FIEUZAL Remy

Les changements climatiques et la croissance démographique de la population mondiale amènent aujourd'hui le monde agricole à s'adapter pour faire face à ces deux enjeux majeurs. Si les surfaces agricoles, qui représentent près d'un tiers des terres émergées, contribuent largement aux émissions mondiales de gaz à effet de serre, elles offrent également la possibilité de mettre en place des leviers d'atténuation des changements climatiques. Dans ce contexte, ces travaux de thèse ont vocation à enrichir nos connaissances sur le fonctionnement des surfaces agricoles, à fournir des outils d'évaluation de la contribution des surfaces cultivées aux évolutions du climat, et à quantifier les effets biogéochimiques (stockage de C) et biogéophysiques (effet albédo) d'atténuation des changements climatiques via la mise en œuvre de cultures intermédiaires. Pour répondre à ces objectifs, deux approches de modélisation ont été développées au cours de ces travaux. Le premier volet de cette thèse s'est intéressé à développer une approche de modélisation spatialisée, permettant de fournir des estimations des productions (biomasses et rendements), des flux de CO2 et d'eau, ces variables servant à la quantification des bilans de carbone et d'eau pour les parcelles de grandes cultures. À cette fin, le modèle agro-météorologique SAFYE-CO2 assimilant des produits satellites d'indice de végétation à hautes résolutions spatiale et temporelle a été développé et appliqué à différentes cultures (blé, maïs et tournesol) et végétations d'intercultures (repousses spontanées, mauvaises herbes, cultures intermédiaires). Cette approche a pu être validée sur un réseau de parcelles du Sud-Ouest de la France, en tirant parti d'un grand nombre d'images satellites et de données de validation sur la zone de l'Observatoire Spatial Régional. Elle a notamment permis d'estimer avec précision les productions de blé, de tournesol et de maïs, ainsi que les flux de CO2 et d'eau sur les cultures de blé et de tournesol. La végétation, pouvant se développer sur les parcelles pendant les périodes d'interculture, a également été prise en compte afin d'améliorer l'estimation des flux de CO2 et d'eau. Cela a notamment permis de quantifier l'impact des cultures intermédiaires sur les composantes du bilan C des parcelles allouées aux grandes cultures sur la zone d'étude. Le second volet visait à développer un modèle d'introduction de cultures intermédiaires à l'échelle européenne, afin d'estimer le forçage radiatif induit par la modification de l'albédo de surface engendré par cette pratique. Grace à des produits albédo moyenne résolution (1/20°), développés par le CNRM (et en collaboration avec ce laboratoire), cette approche de modélisation a permis de fournir des estimations de l'effet albédo relatifs aux cultures intermédiaires. Plusieurs scenarii d'introduction ont été simulés pour rendre compte de l'impact de certains facteurs, tels que la neige ou la pluie. Ils ont permis d'alerter sur le potentiel impact négatif de l'assombrissement du sol, induit à long terme (via l'enrichissement des sols en matière organique) par les cultures intermédiaires sur le forçage radiatif des surfaces cultivées. Enfin, comme tout changement de pratique agricole induit des effets biogéochimiques et biogéophysiques sur le climat, une analyse de ces effets couplés a été menée grâce à l'utilisation combinée de ces deux approches de modélisation. Nous en concluons qu'une fois les cultures intermédiaires mises en place, le sol devrait être couvert en permanence pour que l'effet assombrissement du sol ne fasse pas perdre les autres bénéfices climatiques engendrés par cette pratique agricole.

Cet article présente un suivi de l'occupation/utilisation du sol par images satellites sur une période de 11 ans (2006-2016), sur un site d'étude situé dans le sud-ouest de la France près de Toulouse. Les séries temporelles de données optiques sont acquises par Spot et Landsat, qui délivrent des images en mode multispectral à haute résolution spatiale (10-30 m). La détection des différents types d'occupation/utilisation du sol (cultures, prairies, eau, urbain et bois) est produite chaque année. Elle est basée sur des données géographiques de référence nationales et un algorithme de forêt aléatoire. Les classifications sont caractérisées par un haut niveau de performance, avec un kappa moyen de 0,83 (OA=0,85). La performance par type d'occupation/utilisation du sol est liée à leur représentativité, aux dates et au nombre d'acquisitions, et à la résolution des images satellites. Les résultats permettent d'analyser l'évolution des trois principales cultures (blé, tournesol et maïs).

Cet article vise à comparer les variations annuelles de la production herbagère, dérivées du satellite et in situ, sur neuf exploitations agricoles situées en France. Durant trois années successives (2016, 2017, 2018), un dispositif expérimental dense a permis de caractériser la variabilité de la production des prairies, à travers un relevé régulier réalisé sur plus de 169 parcelles. Allant de 4,1 à 11,2 t.ha -1 , les productions annuelles ont été dérivées de plusieurs dizaines de milliers de mesures, et combinées pour dériver les variations annuelles de production. Cet ensemble de données unique a été comparé à un indice de production des prairies, dérivé de l'utilisation combinée d'images satellites à moyenne résolution et de données météorologiques. Un haut niveau de précision est observé entre les variations annuelles de la production des prairies obtenues in situ et par satellite, avec un R 2 de 0,76 et une déviation maximale de 16,3%. Enfin, un focus sur les cartes obtenues au niveau national permet d'analyser le contexte des 3 années étudiées.

