Télédétection de l’orientation des cultures

(article publié aussi sur le site du labo-OT au CNES)

Pourquoi s’intéresser à l’orientation des cultures agricoles ? Au moins pour deux raisons. L’orientation des cultures par rapport à la pente du terrain contribue de façon importante au risque de ruissellement intense et par voie de conséquence à l’érosion des sols. Par ailleurs, connaitre l’orientation des cultures est indispensable pour corriger les effets directionnels qui perturbent l’interprétation des images spatiales. Le Lab’OT a donc mis au point une méthode permettant de déterminer l’orientation des cultures à partir d’un parcellaire et d’une image de télédétection à très haute résolution spatiale.

Contexte

La problématique de la détection de l’orientation des cultures agricoles est un enjeu central dans différents dossiers traités au Lab’OT. En effet, l’orientation des cultures en fonction de la pente a un impact fort sur le ruissellement de l’eau, et son changement d’orientation peut avoir des conséquences importantes sur le chemin de l’eau et l’érosion des sols. Ainsi, de nombreux acteurs sont intéressés par cette thématique, qu’ils soient institutionnels ou privés.

Parmi ces acteurs, nous pouvons citer SNCF-réseau qui est intéressé par l’orientation des cultures pour évaluer le risque d’incident sur voirie causé par le ruissellement. En effet, certaines voies de chemins de fer sont détruites suite à des glissements de terrain résultants de ce ruissellement. De plus, l’information du changement d’orientation de culture d’une année sur l’autre peut entrainer une augmentation très importante du risque. Repérer ces changement d’orientation de cultures à grande échelle à proximité des voies devient alors un outil précieux pour déterminer un plan de prévention. Autres acteurs mais même problématique au sein du projet SCO FLAude : les participants à ce projet qui vise à comprendre l’impact de différents éléments de l’aménagement du territoire sur les évènements extrêmes tels que les inondations, sont également intéressés par cette thématique.

Ensuite, connaitre l’orientation des cultures est indispensable pour étudier les effets directionnels dans les images de télédétection. Et prendre en compte ces effets est très important pour traiter correctement des séries temporelles d’images prises avec différentes géométries d’acquisition. C’est par exemple le cas pour les images prises à partir de 2 orbites relatives avec Copernicus/Sentinel-2. De son côté, la future mission franco-indienne Trishna, avec son champ de vue de plus de 1000km, sera largement plus impactée par ce phénomène.

 

 

Méthodes et résultats obtenus

Données d’entrée

  • Images aériennes ou spatiales : notre algorithme a été testé avec succès sur des images BD_ORTHO (pixel à 20cm) et Pleiades (pixel à 50cm).
  • Emprises de parcelles : notre méthode a été mise au point en utilisant le RPG.
  • Un modèle numérique de terrain

Méthode

Une publication décrivant de manière détaillée notre travail est en préparation, nous décrivons donc ici seulement de manière succincte la méthode.

La clé de voute du traitement est l’étape de détection de segments dans l’image, nous utilisons pour ce faire une méthode inspirée de von Gioi et al. 2012. Une deuxième étape du traitement concerne le filtrage des segments obtenus pour chaque parcelle, étape visant à supprimer les segments non pertinents car trop courts ou non représentatifs de l’orientation générale. L’orientation d’une parcelle est déduite de l’analyse de l’orientation des segments après filtrage. Pour faciliter l’usage ultérieur de l’orientation des cultures, des informations sur la pente du terrain sont également incluses dans les résultats.

Le traitement de départements entiers est rendu possible grâce à une architecture parallèle du code mis en place. Cette dernière prend en compte le tuilage éventuel des images d’entrée, une étape de découpage en patchs de taille plus faible et une concaténation des résultats de sortie en fin de traitement. La durée caractéristique du traitement d’un département entier est de 5 heures sur les moyens matériels du CNES.

 

 

Premiers résultats

En bleu, les départements déjà traités

11 département français (09, 11, 21, 31, 32, 33, 34, 35, 39, 68, 70, 71, 82) ont été traités à partir d’images de la BD_ORTHO datant de 2015 à 2020. Ce traitement a permis de déterminer l’orientation des cultures de plus de 320 000 parcelles, avec un taux d’orientations déterminées de près de 22%. Ce dernier chiffre relativement faible doit être relativisé : en effet, toutes les parcelles du RPG n’ont pas d’orientation, comme celles occupées par une prairie par exemple !

Exemples de résultats sur différents types de parcelles. En bleu, des cas simples de parcelles de vignes. En jaune des cas plus complexes, certains n’aboutissant pas. On constate qu’il est également possible de travailler sur des cultures pendant ou après récolte car l’étape de détection de segments peut fonctionner sur les traces laissées par le tracteur.

 

En réalité, deux limitations majeures sont rencontrées. Tout d’abord, l’absence d’information sur l’orientation dans l’image (parcelle non cultivée, friche, période d’interculture…). Cette limitation peut être compensée dans une certaine mesure en traitant plusieurs images sur la même zone, idéalement prises à différentes périodes de l’année.  Le deuxième problème majeur vient de la définition des parcelles dans le RPG : une parcelle dans le RPG correspond régulièrement à plusieurs parcelles physiques avec différentes orientations. A ce sujet, nous sommes en train d’implémenter une étape de détection de parcelles multi-orientées qui améliore significativement notre taux de succès.

Détection de parcelles multi-orientées

Les cas rares dans lesquels notre traitement commet clairement une erreur sont reliés à la présence de structures linéaires dans les parcelles qui n’ont rien à voir avec leur culture comme par exemple une ligne haute tension, un chemin ou des traces laissées par un engin agricole pendant ou après la récolte.

Exemple de détection de segments sur une ligne haute tension au dessus d’une prairie induisant notre algorithme en erreur

 

Pour le moment, les résultats décrits dans cet article peuvent être mis à disposition sur simple demande, mais Theia pourrait bientôt les mettre à disposition.

Cet article a été écrit par Vincent Lonjou (CNES)

Plus d'actualités

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 […]

Sentinel-2 reveals the surface deformation after the 2025 Myanmar earthquake

Sentinel-2 captured several clear-sky images of Myanmar before and after the 28 March 2025 earthquake. The animation below shows a 5-day apart sequence of images captured by Sentinel-2B and Sentinel-2C (10 m resolution) near the epicenter located close to Mandalay. The surface slip due to the earthquake follows the Sagaing Fault, a major fault in […]

Satellite Stereoscopy for Water Resource Monitoring?

=> In arid or semi-arid regions, where irrigation is widespread, monitoring agricultural water resources is essential to anticipate shortages. These resources may come from large dams, small reservoirs, or groundwater aquifers. This is the case in the state of Telangana, in South India, where numerous large dams (shown in cyan blue in the figure below) […]

Rechercher