Effet de l’utilisation de masques propres à chaque culture sur les prévisions de rendement des cultures fondées sur l’observation de la Terre au Canada

Citation

Zhang, Y., Chipanshi, A., Daneshfar, B., Koiter, L., Champagne, C., Davidson, A., Reichert, G., Bédard, F. (2019). Effect of using crop specific masks on earth observation based crop yield forecasting across Canada. Remote Sensing Applications: Society and Environment, [online] 13 121-137. http://dx.doi.org/10.1016/j.rsase.2018.10.002

Résumé en langage clair

Dans le cadre de la présente étude, nous avons évalué un ensemble de masques propres à chaque culture tirés de l’inventaire spatial annuel des cultures d’Agriculture et Agroalimentaire Canada (AAC) en vue de leur utilisation pour prévoir les rendements régionaux et nationaux de cinq grandes cultures (blé de printemps, orge, canola, maïs-grain et soja). Les résultats des prévisions de rendement obtenus avec ces masques ont été comparés à ceux de la méthode de masquage généralisée utilisée par AAC et Statistique Canada (StatCan) sur le plan opérationnel. Les évaluations ont été faites à trois échelles (RAR, provinciale et nationale) pour cinq cultures. L’amélioration de la prévision du rendement par l’utilisation de masques propres à chaque culture a été observée de manière plus systématique dans toutes les régions et à toutes les échelles pour le maïs et le soja que pour le blé de printemps, le canola et l’orge. Les résultats de la présente étude fourniront d’autres indications pour l’élaboration et l'amélioration des masques propres à chaque culture à utiliser dans les estimations des prévisions de rendement.

Résumé

© 2018 L’analyse des données d’observation de la Terre (OT) a souvent besoin de cartes de la couverture terrestre pour isoler les régions où se trouvent des classes de terres précises. Elles sont normalement dérivées d’images de télédétection et d'entrées vérifiées sur le terrain. Les cartes de couverture végétale qui ciblent des classes de cultures précises – appelées ici « masques de cultures » – pourraient servir à repérer les pixels représentant la classe ciblée, ce qui pourrait améliorer les entrées pour les applications agricoles, comme la prévision du rendement de chaque culture. Dans le cadre de la présente étude, nous avons évalué un ensemble de masques propres à chaque culture tirés de l’inventaire spatial annuel des cultures d'Agriculture et Agroalimentaire Canada (AAC) en vue de leur utilisation pour prévoir les rendements régionaux et nationaux de cinq grandes cultures (blé de printemps, orge, canola, maïs-grain et soja). Les résultats des prévisions de rendement obtenus avec ces masques ont été comparés à ceux de la méthode de masquage généralisée utilisée par AAC et Statistique Canada (StatCan) sur le plan opérationnel. Cette comparaison a été faite à l’aide de deux indicateurs de rendement du modèle, le coefficient de détermination de Bravais et Pearson et l’erreur quadratique moyenne, calculée au moyen d’une procédure de validation croisée Leave-One-Out (LOOCV). La modélisation du rendement a été réalisée dans la région agricole de recensement (RAR), puis agrégée aux échelles provinciale et nationale. Dans l’ensemble, une amélioration de la capacité de prévision du rendement a été observée lorsque des masques propres à chaque culture ont été utilisés pour toutes les cultures dans certaines régions et à certaines échelles spatiales. Cependant, seuls les masques de maïs et de soja ont montré une amélioration constante à toutes les échelles spatiales pour la plupart des régions de culture. Dans le cas du blé de printemps, du canola et de l’orge, les améliorations ont été principalement observées dans les régions où les cultures sont clairsemées ou regroupées. Les résultats de la présente étude fourniront d’autres indications pour l’élaboration et l’amélioration des masques propres à chaque culture à utiliser dans les estimations des prévisions de rendement.