Les sols agricoles sont la principale source anthropique d'émissions de N2O, un des plus importants gaz à effet de serre, en raison de l'utilisation d'engrais azotés (N). La méthode proposée permet d'accéder à un inventaire des émissions potentielles de N2O (le terme potentiel désigne les émissions possibles mais pas encore effectives) à une échelle fine, avec une mise à jour annuelle, sans un déploiement lourd lié à une collecte de mesures sur le terrain. La chaîne de traitement est appliquée à des images satellites optiques régulièrement acquises à haute résolution spatiale sur la période 2006-2015, permettant une meilleure résolution spatiale et temporelle des estimations des émissions potentielles de N2O des cultures. L'inventaire annuel des émissions potentielles de N2O est estimé sur un site d'étude situé dans le sud-ouest de la France, en considérant sept cultures saisonnières principales (à savoir, le blé, l'orge, le colza, le maïs, le tournesol, le sorgho et le soja). La première étape de l'étude, à savoir la classification de l'occupation des sols, est associée à des performances précises, avec une précision globale supérieure à 0,81. Sur la zone d'étude, le bilan annuel potentiel des émissions de N2O varie de 97 à 113 tonnes, avec une erreur relative estimée à moins de 5,5%. Le blé, principale culture, est associé au maximum d'émissions cumulées quelle que soit l'année considérée (avec au moins 48% des émissions annuelles), tandis que le maïs, troisième culture par rapport à la surface allouée (cultivé sur moins de 8% du site d'étude), a le deuxième plus fort taux d'émissions cumulées. Enfin, l'analyse d'une carte décennale du budget potentiel de N2O montre que la rotation des cultures principalement observée (c'est-à-dire l'alternance de blé et de tournesol) atteint des émissions potentielles proches de 16 kg de N2O émis par hectare, tandis que la monoculture de maïs est associée à la valeur maximale (proche de 28,9 kg par hectare).

Des approches empiriques, semi-empiriques ou de modélisation physique ont été proposées pour simuler le signal micro-onde qui peut être observé pendant les périodes de sol nu. L'objectif de cette étude est d'évaluer les performances d'une approche statistique (algorithme Random Forest) pour estimer les coefficients de rétrodiffusion dans la bande X. Des images satellites régulières sont acquises par TerraSAR-X, sur une région agricole située dans le sud-ouest de la France. Les analyses tirent profit d'un ensemble de données au sol couvrant une large gamme de conditions de sol : surfaces lisses à rugueuses (h(rms) 0.5-7.9 cm) contrôlées dans des conditions sèches à saturées (2.4-35.3%). Une fois entraînés et validés sur la moitié de l'ensemble de données, les algorithmes statistiques montrent de meilleures performances que les approches précédentes basées sur des modèles semi-empiriques ou physiques, avec des corrélations supérieures à 0,83 et des erreurs inférieures à 1,07 dB.

L'augmentation mondiale de la demande alimentaire dans le contexte du changement climatique nécessite une compréhension claire de la fonction des terres cultivées et de leur impact sur les cycles biogéochimiques. Cependant, bien que les échanges gazeux entre les terres cultivées et l'atmosphère soient mesurables sur le terrain, ils sont difficiles à quantifier à l'échelle de la parcelle sur des zones relativement vastes en raison du caractère hétérogène des paysages et des différences dans la gestion des cultures. Pourtant, l'évaluation précise des bilans de carbone et d'eau sur les terres cultivées est essentielle pour promouvoir des pratiques agronomiques durables et réduire la demande en eau et les impacts climatiques des terres cultivées tout en maintenant des rendements suffisants. Dans cette optique, nous avons développé un modèle de culture, SAFYE-CO2, qui assimile des produits de télédétection à haute résolution spatiale et temporelle (HSTR) pour estimer la biomasse, les flux d'eau et de CO2 quotidiens des cultures, les rendements annuels et les bilans de carbone au niveau de la parcelle sur de vastes zones. Cette approche de modélisation a été évaluée pour le tournesol par rapport à deux ensembles de données in situ. Tout d'abord, les résultats du modèle ont été comparés aux données acquises pendant deux saisons de culture sur le site instrumenté du système intégré d'observation du carbone (ICOS) d'Aurade, dans le sud-ouest de la France. Le modèle a simulé avec précision le flux net quotidien de CO2 (erreur quadratique moyenne (RMSE) = 0,97 gC point central m(-2)point central d(-1) et coefficient de détermination (R-2) = 0,83) et le flux d'eau (RMSE = 0,68 mm point central d(-1) et R-2 = 0,79). Les performances du modèle ont ensuite été évaluées par rapport à des données de biomasse et de rendement collectées sur 80 parcelles situées dans le sud-ouest de la France. Le modèle a permis d'estimer de manière satisfaisante la dynamique de la biomasse et le rendement (RMSE = 66 et 54 g point central m(-2), respectivement). Pour étudier l'application potentielle de l'approche proposée à grande échelle, étant donné que les propriétés du sol sont des facteurs importants affectant le modèle, une analyse de sensibilité de deux produits pédologiques existants (GlobalSoilMap et SoilGrids) a été réalisée. Nos résultats montrent que ces produits ne sont pas suffisamment précis pour être inclus comme intrants dans le modèle, qui nécessite des informations plus précises sur la capacité de rétention d'eau du sol pour évaluer les flux d'eau. De plus, nous soutenons qu'aucun stress hydrique ne devrait être pris en compte dans le calcul de la croissance des cultures puisque ce stress est déjà présent grâce aux informations de télédétection dans l'approche proposée. Cette étude doit être considérée comme une première étape pour combler les lacunes existantes dans la quantification des bilans de carbone à l'échelle de la parcelle sur de grandes surfaces et pour estimer avec précision les effets des pratiques de gestion, telles que l'utilisation de cultures de couverture ou de rotations de cultures spécifiques sur les bilans de carbone et d'eau des terres cultivées.

Pas de résumé disponible.

Pas de résumé disponible.

