Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ CemOAarrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
CemOA
2016
Data sources: CemOA

Utilisation de la télédétection optique et radar pour le suivi et la gestion de prairies irriguées

Authors: El Hajj, M.;

Utilisation de la télédétection optique et radar pour le suivi et la gestion de prairies irriguées

Abstract

In the context of increasing the pressure on water resources, the search for improved agricultural productivity of irrigation water leads to irrigation schedule optimization according to soil water conditions and crop development stages. Spatial remote sensing currently provides spatialized near real-time information of soil and vegetation characteristics. In particular, radar data, which showed a high potential for estimating soil moisture. Similarly, the optical data have long been used to estimate the vegetation parameters (biomass, yield). Such information can be integrated into crop models to predict yield evolution in real-time. The general aim of the thesis is to show how the information derived from remote sensing data with high spatial and temporal resolution can restore the water and vegetative dynamics of an irrigated perimeter. The approach is based on experiments conducted on a system of irrigated grasslands, with spatial and ground observations at high time repetitiveness, and the use of a crop model. The first part of the thesis evaluates the potential of radar data for cultivated soil water status monitoring. The X-band (3 cm wavelength) was chosen since X-band radar sensors allow plots monitoring with a high revisit time, and image acquisition at fine spatial resolution (about 1m), adapted to plots with small size. Results showed that the X-band radar signal allows soil moisture evolution monitoring even in the presence of a dense vegetation cover. In addition, results showed that the radar data are able to identify the water supplies even if the radar image is acquired three days after the irrigation event. The second part evaluates the potential of radar-optical coupling to estimate soil moisture in the presence of vegetation. The results showed that HH polarization combined with one vegetation parameter, derived from the optical data, allow soil moisture estimation with an accuracy around 5 vol.%. The methodology developed in this section of the thesis provides a multi-sensor approach (optical and radar) for operational soil moisture mapping in the presence of vegetation. The third part of the thesis study the potential of spatial data (radar and optical) to feed a crop model representing real-time biomass evolution. This part is based on the PILOTE model, which allows the prediction of crop sensitivity to water stress, and integrate criteria for irrigation launching and grassland harvest. Results showed that the integration of spatial data information estimates (LAI, harvest and irrigation dates) into PILOTE provides a good accuracy in yield prediction. The relevance of spatial information can then be analyzed in terms of acquisition frequency and accuracy of estimations produced, opening perspectives for the application of high temporal resolution remote sensing for the supervision and management of water supply in irrigated areas. / Dans un contexte d'accroissement des tensions sur les ressources en eau, la recherche d'une meilleure productivité agricole de l'eau d'irrigation amène à optimiser les calendriers d'arrosage en fonction des états hydriques des sols et des stades de développement de la culture. La télédétection spatiale permet aujourd'hui de fournir des informations spatialisées en temps quasi-réel sur les caractéristiques du sol et de la végétation. En particulier, les données radar ont montré un fort potentiel pour l'estimation de l'humidité du sol. De même, les données optiques sont utilisées depuis longtemps pour estimer les paramètres relatifs à la végétation (indice foliaire, biomasse, rendement). Ces informations peuvent être intégrées dans des modèles de culture pour simuler en temps réel l'évolution du rendement. L'objectif général de la thèse est de montrer comment les informations issues de la télédétection spatiale à haute résolution spatio-temporelle permettent de retrouver les dynamiques hydriques et végétatives d'un périmètre irrigué. La démarche repose sur des expérimentations menées sur un système de prairies irriguées, avec des observations spatiales et au sol à haute répétitivité temporelle, et l'utilisation d'un modèle de culture. Le premier volet de la thèse évalue le potentiel des données radar à suivre l'état hydrique d'un sol cultivé. La bande X (3 cm de longueur d'onde) a été choisie puisque les capteurs radar en bande X permettent un suivi des parcelles avec une forte répétitivité temporelle, et des acquisitions à une très haute résolution spatiale (environ 1 m), adaptée à des parcelles de petite taille. Les résultats ont montré que le signal radar en bande X permet de suivre l'évolution de l'humidité du sol même en présence d'un couvert végétal dense. De plus, les résultats ont montré que les données radar sont capables d'identifier les apports d'eau même si l'image radar est acquise trois jours après l'achèvement de l'irrigation. Le deuxième volet évalue le potentiel du couplage radar-optique pour estimer l'humidité du sol en présence de la végétation. Les résultats ont montré que la polarisation HH combinée avec un paramètre de la végétation, dérivée à partir des données optiques, permet d'estimer l'humidité du sol avec une précision de l'ordre de 5 vol.%. La méthodologie développée dans cette partie de la thèse permet de proposer une approche multi-capteur (optique et radar) pour une cartographie opérationnelle de l'humidité du sol en présence de végétation. La troisième partie de la thèse étudie le potentiel des données spatiales (radar et optique) pour alimenter un modèle de culture représentant l'évolution de la biomasse en temps réel. Cette partie s'appuie sur le modèle PILOTE, permettant de prédire la sensibilité de la culture au stress hydrique, et d'intégrer des critères de déclenchement des arrosages et de fauche des prairies. Les résultats ont montré que l'intégration dans PILOTE d'informations estimées à partir des données spatiales (LAI, dates des coupes et irrigations) permet de prédire le rendement avec une bonne précision. La pertinence des informations spatiales peut ainsi être analysée en termes de fréquence d'acquisition et de précision des estimations produites, ouvrant des perspectives pour l'application de la télédétection à haute résolution temporelle à la supervision et la gestion des apports d'eau dans les périmètres irrigués.

Keywords

image optique, télédétection, assessment, HUMIDITE DU SOL, pilote, prairie, soil water content, crop yield, RADAR, LAI, CAPTEUR OPTIQUE, remote sensing, PRAIRIE INONDABLE, Le Merle, vegetation, ESTIMATION, humidité des sols, spatial data, CosmoSky-Med, DONNEE SPATIALE, images radar, TELEDETECTION, RENDEMENT DES CULTURES, TerraSAR-X

  • BIP!
    Impact byBIP!
    citations
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
  • citations
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
    Powered byBIP!BIP!
Powered by OpenAIRE graph
Found an issue? Give us feedback
citations
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
Related to Research communities
Assessing the socio-economic impact of digitalisation in rural areas