Télédétection de la phénologie des cultures agricoles en France

Remote sensing of agricultural crops phenology in France

Teledetección de la fenología de cultivos agrícolas en Francia

• Auteur / Autrice : Henry David Rivas Ullón
• Direction : Nicolas Delbart
• Type : Thèse de doctorat
• Discipline(s) : Géomatique
• Date : Soutenance le 15/12/2022
• Etablissement(s) : Université Paris Cité
• Ecole(s) doctorale(s) : École doctorale Sciences des sociétés (Paris ; 2019-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Interdisciplinaire des Energies de Demain (Paris ; 2014-....)
• Jury : Examinateurs / Examinatrices : Samuel Corgne, Dominique Courault, Eric Ceschia, Catherine Ottlé, Emmanuelle Vaudour
• Jury : Rapporteurs / Rapporteuses : Samuel Corgne, Dominique Courault

Mots clés

Mots clés contrôlés

Phénologie

Télédétection en sciences de la Terre

Mots clés libres

Désagrégation spatiale

Combinaison linéaire

Métriques phénologiques

Cartographie de la phénologie des cultures

Spatial disaggregation

Linear unmixing

Phenometrics

Crop phenology mapping

Desagregacion espacial

Combinacion lineal

Phenometricas

Mapeo de la fenologia de cultivos

Résumé

La phénologie, l'étude de la saisonnalité des organismes vivants, est essentielle dans l'évaluation du fonctionnement global des écosystèmes. Ce bio-indicateur est traditionnellement obtenu à partir d'observations de terrain, conduites à l'échelle des individus. Aujourd'hui, le caractère synoptique des données satellites permet le suivi de la dynamique de la végétation à différents échelles spatiales et temporelles. Néanmoins, la télédétection de la phénologie des cultures nécessite des observations avec une haute revisite temporelle pour suivre le développement des plantes, et une résolution spatiale adaptée à la taille des parcelles et au caractère fragmenté des paysages agricoles français. Or, actuellement, il n'existe aucun capteur répondant aux deux exigences simultanément. D'une part, les données à moyenne résolution spatiale fournissent des observations journalières permettant d'obtenir des séries temporelles composites, idéales pour les études phénologiques des couverts homogènes, mais au prix d'une résolution spatiale faible non adaptée à la taille des parcelles agricoles. D'autre part, les données à haute résolution spatiale fournissent des observations intra parcellaire mais avec une résolution temporelle souvent insuffisante pour détecter les stades phénologiques spécifiques des cultures. Dans ce contexte, l'objectif de cette thèse a été de cartographier la phénologie des cultures agricoles en France entre 2016-2020, à partir des donnés à moyenne résolution spatiale PROBA-V (300 m). Pour cela, nous avons développé une méthode de désagrégation spatiale permettant de reconstruire des séries temporelles d'indices spectraux révélateurs de l'état de croissance des plantes par type de culture. La méthode est basée sur un modèle de combinaison linéaire qui demande la connaissance de la fraction de chaque culture à l'intérieur d'un mixel, fournie par les données du Registre Parcellaire Graphique (RPG). Ensuite, à partir de ces données désagrégées, pour chaque pixel, nous avons estimé des métriques phénologiques spécifiques de chaque culture grâce a la méthode de seuillage, les seuils ayant été calés grâce à la confrontation des données de télédétection aux observations de terrain. Les résultats ont été évalués vis-à-vis d'observations de terrain fournies par le réseau national d'observation phénologique TEMPO et l'observatoire phénologique des céréales Céré'Obs. Les performances des données PROBA-V (300 m) ont été similaires à celles obtenues par les données Sentinel-2 (10 m) à partir de 2017, mais avec un taux de détection phénologique supérieur. Globalement, les dates estimées ont été conformes aux dates observées agrégées au niveau régional. En revanche, au niveau communal, les incertitudes sont plus élevées, peut être en raison de la discordance de l'échelle spatiale entre les estimations par télédétection et les observations de terrain intra-communales. Les stades intermédiaires (ex : épiaison) ont obtenu des meilleurs résultats par rapport aux premiers stades post-hiver (ex : fin tallage), ce qui pourrait s'expliquer par la variabilité des conditions pré et intra-hivernage des parcelles (e.g. état de santé, conditions météorologiques après semis, etc.). En conclusion, les données désagrégées ont permis de cartographier la date de certains stades phénologiques, comme l'épiaison du blé d'hiver et la date de floraison du colza, et ce à l'échelle nationale. Ceci suggère un grand potentiel pour le suivi opérationnel de la dynamique des cultures en France, et ce, avec une continuité rétrospective qui pourrait être assurée par d'autres capteurs existants ayant des caractéristiques spatiales et temporelles similaires, comme les capteurs MODIS ou SPOT-VGT.

