Estimation du rendement des cultures dans les Prairies canadiennes à l’aide de mesures relatives aux cultures dérivées de Terra MODIS

© 2008-2012, IEEE. Nous avons évalué l’utilité des mesures relatives aux cultures dérivées de Terra MODIS pour l’estimation du rendement dans les Prairies canadiennes. La présente étude a été réalisée à l’échelle des régions agricoles de recensement (RAR) et des municipalités rurales (MR) de la Saskatchewan, dans trois zones agroclimatiques des Prairies. Nous avons comparé les indices de végétation, la productivité primaire brute (PPB) et la productivité primaire nette (PPN) issus de MODIS aux rendements connus de l’orge, du canola et du blé de printemps. Nous avons utilisé des régressions linéaires multiples pour évaluer les relations entre les mesures et le rendement aux niveaux de la RAR et de la MR pour les années 2000 à 2016. Les modèles ont été évalués à l’aide d’une approche de validation croisée d’un contre tous (LOOCV). Les résultats ont montré que les indices de végétation aux stades de croissance maximale de la culture étaient de meilleurs prédicteurs du rendement que la PPB ou la PPN, et que l’indice EVI2 était meilleur que l’indice IVDN. En utilisant l’EVI2 maximum saisonnier, les rendements des cultures au niveau de la RAR peuvent être estimés avec une erreur quadratique moyenne relative (EQMR) de 14 à 20 % et un coefficient d’efficacité du modèle de Nash-Sutcliffe (ENS) de 0,53 à 0,70, bien que la relation exacte varie selon le type de culture et la zone agroclimatique. La LOOCV a prouvé la stabilité des modèles d’une année à l’autre, bien que des fluctuations interannuelles de l’exactitude des estimations aient été observées. Les évaluations faites à l’aide des rendements au niveau de la MR ont montré une exactitude légèrement réduite, avec un ENS de 0,37 à 0,66 et une EQMR de 18 à 28 %. Les modèles les plus performants ont été utilisés pour cartographier le rendement des cultures annuelles à l’échelle des polygones des pédo-paysages du Canada (PPC). Les résultats indiquaient que les modèles pouvaient donner de bons résultats aux deux échelles spatiales et qu’ils pouvaient donc être utilisés pour désagréger les rendements des cultures à une résolution grossière à des résolutions spatiales plus fines à l’aide des données MODIS.