige disparait détermine le début de la saison de croissance de la végétation de montagne et donc la période des estives. Le changement climatique est en train de bouleverser ce rythme saisonnier. […]

BIOMASS, the third launched satellite mission designed at CESBIO !

After SMOS in 2009, and VENµS in 2017, the CESBIO laboratory is very proud to see its third proposed mission, Biomass, reach orbit. As always, it has been a long journey from the idea, at the beginning of the century, to the selection in 2013 as the seventh Earth Explorer Mission by ESA, to the […]

Rechercher