L'acquisition continue du flux de N 2 O est cruciale pour enrichir notre connaissance des mécanismes complexes qui sous-tendent le bilan annuel des gaz à effet de serre et pour affiner leur estimation. Les méthodologies de mesure du flux de N 2 O à haute résolution temporelle, c'est-à-dire les méthodologies de micrométéorologie, sont encore rares et peuvent exacerber le manque de données importantes, notamment pendant la nuit si les conditions de turbulence requises ne sont pas réunies. Les méthodologies de chambres statiques et automatisées entraînent également de nombreuses lacunes dans une série temporelle en raison de la faible fréquence d'échantillonnage, de dysfonctionnements matériels, du retrait des chambres pendant les opérations sur le terrain ou du filtrage des mesures de faible qualité. Il y a un fort besoin de définir une méthodologie générique et réaliste pour combler les lacunes du flux de N 2 O, d'autant plus qu'il n'y a pas de consensus sur la méthodologie à utiliser. Dans cette étude, nous avons étudié l'effet de l'utilisation de la méthodologie traditionnelle d'interpolation linéaire seule, d'une méthodologie de réseaux neuronaux artificiels (ANN) seule ou de la combinaison des deux sur la dynamique du flux quotidien de N 2 O et le budget annuel. Les trois méthodologies ont été testées sur des séries temporelles de flux quotidiens de N 2 O mesurées avec des chambres automatisées sur 5 ans de 2012 à 2016 sur un site de culture du sud-ouest de la France suivant une rotation blé-maïs. En moyenne sur la période étudiée, les résultats ont montré de meilleurs scores statistiques en utilisant la méthodologie ANN seule que la méthodologie d'interpolation linéaire seule, avec des R² et RMSE de 0,84 et 12,4 gN ha -1 j -1 et de 0,68 et 17,4 gN ha -1 j -1 , respectivement. Cependant, alors que l'utilisation de la méthodologie ANN a bien reproduit les flux de N 2 O mesurés élevés, elle a induit une surestimation des flux de N 2 O mesurés faibles où l'utilisation de la méthodologie d'interpolation linéaire était pertinente. Pour surmonter ce problème et pour tirer parti des deux méthodologies, nous en proposons une nouvelle qui les combine. En moyenne, l'utilisation de la méthodologie mixte n'a pas augmenté les scores statistiques par rapport à la méthodologie ANN, avec un R² et un RMSE de 0,84 et 12,4 gN ha -1 d -1 respectivement pour les deux, mais pour les périodes avec de faibles flux de N 2 O mesurés, l'utilisation de la méthodologie mixte a amélioré les scores statistiques et la dynamique du flux quotidien observé.

Pas de résumé disponible.

Pas de résumé disponible.

Pas de résumé disponible.

Pas de résumé disponible.

Pas de résumé disponible.

Pas de résumé disponible.

La campagne GLORIE a été réalisée en juin-juillet 2015 afin d'étudier la sensibilité des mesures GNSS-R aéroportées aux paramètres terrestres. Dans cet article, nous présentons les premiers résultats en nous concentrant sur les zones agricoles. À cette fin, des mesures de vérité terrain de l'humidité du sol, de la rugosité, de la teneur en eau des plantes et de la hauteur des plantes ont été mesurées sur 20 parcelles agricoles de différentes cultures (céréales, légumes, sol nu). La corrélation avec la réflectivité GNSS en polarisation LHCP confirme une sensibilité notable à l'humidité du sol, et aux paramètres liés aux plantes tels que le NDVI, la teneur en eau de la végétation et la hauteur des plantes.

La campagne GLORIE a été réalisée en juin-juillet 2015 afin d'étudier la sensibilité des mesures GNSS-R aéroportées aux paramètres terrestres. Dans cet article, nous présentons les premiers résultats en nous concentrant sur les zones agricoles. À cette fin, des mesures de vérité terrain de l'humidité du sol, de la rugosité, de la teneur en eau des plantes, de l'indice de surface foliaire et de la hauteur des plantes ont été mesurées sur 20 parcelles agricoles de différentes cultures (céréales, légumes, sol nu). La corrélation avec la réflectivité du GNSS en polarisation LHCP confirme une sensibilité notable à l'humidité du sol et aux paramètres liés aux plantes, notamment la hauteur du couvert végétal.

Pas de résumé disponible.

Pas de résumé disponible.

La surveillance des cultures à une échelle fine et l'estimation du rendement des cultures sont cruciales d'un point de vue environnemental car elles fournissent des informations essentielles pour combiner une production alimentaire accrue et une gestion durable des paysages agricoles. L'objectif de cet article est d'estimer le rendement du soja à l'aide d'un modèle agro-météorologique contrôlé par des images satellites multipolarisées optiques et/ou radar à synthèse d'ouverture (SAR). Les données satellitaires et terrestres ont été collectées sur sept exploitations agricoles en activité. Les images optiques et SAR ont été acquises par les satellites Formosat-2, Spot-4, Spot-5 et Radarsat-2 pendant le cycle de végétation du soja. Un indice de végétation (NDVI) a été dérivé des images optiques, et les coefficients de rétrodiffusion et les indicateurs polarimétriques ont été calculés à partir des images Radarsat-2 quad-pol complètes. Une normalisation angulaire des données SAR a été effectuée pour minimiser les effets de l'angle d'incidence sur les signaux SAR en utilisant les complémentarités fournies par les données SAR et optiques. Les meilleurs résultats sont obtenus lorsque le modèle est contrôlé par l'indice de surface foliaire (LAI) dérivé de l'indice de végétation triangulaire modifié (MTVI2) ou par le coefficient de rétrodiffusion SAR. {\sigma _{^{\circ}{textsc{vv}}}} ({text{LAI}}_{text{MTVI2}} ou ( {text{LAI}}_{\sigma ^{\circ}{textsc{vv}}} ) et la biomasse sèche (DB) dérivée de la matrice SAR de Pauli T33 ({text{DB}}_{text{T}}33}) ({text{r}}^{2} gt 0.83), démontrant la complémentarité des données optiques et SAR.

