Potentiel des séries temporelles d'images satellites multispectrales pour la caractérisation et le suivi dynamique d'une culture : application à la vigne à l'échelle régionale - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Potentiel des séries temporelles d'images satellites multispectrales pour la caractérisation et le suivi dynamique d'une culture : application à la vigne à l'échelle régionale

Potential of multispectral satellite image time series for the characterisation and dynamic monitoring of a crop : application to vines on a regional scale

Résumé

Information sources based on remote sensing have particularly interesting characteristics for dynamic crop monitoring, from the plot scale to the regional scale. Imagery from sensing platforms is capable of being used for operational decision support (for expertise or as model input) for crop monitoring at different scales. Despite the demonstration of this capability in previous studies, the development of these new sources of information (platforms and sensors) is progressing more rapidly than the development of new information technologies adapted to the management of this vast quantity of data. Indeed, the information that characterises this type of data is not only large (multidimensional), but also very heterogeneous, which remains a challenge for data processing and agronomic interpretations.In order to contextualise this research, this doctoral research project has focused on the potential of a time-series of Sentinel-2 satellite images for monitoring vineyards at the regional scale across the Occitanie region (France). This spatio-temporal Sentinel-2 dataset presents unique characteristics in terms of revisit time, spatial resolution, attribute information provided and cost. Moreover, the choice of spatial coverage is interesting in itself, as the Languedoc-Roussillon wine region represents a great diversity of agri-environmental conditions resulting in a large number of different grape varieties being cultivated as well as a large diversity in the management practices of the wine growers. Collectively these factors introduce additional levels of variability into the analysis of regional-scale viticulture data. This PhD work is based on the assumption that assessing the temporal variability in the satellite imagery, in addition to spectral variations, would allow a more complete analysis to derive new and relevant information about production variability of individual vineyards at the regional scale. With this in mind, the principal objective of this thesis is to integrate temporal analyses, as an additional descriptor of vineyard variability, in order to take into account, in a better and more holistic way, all the specific dimensions of remote sensing data (spectral, temporal and spatial). Different supervised and unsupervised multi-way analysis methods, derived from the field of chemometrics, were used, capable of generating information at the regional scale from time series of multispectral images. Unsupervised approaches demonstrated the possibility of extracting agronomic knowledge over time (e.g. different vegetative dynamics) without a priori knowledge. The supervised methods allowed, firstly, the spectral, temporal and spatial assessment of an extreme climatic event (e.g. a heat wave) and, secondly, the selection of multidimensional (spectral-temporal) variables to deepen the agronomic understanding of the impact of an extreme climatic event on grapevines at a regional scale.This work demonstrates that analysis methods exploiting temporal and spectral signatures to extract information on regional-scale variations in vegetative growth offer valuable information for assessing individual crop performance. Taking into account the high dimensionality of the data, which includes the temporal dimension, the needs as well as the limitations of time series analysis are explored in the context of providing relevant information to aid large-scale knowledge of a crop, such as grapevines.
Les sources d’information basées sur la télédétection présentent des caractéristiques particulièrement intéressantes pour le suivi dynamique des cultures, de l’échelle de la parcelle à l’échelle régionale. L’imagerie provenant de plateformes de télédétection est capable d’être utilisée pour l’aide à la décision opérationnelle (pour l’expertise ou comme entrée de modèle) pour le suivi des cultures à différentes échelles. Malgré la démonstration de cette capacité dans des études précédentes, le développement de ces nouvelles sources d’information (plateformes et capteurs) progresse plus rapidement que le développement de nouvelles technologies de l’information adaptées à la gestion de cette grande quantité de données. En effet, les informations qui caractérisent ce type de données sont non seulement volumineuses (multidimensionnelles), mais aussi très hétérogènes, ce qui reste un défi pour le traitement des données et les interprétations agronomiques.Afin de contextualiser cette recherche, ce projet de recherche doctorale s’est concentré sur le potentiel d’une série temporelle d’images satellitaires Sentinel-2 pour le suivi des vignobles à l’échelle régionale dans la région Occitanie (France). Ce jeu de données spatio-temporel Sentinel-2 présente des caractéristiques uniques en termes de temps de revisite, de résolution spatiale, d’informations attributaires fournies et de coût. De plus, le choix de la couverture spatiale est intéressant en soi, car la région viticole de Languedoc-Roussillon représente une grande diversité de conditions agro-environnementales qui se traduit par un grand nombre de cépages différents cultivés ainsi qu’une grande diversité dans les pratiques de gestion des viticulteurs. L’ensemble de ces facteurs introduit des niveaux supplémentaires de variabilité dans l’analyse des données viticoles à l’échelle régionale. Ce travail de thèse est basé sur l’hypothèse que l’évaluation de la variabilité temporelle de l’imagerie satellitaire, en plus des variations spectrales, permettrait une analyse plus complète pour dériver des informations nouvelles et pertinentes sur la variabilité de la production des vignobles individuels à l’échelle régionale. Dans cette optique, l’objectif principal de cette thèse a été d’intégrer des analyses temporelles, en tant que descripteur supplémentaire de la variabilité des vignobles, afin de prendre en compte, d’une manière plus holistique, toutes les dimensions spécifiques des données de télédétection (spectrales, temporelles et spatiales). Différentes méthodes d’analyse multivoie supervisées et non supervisées, dérivées du domaine de la chimiométrie, ont été utilisées, capables de générer des informations à l’échelle régionale à partir de séries temporelles d’images multi-spectrales. Les approches non supervisées ont démontré la possibilité d’extraire des connaissances agronomiques dans le temps (par exemple, différentes dynamiques végétatives) sans prérequis préalables. Les méthodes supervisées ont permis, d’une part, l’évaluation spectrale, temporelle et spatiale d’un événement climatique extrême (par exemple une vague de chaleur) et, d’autre part, la sélection de variables multidimensionnelles (spectrales-temporelles) pour approfondir la compréhension agronomique de l’impact d’un événement climatique extrême sur la vigne à une échelle régionale.Ce travail démontre que les méthodes d’analyse exploitant les signatures temporelles et spectrales pour extraire des informations sur les variations de la croissance végétative à l’échelle régionale offrent des informations précieuses pour évaluer la performance des cultures individuelles. En tenant compte de la haute dimensionnalité des données, qui inclut la dimension temporelle, les besoins ainsi que les limites de l’analyse des séries temporelles sont explorés dans le contexte de la fourniture d’informations pertinentes pour aider à la connaissance à grande échelle d’une culture, telle que la vigne.
Fichier principal
Vignette du fichier
22-0020_Lopez_Fornieles.pdf (7.45 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04047025 , version 1 (27-03-2023)

Identifiants

  • HAL Id : tel-04047025 , version 1

Citer

Eva Lopez Fornieles. Potentiel des séries temporelles d'images satellites multispectrales pour la caractérisation et le suivi dynamique d'une culture : application à la vigne à l'échelle régionale. Signal and Image Processing. Montpellier SupAgro, 2022. English. ⟨NNT : 2022NSAM0019⟩. ⟨tel-04047025⟩
46 Consultations
22 Téléchargements

Partager

Gmail Facebook X LinkedIn More