Couplage de données de télédétection hyperspectrales avec un modèle de culture pour l’étude de la demande en eau du blé d’hiver
Citation
Zhang, C., Liu, J., Dong, T., Pattey, E., Shang, J., Tang, M., Cai, H., Saddique, Q. (2019). Coupling hyperspectral remote sensing data with a crop model to study winter wheat water demand. Remote Sensing, [online] 11(14), http://dx.doi.org/10.3390/rs11141684
Résumé en langage clair
Une information exacte sur les conditions de croissance des cultures et l’état de l’eau peut améliorer la gestion de l’irrigation. L’objectif de cette étude était d’évaluer la performance du modèle de culture SAFYE (algorithme simple pour l’estimation du rendement et de l’évapotranspiration) pour simuler la croissance du blé d’hiver et estimer la demande en eau par assimilation de l’indice foliaire (LAI) dérivé des mesures de réflectance du couvert. Nous avons utilisé une fonction de stress hydrique raffinée pour tenir compte du stress hydrique élevé des cultures. Nous avons mené une expérience avec neuf scénarios d’irrigation correspondant à différents niveaux d’approvisionnement en eau au cours de deux saisons de culture de blé d’hiver consécutives (2013-2014 et 2014-2015). L’étalonnage de quatre paramètres du modèle a été fondé sur des algorithmes d’optimisation globale. Les résultats ont montré que le LAI estimé et récupéré concordaient bien dans la plupart des cas, avec un minimum et un maximum de RMSE de 0,173 et 0,736, respectivement. Une bonne performance pour l’estimation de la biomasse accumulée a été obtenue dans des conditions de stress hydrique modéré, alors qu’une sous-estimation a été obtenue dans des conditions de stress hydrique sévère. Les rendements céréaliers ont également été bien estimés pour les deux années. La dynamique de l’humidité du sol simulée dans la couche supérieure de 20 cm concordait avec les observations sur le terrain pour tous les scénarios; Par contre, nous avons observé une sous-estimation générale du stockage total de l’eau dans la couche de 1 m, ce qui a mené à une surestimation de l’évapotranspiration réelle. Cette recherche fournit un schéma pour estimer les propriétés de croissance des cultures, le rendement grainier et l’évapotranspiration réelle en couplant un modèle de culture avec des données de télédétection.
Résumé
© 2019 par les auteurs. Une information exacte sur les conditions de croissance des cultures et l’état de l’eau peut améliorer la gestion de l’irrigation. L’objectif de cette étude était d’évaluer la performance du modèle de culture SAFYE (algorithme simple pour l’estimation du rendement et de l’évapotranspiration) pour simuler la croissance du blé d’hiver et estimer la demande en eau par assimilation de l’indice foliaire (LAI) dérivé des mesures de réflectance du couvert. Nous avons utilisé une fonction de stress hydrique raffinée pour tenir compte du stress hydrique élevé des cultures. Nous avons mené une expérience avec neuf scénarios d’irrigation correspondant à différents niveaux d’approvisionnement en eau au cours de deux saisons de culture de blé d’hiver consécutives (2013-2014 et 2014-2015). L’étalonnage de quatre paramètres du modèle a été fondé sur les algorithmes d’optimisation globale SCE-UA. Les résultats ont montré que le LAI estimé et récupéré concordaient bien dans la plupart des cas, avec un minimum et un maximum de RMSE de 0,173 et 0,736, respectivement. Une bonne performance pour l’estimation de la biomasse accumulée a été obtenue dans des conditions de stress hydrique modéré, alors qu’une sous-estimation a été obtenue dans des conditions de stress hydrique sévère. Les rendements céréaliers ont également été bien estimés pour les deux années (R2 = 0,83; RMSE = 0,48 t·ha-1; EMR = 8,4 %). La dynamique de l’humidité du sol simulée dans la couche supérieure de 20 cm concordait avec les observations sur le terrain pour tous les scénarios; Par contre, nous avons observé une sous-estimation générale du stockage total de l’eau dans la couche de 1 m, ce qui a mené à une surestimation de l’évapotranspiration réelle. Cette recherche fournit un schéma pour estimer les propriétés de croissance des cultures, le rendement grainier et l’évapotranspiration réelle en couplant un modèle de culture avec des données de télédétection.