En présence de Stéphane Le Foll, le séminaire européen d’agroforesterie se déroulera du 23 au 25 mai 2016. Organisé par l’EURAF (Association européenne d’agroforesterie), il réunira environ 200 personnes de plus de 20 nationalités. Cette rencontre sera notamment l’occasion de faire le point sur les recherches en cours pour développer des programmes agroforestiers dans de nombreux pays. L’agroforesterie, point clé du projet agro-écologique. Lors de ce séminaire, le ministre de l’Agriculture, de l’Agroalimentaire et de la Forêt présentera le plan de développement de l’agroforesterie, lancé le 17 décembre 2015 au niveau national. Élément clé dans le projet agro-écologique, ce plan porte sur la recherche, les aspects réglementaires et financiers de l’agroforesterie, la formation et le conseil, la valorisation économique des productions et les questions internationales, et comporte également un volet outre-mer. Ce plan concerne la période 2015-2020. Il a été élaboré avec de multiples partenaires de l’agroforesterie en France (Ministre de l’environnement, INRA, chambres d’agriculture, associations, etc). La participation du ministre à ce séminaire européen s’inscrit pleinement dans le projet de développement de l’agro-écologie en France, au sein duquel les systèmes de production associant l’arbre et l’agriculture jouent un rôle essentiel. C’est pourquoi les coopérations internationales doivent être encouragées pour tendre vers des résultats démonstratifs permettant de mieux valoriser l’agroforesterie dans toutes les formes d’agriculture. L’EURAF, acteur majeur dans le développement de l’agroforesterie(association européenne d’agroforesterie, a pour objet, au niveau européen, de développer l’agroforesterie entendue sous toutes ses formes : agroforesterie intra-parcellaire, bocage, sylvo-pastoralisme, prés-vergers, etc. Elle regroupe des membres (adhérents à titre individuel) de structures très variées : administratifs, membres d’associations, d’instituts techniques, etc. Parmi les membres français de l’EURAF, l’INRA, l’AFAC, l’AFAF seront présents lors de ce séminaire.

Pas de résumé disponible.

La réflectométrie du système mondial de navigation par satellite (GNSS-R) s'est imposée comme un outil de télédétection complémentaire aux radars monostatiques traditionnels, pour la récupération de paramètres géophysiques liés aux propriétés de surface. Dans cet article, nous décrivons un nouveau système polarimétrique GNSS-R, appelé GLObal navigation satellite system Reflectometry Instrument (GLORI), dédié à l'étude des surfaces terrestres (humidité du sol, teneur en eau de la végétation, biomasse forestière) et des masses d'eau intérieures. Ce système a été installé comme charge utile permanente sur un avion de recherche français ATR42, à partir duquel des mesures simultanées peuvent être effectuées à l'aide d'autres instruments, si nécessaire. Après les qualifications initiales en laboratoire, deux campagnes aéroportées comprenant neuf vols ont été réalisées en 2014 et 2015 dans le Sud-Ouest de la France, au-dessus de divers types de couverture terrestre, notamment des champs agricoles et des forêts. Certains de ces vols ont été effectués en même temps que des campagnes de vérité au sol in situ. Différentes applications préliminaires pour la caractérisation de zones agricoles et forestières sont présentées. L'analyse initiale des données montre que les performances de l'instrument GLORI sont bien conformes aux spécifications, avec une isolation de la polarisation croisée meilleure que 15 dB à toutes les altitudes supérieures à 45, une précision de calibration polarimétrique relative meilleure que 0,5 dB, et une sensibilité de réflectivité apparente meilleure que 30 dB, démontrant ainsi son fort potentiel pour la récupération des caractéristiques de la surface terrestre.

Modèles de microclimat dans un vignoble agroforestier en culture intercalaire : Premiers résultats . 3. Conférence européenne sur l'agroforesterie (EURAF 2016).

Cet article vise à évaluer la contribution des données polarimétriques multitemporelles du radar à synthèse d'ouverture (SAR) pour l'estimation des paramètres des cultures de blé d'hiver et de colza [hauteur, indice de surface foliaire et biomasse sèche (DB)], au cours de leurs cycles de végétation, en comparaison avec les coefficients de rétrodiffusion et les données optiques. Les sensibilités angulaires et la dynamique des indicateurs polarimétriques ont également été analysées suivant les stades de croissance de ces deux types de cultures communes en utilisant, au total, 14 images radar (Radarsat-2), 16 images optiques (Formosat-2, Spot-4/5) et de nombreuses données au sol. Les résultats de cette étude montrent l'importance de corriger l'effet angulaire sur les signaux SAR, en particulier pour les signaux copolarisés et les indicateurs polarimétriques associés aux mécanismes de diffusion à rebond unique. L'analyse de la dynamique temporelle des indicateurs polarimétriques a montré leur fort potentiel pour détecter les changements de croissance des cultures. De plus, cette étude montre le grand intérêt de l'utilisation des paramètres RSO (coefficients de rétrodiffusion et indicateurs polarimétriques) pour l'estimation des paramètres des cultures pendant tout le cycle de végétation au lieu de l'indice de végétation optique. Ils ont particulièrement révélé leur fort potentiel pour la surveillance de la hauteur du colza et du DB [c'est-à-dire la polarimétrie de l'entropie de Shannon (r2=0,70) et l'indice de végétation radar (r2=0,80), respectivement].

Dans le contexte du changement climatique, les gestionnaires agricoles ont l'impératif de combiner une productivité suffisante avec la durabilité des ressources. De nombreuses études ont montré l'intérêt des missions satellites récentes comme outils adaptés aux enquêtes agricoles. Néanmoins, il ne s'agit pas de méthodes prédictives. Un système capable de détecter les cultures d'été le plus tôt possible est important afin d'obtenir des informations précieuses pour une meilleure stratégie de gestion de l'eau. La détection des cultures d'été avant le début de la période d'irrigation est donc notre objectif. La zone d'étude est située près de Toulouse (sud-ouest de la France), et est une région de polyculture avec une grande variété de cultures irriguées et non irriguées. En utilisant les données de référence pour les années concernées, un ensemble de seuils fixes est appliqué à un indice de végétation (l'indice de végétation par différence normalisée, NDVI) pour chaque saison agricole de l'imagerie optique multispectrale par satellite acquise à des résolutions spatiales décamétriques de 2006 à 2013. Les performances (i.e. la précision) sont contrastées en fonction des pratiques agricoles, des états de développement des différentes cultures et du nombre de dates d'acquisition (une à trois dans les résultats présentés ici). La détection des cultures d'été atteint 64% à 88% avec une seule date, 80% à 88% avec deux dates et 90% à 99% avec trois dates. La robustesse de cette méthode est testée pour plusieurs années (montrant un impact des conditions météorologiques sur le choix effectif des images), plusieurs capteurs et plusieurs résolutions.

