Estimation de la hauteur des cultures et de la biomasse numérique à partir d'images multispectrales prises par des drones

Citation

Wang, H., Singh, K.D., Poudel, H., Ravichandran, P., Natarajan, M., and Eisenreich, B., "Estimation de la hauteur des cultures et de la biomasse numérique à partir d'images multispectrales prises par des drones", 13e atelier sur le traitement des images hyperspectrales et des signaux : évolution de la télédétection (WHISPERS, IEEE), Athènes, Grèce, Oct.-Nov. 2023, https://doi.org/10.1109/WHISPERS61460.2023.10431021

Résumé en langage clair

Cette étude propose de surveiller la hauteur du couvert des cultures fourragères (luzerne) et la biomasse numérique à l'aide d'un capteur multispectral basé sur un drone. Dans le premier cas, la hauteur de la culture a été extraite des images MSI à très haute résolution spatiale. Des corrélations raisonnables ont été trouvées entre la hauteur du couvert dérivée numériquement et les mesures au sol (R=0,50-0,56). Lorsque les estimations de hauteur sont faibles, l'incertitude est plus grande. Il est donc nécessaire de fixer certains seuils minimaux afin d'écarter les pixels non valides dans les extractions de hauteur. Dans un autre cas, le NDVI traditionnel est jugé prometteur pour caractériser le rendement de la biomasse fraîche (R = 0,73). Cela peut être dû à la taille relativement petite de la plante fourragère, qui n'atteint pas le seuil de saturation trouvé dans le paramètre NDVI. Au cours de ce projet, nous avons développé un pipeline pour l'estimation des paramètres physiques à l'aide d'images UAV. Cette étude contribue aux solutions d'imagerie multispectrale basées sur les drones pour améliorer les pratiques d'agriculture de précision. Dans une perspective future, nous développerons les équations empiriques pour surmonter le biais dans l'estimation de la hauteur de la canopée. Les modèles statistiques seront également établis pour quantifier précieusement la biomasse numérique à partir des indices de végétation.

Résumé

Cette étude examine le potentiel des images multispectrales (MSI) basées sur des véhicules aériens sans pilote (UAV) à très haute résolution spatiale (1,67 cm/pixel) pour surveiller la hauteur de la canopée de la luzerne (Medicago sativa L.) et la biomasse numérique. Nous avons utilisé la différence entre les cartes du modèle numérique de surface (MNS) et du modèle numérique de terrain (MNT) pour calculer le modèle de hauteur de la canopée (MCH), qui a ensuite été comparé aux mesures au sol. Bien qu'une sous-estimation ait été observée, nous avons trouvé une relation satisfaisante entre la hauteur de la canopée récupérée et mesurée. En outre, l'indice de végétation par différence normalisée (NDVI) à une très haute résolution montre une sensibilité significative au rendement de la biomasse fraîche sur différents jours. Cette étude contribue aux applications de l'agriculture de précision et au phénotypage des cultures fourragères à l'aide de capteurs multispectraux avancés pour drones.

Date de publication

2023-11-30