Characterization and mapping of irrigated crop classes at territory level
Caractérisationa et cartographie des classes de cultures irriguées au niveau du territoire
Résumé
The occurrence and intensity of water shortages due to climate change are increasing worldwide including the Mediterranean region, and are thus becoming a major threat to agricultural production. Efficient management of agricultural water resources is therefore a crucial concern, particularly in irrigated areas. Accurate assessments of plant water requirements using tools for estimating evapotranspiration (ET) on a regional scale couldcontribute to the sustainable management of limited water resources in regions already facing water shortages. Implementing these tools requires precise knowledge of irrigated crops, their location as well as their foliar development. To this end, remote sensing provides important information on the dynamics of plant cover via vegetation indices (NDVI) or the estimation of biophysical variables (e.g. Leaf Area Index (LAI)), which are variables describing characteristics of plant cover linked to ET. The general aim of this thesis is to evaluate methods using Sentinel-2 data to mapirrigated crops and their leaf development. The study is based on two Mediterranean areas, namely the Crau plain and the Ouvèze-Ventoux irrigated zone. In this work, the algorithms used for mapping surfaces and characterising plant cover are all based on the analysis of LAI time series estimated by remote sensing to identify the phenological and agronomic traits of the plant cover observed. The main innovation lies in the use of these traits to characterise plant cover rather than injecting the raw time series (reflectances or vegetation indices) into the classification algorithms as is generally done. This work is divided into three parts: (i) the first concerns the mapping of irrigated grasslands in the Crau. (ii) the second part is dedicated to the mapping of irrigated woody crops (orchards, vineyards, and olive groves) (iii) finally, the third part focused mainly on the characterisation of vineyards by looking for two important characteristics, namely the management of the inter-row and the characterisation ofthe foliar index of the vine, which requires the subtraction of the contributions of the inter-row to the LAI as seen by the satellite. For the first part of the work (on irrigated grassland), a mowing detection algorithm was designed using the temporal LAI signal derived from Sentinel 2 observations. The algorithm includes a filter to eliminate noise in the signal that could lead to false detection of mowing. A pixel is classified as irrigated grassland if at least two mowings are detected. We obtained a very satisfactory Kappa index of between 0.94 and 0.99 depending on the year. In the second stage of the work, a classification based on phenological metrics (PMs) derived from the Sentinel 2 time series was developed. The PMs correspond to the parameters of an analytical model (double logistic) used to characterise the phases of growth and decline in LAI, as well as the plateau corresponding to the maximum development of the canopy. The PMs are calculated from the LAI time series averaged over the agricultural plot and then fed into the classification algorithm (random forest RF). The Kappa indices vary from 0.86 to 0.95 depending on the year. These results are much better than those obtained by applying the RF algorithm to the LAI time series (Kappa ranging from 0.3 to 0.52). Finally, in the last part of this thesis, the proposed method is based on two hypotheses, namely the temporality of the vine's leaf development and the fact that the interrow grass cover is dry or absent in summer. This makes it possible to fit a theoretical vine leaf development curve based on an analytical curve of the double logistic type and to identify the contribution of the inter-row to LAI by subtracting the theoretical vine curve from the observed LAI time series. We were thus able to separate the inter-rows with different management practices such as grassed, partial grassed, and tillage.
L’occurrence et l’intensité des pénuries d'eau dues au changement climatique augmentent dans le monde et dans la région méditerranéenne et devient ainsi une menace majeure pour la production agricole. Une gestion efficace des ressources en eau agricole est donc une préoccupation cruciale, en particulier dans les territoires irrigués. Des évaluations précises des besoins en eau des plantes grâce à des outils permettant d'estimer l'évapotranspiration (ET) à l'échelle régionale pourraient contribuer à une gestion durable des ressources en eau limitées dans des régions déjà confrontées à des pénuries d'eau. La mise en œuvre de ces outils requiert une connaissance précise des cultures irrigués, leur localisation ainsi que leur développement foliaire. Pour cela, la télédétection apporte des informations importantes sur la dynamique des couverts végétaux via les indices de végétation (NDVI) ou l’estimation de variables biophysiques (par exemple l’indice Foliaire (LAI)), qui sont des variables décrivant des caractéristiques des couverts végétaux relié à l'ET. L'objectif général de cette thèse est d'évaluer des méthodes utilisant les données Sentinel-2 pour cartographier les cultures irriguées, ainsi que leur développement foliaire. L’étude s’appuie sur deux territoires méditerranéens à savoir la plaine de la Crau et la zone irriguée Ouvèze-Ventoux. Dans ce travail les algorithmes utilisés pour la cartographie des surfaces et la caractérisation des couverts végétaux s’appuient tous sur l’analyse des séries temporelles de LAI estimée par télédétection afin d’identifier des traits phénologiques et agronomiques des couverts végétaux observés. L’innovation principale réside dans l’exploitation de ces traits pour caractériser les couverts végétaux plutôt que d’injecter les séries temporelles brutes (réflectances ou indices de végétation) dans les algorithmes de classification comme cela est généralement fait. Ce travail comprend trois parties : (i) la première a porté sur la cartographie des prairies irriguées en Crau. (ii) la deuxième partie est dédiée à la cartographie des cultures irriguées ligneuses (vergers, vignes et oliveraies) (iii) enfin, la troisième partie s'est principalement concentrée sur la caractérisation des vignes en recherchant deux caractéristiques importantes qui sont la gestion de l'inter-rang et la caractérisation de l’indice foliaire de la vigne qui nécessite de soustraire les contributions de l’inter-rang au LAI vue par le satellite. Pour la première partie du travail (sur les prairies irriguées), un algorithme de détection de la fauche a été conçu en utilisant le signal LAI temporel dérivé des observations de Sentinel 2. L'algorithme comprend un filtre pour éliminer le bruit dans le signal qui pourrait conduire à une fausse détection de la fauche. Un pixel est classé comme étant une prairie irriguée si deux fauches au moins sont détectées. Nous avons obtenu un indice de Kappa très satisfaisant compris entre 0,94 et 0,99 selon les années. Dans la seconde étape de travail, une classification basée sur les métriques phénologiques (PM) dérivées des séries temporelles de Sentinel-2 a été développée pour effectuer la classification. Les PM correspondent aux paramètres d’un modèle analytique (double logistique) qui permet de caractériser les phases de croissance, de décroissance du LAI ainsi que le plateau correspondant au développement maximum du couvert. Les PM sont calculées sur les séries temporelles de LAI moyennées sur la parcelle agricole pour être ensuite introduites dans l’algorithmes de classification (random forest RF). Les indices Kappa varient de 0,86 à 0,95 selon les années. Ces résultats sont bien meilleurs que ceux obtenus en appliquant l'algorithme RF aux séries temporelles LAI (Kappa compris entre 0,3 et 0,52).
| Origine | Version validée par le jury (STAR) |
|---|