L'analyse régionale de l'efficacité de l'utilisation de l'eau (WUE) est une méthode pertinente pour diagnostiquer la performance des systèmes d'irrigation dans les environnements à eau limitée. Dans cette étude, nous avons examiné le potentiel des images FORMOSAT-2 pour fournir des estimations spatiales de l'UCE sur des cultures de blé irriguées dans la vallée semi-aride de Yaqui, dans le nord-ouest du Mexique. FORMOSAT-2 nous a fourni un ensemble unique de 36 images à haute résolution (8 m) couvrant la saison de croissance du blé, de novembre 2007 à mai 2008. Des séries temporelles de l'indice de surface foliaire verte ont été dérivées de ces images satellites et utilisées pour calibrer un modèle simple d'équilibre entre culture et eau. La méthode a été appliquée sur une zone irriguée de 8 × 8 km2 sur un maximum de 530 champs de blé. Elle nous a permis de reproduire avec précision l'évolution temporelle de l'indice de surface foliaire et de la biomasse aérienne sèche, ainsi que l'évapotranspiration et l'humidité du sol. Dans un deuxième temps, nous avons analysé les variations de l'UCE comme le rapport entre la biomasse aérienne sèche accumulée et l'évapotranspiration saisonnière. Bien que la zone d'étude soit plutôt petite et homogène (sol, climat), nous avons observé une grande variation de la production de biomasse de blé, de 5 à 15 t-ha-1, qui était principalement liée au moment de l'émergence des plantes. En revanche, l'évapotranspiration saisonnière n'a varié que de 350 à 450 mm, sans lien évident avec les pratiques de semis. Un gain significatif de la productivité en eau des cultures a été constaté pour les champs semés le plus tôt (WUE maximale d'environ 3,5 kg-m-3) par rapport à ceux semés le plus tard (WUE minimale d'environ 1,5 kg-m-3). Ces résultats ont démontré la valeur des images FORMOSAT-2 pour fournir des estimations spatiales de la production agricole et de la consommation d'eau. Les informations détaillées fournies par ces systèmes d'imagerie à haute résolution spatiale et temporelle sont très précieuses pour identifier les pratiques agricoles susceptibles d'accroître la productivité de l'eau des cultures.

Cet article vise à comparer les performances de récupération du rendement des cultures, obtenues par l'assimilation de l'indice de surface foliaire dérivé de signatures satellitaires multi-temporelles (c'est-à-dire les réflectances et les coefficients de rétrodiffusion) dans un modèle agro-météorologique. L'étude est basée sur la campagne expérimentale Multispectral Crop Monitoring, menée en 2010 par le laboratoire CESBIO. Pendant la saison agricole du tournesol, des images satellites régulières ont été acquises de manière quasi-synchrone par 6 capteurs (Formosat-2, Spot-4/5, TerraSAR-X, Radarsat-2 et Alos), sur une région située dans le sud-ouest de la France. Les étapes de calibrage et de validation tirent profit du réseau dense de champs surveillés. Parmi la large gamme de configurations d'images testées (multi-fréquence et multi-polarisation), des résultats prometteurs sont offerts par les données optiques et co-polarisées en bande C (i.e. HH et VV) pour l'estimation du rendement, avec une corrélation supérieure à 0.74.

L'objectif de ce travail est d'étudier les contraintes et les performances des méthodologies de récupération SMC dans les régions VNIR (Visible-Near InfraRed) et SWIR (ShortWave InfraRed) (de 0,4 à 2,5 μm) lors du passage des conditions de laboratoire contrôlées aux conditions de terrain. Cinq approches différentes de traitement du signal trouvées dans la littérature ont été considérées. Quatre critères locaux sont des indices spectraux (WISOIL, NSMI, NINSOL et NINSON). Ces indices sont les rapports entre les réflectances spectrales acquises à deux longueurs d'onde spécifiques pour caractériser la teneur en humidité du sol. Le dernier critère est basé sur le concept de la coque convexe et c'est une méthode globale, qui est basée sur l'analyse de la signature spectrale complète du sol. La base de données était composée de 464 et 9 spectres, respectivement, mesurés sur des sols nus en laboratoire et in-situ. Pour chaque mesure, le SMC et la texture étaient connus et la base de données a été divisée en deux parties dédiées aux étapes de calibration et de validation. La partie calibration a été utilisée pour définir la relation empirique entre les approches de récupération de la SMC et de la texture, avec des coefficients de détermination (R²) entre 0,72 et 0,92. Une dépendance de la teneur en argile (CC) a été détectée pour les indices NINSOL et NINSON. Par conséquent, deux nouveaux critères ont été proposés en tenant compte de la contribution de la CC (NINSOLCC et NINSONCC). La régression bien marquée entre le SMC et les indices globaux/locaux, et l'intérêt d'utiliser le CC, ont été confirmés lors de l'étape de validation sur des données de laboratoire (R² supérieur à 0.76 et erreurs quadratiques moyennes inférieures à 8.3% m3-m-3 dans tous les cas) et sur des données in-situ, où les critères WISOIL, NINSOLCC et NINSONCC se distinguent parmi le NSMI et le CH.

Des sources artificielles émettant dans la partie protégée de la bande L contaminent les données du satellite SMOS (soil moisture and ocean salinity) lancé par l'Agence spatiale européenne (ESA) en novembre 2009. La détection et la localisation de ces sources sont cruciales pour l'amélioration des produits scientifiques SMOS ainsi que pour l'identification des émetteurs. Dans cette contribution, nous présentons une méthode permettant d'obtenir des informations instantanées sur les sources d'interférence radiofréquence (RFI). La précision de localisation de cette méthode est également évaluée pour les sources RFI observées. Nous montrons également que les localisations RFI constituent un ensemble de données utiles pour évaluer la performance de pointage du satellite, et présentons comment il est possible, en utilisant les résultats de cette méthode, d'identifier et d'estimer deux erreurs systématiques dans la géolocalisation du champ de vision du satellite. Les causes potentielles et les approches pour atténuer ces deux erreurs sont discutées.

