Estimation de la phénologie du canola à l’aide d’un radar à synthèse d’ouverture
Citation
McNairn, H., Jiao, X., Pacheco, A., Sinha, A., Tan, W., Li, Y. (2018). Estimating canola phenology using synthetic aperture radar. Remote Sensing of Environment, [online] 219 196-205. http://dx.doi.org/10.1016/j.rse.2018.10.012
Résumé en langage clair
L’humidité persistante du sol au moment de la floraison des cultures de canola peut accroître le risque de pertes de récoltes dues au sclérote. Ce pathogène, présent dans le sol, se nourrit des pétales des fleurs de canola. Cette recherche a permis de mettre au point une méthode permettant de déterminer le moment de la floraison des cultures de canola, d’après des images recueillies par des satellites à radar à synthèse d’ouverture (SAR). Dans le présent article, nous avons utilisé des images des SAR à polarisation quadruple RADARSAT-2 et à polarisation double TerraSAR-X avec un nouveau cadre de filtrage dynamique pour estimer les stades de croissance du canola (phénologie). Dans le cadre de ce processus, un nouvel indicateur du stade de croissance des cultures a été mis au point et les paramètres SAR sensibles aux changements de phénologie ont été déterminés. Pour élaborer le modèle, nous avons utilisé des données pluriannuelles de satellites à SAR et de terrain pour un site au Manitoba (Canada). L’estimateur de croissance des cultures a ensuite été mis à l’essai avec des données inédites provenant de trois sites, un dans chacune des provinces des Prairies canadiennes. Cette validation indépendante a permis d’établir que l’estimateur de croissance permet de déterminer avec exactitude le stade de croissance du canola et la date de floraison. Les coefficients de corrélation (valeurs r) entre la phénologie observée et la phénologie estimée variaient de 0,91 à 0,96. Il s’agit d’une très grande avancée dans l'utilisation de données géospatiales pour atténuer les effets des maladies des cultures chez le canola. La méthode de phénologie des cultures est en train d’être intégrée à d’autres données géospatiales (certaines provenant de satellites) dans un outil de risque de maladie (DiRT) pour aider la communauté agricole à suivre le risque de maladie.
Résumé
© 2018 Des périodes prolongées de conditions de sol humide, lorsqu’elles sont présentes durant les stades critiques du développement des cultures, peuvent augmenter considérablement le risque de certaines maladies des cultures. L’humidité des sols dans les champs de canola en floraison est préoccupante pour le développement du sclérote, car ce pathogène se nourrit des pétales des fleurs de canola. Il est donc important de déterminer si le canola est en floraison durant les périodes de forte humidité pour décider s’il y a lieu de prendre des mesures pour atténuer cette maladie. Dans le présent article, nous avons utilisé les données des radars à synthèse d’ouverture (SAR) à polarisation quadruple RADARSAT-2 et à double polarisation TerraSAR-X avec un nouveau cadre de filtrage dynamique pour estimer les stades de croissance du canola. Dans le cadre de ce processus, un nouvel indicateur du stade de croissance des cultures a été mis au point et des paramètres polarimétriques SAR sensibles aux changements de phénologie ont été déterminés. Pour élaborer le modèle, on a utilisé des données pluriannuelles de satellites à SAR et de terrain pour un site au Manitoba (Canada). L’estimateur de croissance des cultures a ensuite été mis à l’essai avec des données inédites provenant de trois sites, un dans chacune des provinces des Prairies canadiennes. Cette validation indépendante a permis d’établir que l’estimateur de croissance permet de déterminer avec exactitude le stade de croissance du canola et la date de floraison. Les coefficients de corrélation (valeurs r) entre la phénologie observée et la phénologie estimée variaient de 0,91 à 0,96. Étant donné que cette méthode a donné de bons résultats avec les données d’essai d’autres sites et d’autres années, elle pourrait être largement adoptée pour suivre le développement du canola dans de vastes régions.