Phenology, the study of living organism's seasonality, is essential for the assessment of overall ecosystem functioning. This bio-indicator is traditionally obtained from field observations, conducted at the individual level. Currently, synoptic satellite data allow vegetation dynamics monitoring at different spatial and temporal scales. Nevertheless, remote sensing of crop phenology requires high temporal observations to track plant development, and high spatial resolution according to plot sizes and the fragmented nature of the French agricultural landscape. However, currently, there is no sensor that can simultaneously address both requirements. Medium spatial resolution data provide daily observations allowing to obtain composite time series, ideal for phenological studies of homogeneous coverage, but with a low spatial resolution not adapted to agricultural plots sizes. On the other hand, high spatial resolution data provide intra-plot observations but with a lower temporal resolution to detect crop-specific phenological stages. In this context, the aim was to map agricultural crops phenology in France during 2016-2020, from medium spatial resolution PROBA-V (300 m) data. For this purpose, we have developed a spatial disaggregation method to reconstruct time series of spectral indices indicative of plant growth status by crop type. The method is based on a linear combination model that requires the knowledge of the fraction of each crop within a mixel, provided by the Land Parcel Identification System (LPIS) data. Then, from these disaggregated data, for each pixel, we have estimated crop-specific phenological metrics based on a threshold approach, using thresholds that have been adjusted by comparing remote sensing data with field observations. The results were evaluated against field observations provided by the national phenological observation network TEMPO and the cereal phenological observatory Céré'Obs. The performance of PROBA-V data (300 m) was similar to that obtained by Sentinel-2 data (10 m) from 2017, but with a higher phenological detection success rate. Overall, the estimated dates were consistent with observed dates aggregated at the regional level. In contrast, at the communal level, uncertainties are higher, perhaps due to the spatial scale mismatch between remote sensing estimates and intra-communal field observations. Intermediate stages (e.g., heading) performed better than early post-winter stages (e.g., end of tillering), which could be explained by variability in pre- and intra-winter plot conditions (e.g., health status, post-planting weather conditions, etc.). In conclusion, the disaggregated data allowed us to map the date of certain phenological stages, such as heading in winter wheat and flowering in oilseed rape, at the national scale. This suggests a strong potential for operational monitoring of crop dynamics in France, with a retrospective continuity that could be guaranteed by other existing sensors with similar spatial and temporal characteristics, such as the MODIS or SPOT-VGT sensors.

La fenología, el estudio de la temporalidad de los organismos vivos, es esencial para la evaluación del funcionamiento global de los ecosistemas. Tradicionalmente, este bio-indicador es obtenido a partir de observaciones de campo realizadas a nivel de los individuos. Actualmente, el carácter sinóptico de los datos satelitales permite monitorear la dinámica de la vegetación a diferentes escalas espaciales y temporales. Sin embargo, la teledetección de la fenología de cultivos necesita observaciones con alta frecuencia temporal para acompañar el desarrollo de las plantas y, una resolución espacial adaptada al tamaño de las parcelas y al carácter fragmentado del paisaje agrícola francés. No obstante, hasta el momento no existe un sensor capaz de cumplir con ambos requerimientos simultáneamente. Por un lado, los datos de media resolución espacial proporcionan observaciones diarias que permiten obtener series temporales compuestas, ideales para los estudios fenológicos de las cubiertas homogéneas, pero con una baja resolución espacial que no está adaptada al tamaño de las parcelas agrícolas. Por otro lado, los datos de alta resolución espacial proporcionan observaciones infra parcelarias, pero con una baja resolución temporal a menudo insuficiente para detectar estadios fenológicos específicos de los cultivos. En este contexto, el objetivo de la tesis fue mapear la fenología de cultivos agrícolas en Francia entre 2016-2020, utilizando datos de media resolución espacial PROBA-V (300 m). Para ello, se ha desarrollado un método de desagregación espacial que permite reconstruir las series temporales de los índices espectrales reveladores del estado de crecimiento de las plantas por tipo de cultivo. El método está basado en el conocimiento de las fracciones de los cultivos que se encuentran dentro un mixel, proporcionado por los datos del Registro Parcelario Grafico (RPG). Por consiguiente, a partir de los datos desagregados y para cada pixel, se han estimado las métricas fenológicas específicas de cada cultivo basándose en el método del valor umbral, habiéndose fijado estos valores comparando los datos de teledetección con las observaciones de campo. Los resultados fueron evaluados con respecto a las observaciones de campo provistas por la red nacional de observación fenológica TEMPO y el observatorio fenológico de cereales Céré'Obs. El rendimiento de los datos PROBA-V (300 m) fue similar al obtenido por los datos Sentinel-2 (10 m) a partir del 2017, pero con una mayor tasa de detección fenológica. En términos generales, las fechas estimadas concordaron con las fechas observadas y agregadas a nivel regional. En cambio, a nivel comunal, las discrepancias son mayores, debiéndose probablemente al desajuste de la escala espacial entre las estimaciones por teledetección y las observaciones de campo intracomunales. Los estadios intermediarios (ej. espigado) obtuvieron mejores resultados con relación a los primeros estadios post-invernal (ej. Fin del macollamiento), pudiéndose explicar por la variabilidad de las condiciones pre e infra hibernación de las parcelas (ej. estado de salud, condiciones meteorológicas post-siembra, etc.). En conclusión, los datos desagregados permitieron mapear la fecha de ciertos estadios fenológicos como el espigado del trigo de invierno y la fecha de la floración de la colza, y esto, a escala nacional. Esto sugiere un alto potencial para el monitoreo operacional de la dinámica de los cultivos en Francia, con una continuidad retrospectiva pudiéndose garantir por otros sensores existentes con características espaciales y temporales similares, como los sensores MODIS o SPOT-VGT.