Cet article s'intéresse à l'estimation des paramètres des cultures de blé et de colza (hauteur, indice de surface foliaire et biomasse sèche), tout au long de leur cycle de végétation, en utilisant des séries temporelles satellitaires acquises dans les domaines optique et micro-ondes. Le suivi des cultures à une échelle fine représente un enjeu important d'un point de vue environnemental car il fournit des informations essentielles pour combiner augmentation de la production et gestion durable des paysages agricoles. L'objectif de cet article est de comparer le potentiel des paramètres optiques et SAR (coefficients de rétrodiffusion et paramètres polarimétriques) pour l'estimation des paramètres des cultures. Des données satellitaires (Formosat-2, Spot-4/5 et Radarsat-2) et terrestres ont été acquises pendant l'expérience MCM 10 menée par le laboratoire CESBIO en 2010. Un indice de végétation a été dérivé des images optiques : le NDVI et les coefficients de rétrodiffusion et les paramètres polarimétriques ont été calculés à partir des images Radarsat-2. Les résultats de cette étude montrent le grand intérêt d'utiliser les paramètres SAR (coefficients de rétrodiffusion et paramètres polarimétriques) pour l'estimation des paramètres des cultures pendant tout le cycle de végétation au lieu d'utiliser l'indice de végétation optique. Les paramètres polarimétriques n'améliorent pas l'estimation des paramètres du blé (par exemple le coefficient de rétrodiffusion sigma-nought VV correspond au meilleur paramètre pour l'estimation de la hauteur du blé (r2 = 0,60)) mais montrent leur fort potentiel pour le suivi de la hauteur du colza et de la biomasse sèche (c'est-à-dire la polarimétrie de l'entropie de Shannon (SEp . r2 = 0,70) et l'indice de végétation radar (RVI . r2 = 0,80) respectivement).

L'objectif de cet article est d'évaluer le potentiel des images optiques et des images SAR à polarisation multiple pour l'estimation du rendement du soja par leurs assimilations dans un modèle agro-météorologique simple. Des données satellitaires et terrestres ont été acquises sur deux sites pendant l'expérience MCM'10. Les images optiques et radar ont été fournies par les satellites Formosat-2, Spot-4, Spot-5 et Radarsat-2 pendant tout le cycle de végétation du soja. Les résultats montrent que l'assimilation des données optiques ou SAR offrent des performances similaires pour l'estimation des paramètres de culture (i.e. LAI et biomasse sèche) et du rendement de la culture (rRMSE = 18% dans le pire des cas). Concernant les données SAR, les résultats ont mis en évidence l'intérêt d'utiliser les coefficients de rétrodiffusion acquis à la polarisation VV (rRMSE = 2%).

Cet article vise à établir et à analyser les signatures temporelles de la réflectance du tournesol d'après des images satellites optiques et radar. L'étude est réalisée dans le sud-ouest de la France, et profite de l'expérience MCM'10 (Multispectral Crop Monitoring), menée en 2010 par le laboratoire CESBIO. Les images sont fournies par 6 capteurs satellites (Formosat-2, Spot-4 et -5, TerraSAR-X, Radarsat-2 et Alos). La méthode proposée consiste à corriger l'effet angulaire du signal radar, et à analyser les différentes signatures temporelles en fonction du cycle phénologique du tournesol (à l'échelle de la parcelle et du paysage). Les résultats soulignent l'importance de la normalisation angulaire du radar et montrent l'importance des approches multi-fréquences dans le contexte des missions Sentinel-1, TerraSAR-X et Alos-2. Parmi le large éventail de combinaisons de signaux radar testées, les bandes C et L semblent plus adaptées pour surveiller le tournesol et estimer plus précisément ses paramètres biophysiques.

Cet article présente une technique développée pour la récupération de l'orientation des rangées de cultures, sur des terres anthropiques dédiées à l'agriculture, afin d'améliorer l'estimation de la production agricole et la gestion de l'érosion du sol. Cinq types de cultures sont considérés : blé, orge, colza, tournesol, maïs et chanvre. L'étude fait partie de l'expérience de surveillance multi-capteurs des cultures, menée en 2010 pendant toute la saison agricole (MCM'10) sur une zone située dans le sud-ouest de la France, près de Toulouse. La méthodologie proposée est basée sur l'utilisation d'images satellites acquises par Formosat-2, à haute résolution spatiale en mode panchromatique et multispectral (avec une résolution spatiale de 2 et 8 m, respectivement). Les orientations sont dérivées et évaluées pour chaque image et pour chaque parcelle, en utilisant des filtres spatiaux directionnels (45 et 135 ) et des algorithmes de morphologie mathématique. Les approches "à date unique" et "multi-temporelles" sont considérées. Les analyses à une seule date confirment les bonnes performances de la méthode proposée, mais soulignent la limitation de l'approche pour estimer l'orientation des rangs de culture sur l'ensemble du paysage avec une seule date. Les analyses multi-dates permettent (1) de déterminer la période agricole la plus appropriée pour la détection de l'orientation des rangs, et (2) d'étendre l'estimation à l'ensemble de l'empreinte de la zone d'étude. Pour les cultures d'hiver (blé, orge et colza), les meilleurs résultats sont obtenus avec des images acquises juste après la récolte, lorsque les surfaces sont couvertes de chaume ou pendant la période de labourage profond (0,27 > R2 > 0,99 et 7,15 > RMSE > 43,02 ). Pour les cultures d'été (tournesol, maïs et chanvre), les résultats dépendent fortement de la culture et de la date (0 > R2 > 0,96, 10,22 > RMSE > 80 ), avec un impact bien marqué de la floraison, du matériel d'irrigation et/ou du développement maximal de la culture. Enfin, l'extension de la méthode à l'ensemble de la zone étudiée permet de cartographier 90% des orientations des lignes de culture (plus de 45 000 ha) avec une erreur inférieure à 40 , associée à un indice de confiance allant de 1 à 5 pour chaque parcelle agricole.

