Une approche multiscalaire par télédétection pour la cartographie et la caractérisation des systèmes agricoles à l’échelle régionale

A multiscale remote sensing approach for agricultural systems mapping and characterization at regional scale

• Auteur / Autrice : Beatriz Bellón de la Cruz
• Direction : Agnès Bégué
• Type : Thèse de doctorat
• Discipline(s) : Géomatique
• Date : Soutenance le 24/05/2018
• Etablissement(s) : Paris, AgroParisTech
• Ecole(s) doctorale(s) : GAIA (Montpellier ; École Doctorale ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : Territoires, Environnement, Télédétection et Information Spatiale (Montpellier)
• Jury : Président / Présidente : Anne-Élisabeth Laques
• Jury : Examinateurs / Examinatrices : Anne-Élisabeth Laques, Laurence Hubert-Moy, Laurent Polidori, David Sheeren, Florent Maraux
• Jury : Rapporteurs / Rapporteuses : Laurence Hubert-Moy, Laurent Polidori

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Analyse multiéchelle

Traitement du signal -- Techniques numériques

Système d'information géographique

Agriculture connectée

Mots clés libres

Systèmes agricoles

Utilisation des terres

Unités de paysage

Clustering

Série temporelle de NDVI

Analyse d’image orientée-Objet

Agricultural systems

Land use

Landscape units

NDVI time series

Clustering

Object-Based image analysis

Résumé

Dans un contexte de planification de l’utilisation des terres à l’échelle régionale, la cartographie des systèmes agricoles - espèces cultivées et pratiques culturales - permet de suivre ce qui est produit, où et comment, et constitue donc un élément essentiel d’évaluation régionale de la production et de son impact sur l’environnement. La production d’information sur les systèmes agricoles nécessite généralement beaucoup de données et d’expertise. Cette information est donc très hétérogène en quantité et en qualité dans l'espace et le temps, la disponibilité et les mises à jour étant extrêmement variables selon les pays et les régions. La télédétection, de par sa capacité à fournir une information spatiale synoptique sur l’état et la dynamique de la végétation à partir des images satellitaires, constitue un outil précieux pour le suivi de l’agriculture. Toutefois, la conversion des images en produits cartographiques à l’échelle régionale reste encore du domaine de la recherche pour de nombreuses applications. Cette thèse propose des développements méthodologiques originaux dans une approche multiscalaire semi-automatique basée sur le traitement et l’analyse d’imagerie satellitaire optique pour la cartographie et la caractérisation des systèmes agricoles à l’échelle régionale. L’approche est composée de deux méthodes principales : (i) stratification régionale en unités de paysage et classification de ces unités pour produire une carte de systèmes d’utilisation agricole des terres ; (ii) segmentation à l’échelle de la parcelle et classification non supervisée des segments par une méthode de « landscape-clustering » pour produire une carte de systèmes de culture. Les méthodes ont été développées sur une région d’agriculture intensive, l’État brésilien du Tocantins, où le domaine cultivé, ainsi que les principaux systèmes d’utilisation agricole des terres et systèmes de culture ont été cartographiés avec succès à partir d’une série annuelle d’images NDVI-MODIS et d’une mosaïque d’images Landsat. La reproductibilité de l’approche a ensuite été évaluée au Burkina Faso, où les paysages sont façonnés par la petite agriculture familiale. Seul le domaine cultivé a pu être cartographié avec des résultats satisfaisants, mettant en évidence les limites de ces méthodes et de l’offre actuelle en imagerie satellitaire face aux spécificités contraignantes de ce type d’agriculture pour la télédétection. Les cartes résultantes ont été évaluées avec des données de vérité terrain et des statistiques agricoles, et comparées à d’autres produits cartographiques existants. Les résultats de cette thèse montrent le potentiel de la nouvelle méthode de stratification régionale en unités de paysage qui, à partir de séries temporelles de NDVI et combinée à la méthode de classification de « landscape-clustering », contribue à améliorer de façon significative la discrimination des espèces cultivées et des pratiques agricoles, et permet de représenter les systèmes agricoles à différents niveaux d’organisation spatiale. L’originalité des méthodes développées réside principalement dans la simplicité de leur mise en œuvre. Elles sont presque exclusivement basées sur des données satellitaires et nécessitent peu d’intervention « experte » et de données externes, ce qui leur confère un fort potentiel de reproductibilité. Cette thèse contribue ainsi, avec ces nouvelles méthodes, au développement d'outils génériques pour soutenir le suivi de l’agriculture à grande échelle et fournir des produits d’aide à la décision pour une planification raisonnée de l'utilisation des terres.

: In a context of regional land-use planning, agricultural systems’ mapping - crop types and cropping practices – allows monitoring of what is being produced, where and how, and therefore represents a key element for regional assessment of the agricultural production and its environmental impact. The production of information on agricultural systems generally requires a lot of data and expertise. This information is thus very heterogeneous in quantity and quality in space and time, the availability and updates being extremely variable between countries and regions. Remote sensing, through its ability to retrieve synoptic spatial information on the state and dynamics of vegetation from satellite images, represents a valuable tool for agricultural monitoring. However, the conversion of images into regional-scale map products remains a field of research for many applications. This thesis presents original methodological developments in a semi-automatic multiscale approach based on the processing and analysis of optical satellite imagery for the mapping and characterization of agricultural systems at regional scale. The approach is composed of two main methods: (i) regional stratification into landscape units and classification of these units to produce a map of agricultural land-use systems; (ii) field-level segmentation and unsupervised classification of the segments by a “landscape-clustering” method to produce a cropping systems’ map. The methods were developed on a region of intensive agriculture, the Brazilian state of Tocantins, where the cultivated area, as well as the main agricultural land-use systems and cropping systems were successfully mapped from an annual NDVI-MODIS time series and a mosaic of Landsat images. The reproducibility of the approach was then assessed in Burkina Faso, where landscapes are shaped by the smallholder agriculture. Only the cultivated area could be mapped with satisfactory results, highlighting the limitations of these methods and the current offer in satellite imagery given the challenging specificities of this type of agriculture for remote sensing. The resulting maps were assessed with ground-truth data and agricultural statistics, and compared to other existing maps. The results of this thesis show the potential of the new method of regional stratification into landscape units which, based on NDVI time series and combined to the unsupervised “landscape-clustering” classification method, contributes to significantly improve discrimination of crop types and agricultural practices, and allows representing the agricultural systems at different levels of spatial organization. The originality of the developed methods lies mainly in the simplicity of their implementation. They are almost exclusively based on satellite data and require little “expert” intervention and external data, which gives them a high reproducibility potential. Thereupon, this thesis contributes, with these novel methods, to the development of generic tools to support large-scale monitoring of agriculture and to provide decision-support products for reasoned land-use planning