Méthodes

Différents types de données sont mobilisés dans le cadre du projet LYSA :

  • Des bases de données terrain : enquêtes agronomiques par suivi de parcelles en milieu paysan et enquêtes sur l’occupation et l’utilisation du sol, avec inventaire forestier.
  • Des données satellitaires optiques à haute résolution spatiale et temporelle comme Sentinel-2 et PlanetScope et à très haute résolution spatiale comme Pléiades. En fin de projet, des données radar Sentinel-1 pourront être testées.

La démarche qui a été proposée dans le cadre du projet LYSA s’articule autour de quatre grandes étapes:

1- Le prétraitement des données satellitaires qui consiste notamment à homogénéiser les jeux de données (systèmes de projection, mosaïquage, découpage sur une emprise commune) ainsi qu’à un ensemble de traitements spécifiques à chacun des jeux de données (conversion en réflectance TOA, fusion des bandes panchromatiques et multi-spectrales pour les images Pléiades, lissage des séries temporelles optiques, calibration radiométrique, géométrique et réduction des effets de « speckle » des séries radar.

2- La caractérisation de la diversité paysagère consistant en (1) la caractérisation de la diversité des cultures et des pratiques agricoles (2) la caractérisation du parc arboré et (3) la création d’indicateurs synthétiques de diversité paysagère. Pour ce faire, un inventaire du parc arboré (nombre d’arbres, espèces, diversité spécifique le long de transect) ainsi qu’un inventaire de l’occupation et utilisation du sol (cultures et pratiques culture/culture associée) seront réalisés. Ces données serviront pour la calibration et la validation des modèles de classification. Différentes variables radiométriques et texturales seront extraites des séries temporelles optiques et des images THRS Pléiades et plusieurs types de classifiers seront testés pour aboutir à une cartographie de la diversité des cultures d’une part et d’autre part à de l’homogénéité/hétérogénéité du parc arboré. Des métriques paysagères seront ensuite extraites (composition, structuration, diversité du paysage) afin d’avoir une quantification de l’hétérogénéité des paysages agricoles.

3- L’estimation des rendements céréaliers à partir de séries temporelles optique et radar. Les étapes pour la mise en place d’une estimation spatialisée des rendements intégrant la diversité paysagère sont (1) la mise en place d’une base de données terrain avec la constitution d’un réseau d’une cinquantaine de parcelles paysannes (itinéraires techniques, pratiques et relevés agronomiques) (2) la mise d’une méthode d’estimation des paramètres biophysiques et des rendements des cultures. Pour ce faire, différentes métriques phénologiques, variables spectrales optiques et variables SAR seront extraites et un modèle statistique d’estimation de rendements sera calibré sur les deux premières années du projet puis validé sur la dernière année.

4-La caractérisation de l’impact de la diversité des paysages sur les rendements (1) sera dans un premier temps testé à l’échelle de la parcelle en analysant le lien entre la densité et la diversité des arbres présents dans les parcelles et les rendements (2) à l’échelle du paysage à partir de l’extraction des indicateurs de diversité paysagère (diversité des cultures, diversité du parc arboré et indicateurs synthétiques) autour de chaque parcelle. De plus, étant donné que certains processus écologiques dépendent de plusieurs niveaux d’échelles une analyse multi-scalaire sera réalisée en combinant les métriques mesurées à une échelle locale et celles mesurées à une échelle paysagère. Des méthodes d’extractions de connaissances automatiques de type Machine Learning seront appliquées pour identifier les variables paysagères déterminantes pour les rendements et aboutir à la mise en place d’un modèle rendement intégrant le paysage.

Schéma de la démarche méthodologique proposée dans le projet