Pas de résumé disponible.

Les travaux de thèse s'inscrivent au sein du chantier Sud-Ouest, dont le principal objectif est de contribuer à la compréhension et à la modélisation du fonctionnement des surfaces continentales à l'échelle du paysage. Ces travaux visent à améliorer les capacités de suivi et d'analyses de surfaces fortement anthropisées : les agrosystèmes. A la fois acteurs et spectateurs vis-à-vis du changement climatique, ces surfaces sont également dédiées à la production alimentaire. La problématique vise donc à concilier durabilité des ressources et niveau de production suffisant, en identifiant des outils comme la télédétection utiles à la prise de décision à des échelles allant de la parcelle au territoire. Dans ce contexte, les radars à synthèse d'ouverture (RSO) embarqués au sein de satellites, présentent le double avantage d'être sensibles à différents paramètres des surfaces continentales (en lien avec le sol, ou la végétation), et la capacité d'observation par condition nuageuse (à l'inverse des capteurs opérant dans le visible). Depuis les années 90, différentes études basées sur des images acquises avec la technologie RSO ont montré l'intérêt des données micro-ondes pour le suivi des surfaces continentales. Ces dernières années, l'émergence de missions satellites dans les bandes de fréquence X et L vient enrichir les possibilités d'étude autrefois limitées à la seule bande C. Ces couples capteurs-satellites fournissent aujourd'hui des produits à haute résolution spatiale (allant jusqu'au mètre), avec des possibilités de revisite hebdomadaire, critères nécessaires pour le suivi des zones hétérogènes, associées à de fortes dynamiques temporelles. Les travaux effectués dans le cadre de cette thèse visent à établir la complémentarité entre les données radars (TerraSAR-X, Radarsat-2 et Alos, dans les bandes spectrales X, C et L) et optiques (Formosat-2, Spot-4/5) acquises par satellites pour le suivi des agrosytèmes. Ils s'articulent autour de trois axes complémentaires : - Le premier consiste en la mise en oeuvre d'une campagne expérimentale basée sur l'acquisition d'un jeu de données (satellitaire et de terrain), nécessaire au développement de nouvelles approches pour l'analyse du paysage. La zone suivie, caractérisée par une forte anthropisation, est située à 50 km au sud-ouest de Toulouse. Les images satellitaires regroupent trois séries temporelles radar (bandes X, C et L), auxquelles s'ajoutent des acquisitions réalisées dans l'optique (Formosat-2, Spot-4/5). Avec un total d'une centaine d'images acquises dans les hyperfréquences, la zone commune aux différentes scènes couvre une surface de 10×10 km². Conjointement, les protocoles de mesures de terrain ont permis de considérer de manière indépendante les deux éléments clés de la surface : le sol et la culture. En complément des stations météorologiques installées dans le cadre du chantier, des mesures qualitatives et quantitatives ont été réalisés de manière synchrone avec les acquisitions satellites, sur un total de 387 parcelles. Cinq cultures sont principalement étudiées : blé, colza, tournesol, mais et soja. - Les signatures temporelles de chacune des cultures sont ensuite établies à chaque longueur d'onde d'acquisition satellitaire (optique et radar) à travers une approche originale de normalisation angulaire des signaux radar (combinaison de l'information radar et optique). Les résultats obtenus durant le cycle phénologique des cultures d'hiver (blé et colza) et d'été (maïs, soja et tournesol) montrent clairement la complémentarité des approches multi-capteurs, et la spécificité des signaux radars (en lien avec les états de polarisations et les fréquences considérées). Deux paramètres biophysiques relatifs à la végétation sont enfin estimés (LAI et hauteur), les données micro-ondes montrant à la fois une importante sensibilité et de bonnes performances. - La modélisation électromagnétique sur sol nu a tout d'abord permis d'évaluer différents formalismes, à savoir : les modèles de Dubois et d'Oh (1992 et 2004) ayant comme caractéristiques communes une description simplifiée des processus. Ils sont confrontés à un modèle reposant sur des bases physiques, le modèle IEM (Integral Equation Model). L'application des modèles dans les différentes bandes spectrales (X, C et L), montre des résultats très hétérogènes, les meilleures performances étant obtenue en bande X, avec le modèle d'Oh 1992. Par la suite, l'amélioration des modèles tire parti de l'analyse des résidus (vis-à-vis des variables d'entrée), afin de réduire la dispersion observée. Les modèles testés sont optimisés et validés selon une approche de type résidus. Une forte amélioration est observée pour la plupart des modèles. Les résultats mettent en évidence l'intérêt des données multi-capteurs pour le suivi des surfaces dédiées à l'agriculture. Dans un futur proche, les missions spatiales telles que Tandem-X, Sentinel-1/-2, Radarsat Constellation ou Alos-2 devraient pérenniser l'accès à ces données, et préciser ainsi les résultats obtenus dans le cadre de cette thèse.

Les travaux de thèse s‘inscrivent au sein du chantier Sud-Ouest, dont le principal objectif est de contribuer à la compréhension et à la modélisation du fonctionnement des surfaces continentales à l‘échelle du paysage. Ces travaux visent à améliorer les capacités de suivi et d‘analyses de surfaces fortement anthropisées : les agrosystèmes. A la fois acteurs et spectateurs vis-à-vis du changement climatique, ces surfaces sont également dédiées à la production alimentaire. La problématique vise donc à concilier durabilité des ressources et niveau de production suffisant, en identifiant des outils comme la télédétection utiles à la prise de décision à des échelles allant de la parcelle au territoire.Dans ce contexte, les radars à synthèse d‘ouverture (RSO) embarqués au sein de satellites, présentent le double avantage d‘être sensibles à différents paramètres des surfaces continentales (en lien avec le sol, ou la végétation), et la capacité d‘observation par condition nuageuse (à l‘inverse des capteurs opérant dans le visible). Depuis les années 90, différentes études basées sur des images acquises avec la technologie RSO ont montré l‘intérêt des données micro-ondes pour le suivi des surfaces continentales. Ces dernières années, l‘émergence de missions satellites dans les bandes de fréquence X et L vient enrichir les possibilités d‘étude autrefois limitées à la seule bande C. Ces couples capteurs-satellites fournissent aujourd’hui des produits à haute résolution spatiale (allant jusqu‘au mètre), avec des possibilités de revisite hebdomadaire, critères nécessaires pour le suivi des zones hétérogènes, associées à de fortes dynamiques temporelles.Les travaux effectués dans le cadre de cette thèse visent à établir la complémentarité entre les données radars (TerraSAR-X, Radarsat-2 et Alos, dans les bandes spectrales X, C et L) et optiques (Formosat-2, Spot-4/5) acquises par satellites pour le suivi des agrosytèmes. Ils s‘articulent autour de trois axes complémentaires :- Le premier consiste en la mise en oeuvre d‘une campagne expérimentale basée sur l‘acquisition d‘un jeu de données (satellitaire et de terrain), nécessaire au développement de nouvelles approches pour l‘analyse du paysage. La zone suivie, caractérisée par une forte anthropisation, est située à 50 km au sud-ouest de Toulouse. Les images satellitaires regroupent trois séries temporelles radar (bandes X, C et L), auxquelles s‘ajoutent des acquisitions réalisées dans l‘optique (Formosat-2, Spot-4/5). Avec un total d‘une centaine d‘images acquises dans les hyperfréquences, la zone commune aux différentes scènes couvre une surface de 10×10 km². Conjointement, les protocoles de mesures de terrain ont permis de considérer de manière indépendante les deux éléments clés de la surface : le sol et la culture. En complément des stations météorologiques installées dans le cadre du chantier, des mesures qualitatives et quantitatives ont été réalisés de manière synchrone avec les acquisitions satellites, sur un total de 387 parcelles. Cinq cultures sont principalement étudiées : blé, colza, tournesol, mais et soja.- Les signatures temporelles de chacune des cultures sont ensuite établies à chaque longueur d‘onde d‘acquisition satellitaire (optique et radar) à travers une approche originale de normalisation angulaire des signaux radar (combinaison de l‘information radar et optique). Les résultats obtenus durant le cycle phénologique des cultures d‘hiver (blé et colza) et d‘été (maïs, soja et tournesol) montrent clairement la complémentarité des approches multi-capteurs, et la spécificité des signaux radars (en lien avec les états de polarisations et les fréquences considérées). Deux paramètres biophysiques relatifs à la végétation sont enfin estimés (LAI et hauteur), les données micro-ondes montrant à la fois une importante sensibilité et de bonnes performances.- La modélisation électromagnétique sur sol nu a tout d‘abord permis d‘évaluer différents formalismes, à savoir : les modèles de Dubois et d‘Oh (1992 et 2004) ayant comme caractéristiques communes une description simplifiée des processus. Ils sont confrontés à un modèle reposant sur des bases physiques, le modèle IEM (Integral Equation Model). L‘application des modèles dans les différentes bandes spectrales (X, C et L), montre des résultats très hétérogènes, les meilleures performances étant obtenue en bande X, avec le modèle d‘Oh 1992. Par la suite, l‘amélioration des modèles tire parti de l‘analyse des résidus (vis-à-vis des variables d‘entrée), afin de réduire la dispersion observée. Les modèles testés sont optimisés et validés selon une approche de type résidus. Une forte amélioration est observée pour la plupart des modèles.Les résultats mettent en évidence l‘intérêt des données multi-capteurs pour le suivi des surfaces dédiées à l‘agriculture. Dans un futur proche, les missions spatiales telles que Tandem-X, Sentinel-1/-2, Radarsat Constellation ou Alos-2 devraient pérenniser l‘accès à ces données, et préciser ainsi les résultats obtenus dans le cadre de cette thèse.

Les données SMOS (Soil Moisture and Ocean Salinity) sont maintenant disponibles depuis plus de deux ans et, dans le cadre du processus de validation, il est possible de comparer ce nouveau jeu de données aux jeux de données mondiaux déjà existants sur l'humidité des sols. Dans cette étude, le produit SMOS d'humidité du sol a été évalué globalement en utilisant la méthode de triple collocation. Cette méthode statistique est basée sur la comparaison de trois jeux de données et produit des cartes d'erreurs globales en inter-comparant statistiquement leurs variations. Seule la partie variable des erreurs est considérée ici, les erreurs de biais ne sont pas traitées par la triple collocation. Cette méthode a été appliquée aux jeux de données suivants : SMOS Level 2 product, deux produits d'humidité du sol dérivés de AMSR-E (Advanced Microwave Scanning Radiometer)-LPRM (Land Parameter Retrieval Model) et NSIDC (National Snow and Ice Data Center), ASCAT (Advanced Scatterometer) et ECMWF (European Center for Medium range Weather Forecasting). Les erreurs résultantes ne sont pas absolues puisqu'elles dépendent du choix des jeux de données. Cependant, cette étude a montré que la structure spatiale du SMOS était indépendante de la combinaison et a mis en évidence les mêmes zones où le SMOS était performant et celles où il ne l'était pas. Cette carte globale de l'erreur SMOS a ensuite été reliée à d'autres paramètres globaux tels que la texture du sol, les probabilités d'occurrence de RFI (Radio Frequency Interference) et la couverture du sol afin d'identifier leurs influences sur l'erreur SMOS. Globalement, la présence de forêts dans le champ de vision du radiomètre semble avoir la plus grande influence sur l'erreur SMOS (56,8%) alors que RFI représente 1,7% selon l'analyse de variance d'un modèle de régression linéaire multiple. Ces pourcentages n'étaient pas identiques pour tous les continents et certaines divergences dans la proportion de l'influence ont été mises en évidence : la texture du sol était la principale influence sur l'Europe alors que RFI avait la plus grande influence sur l'Asie.