Évaluation de l’efficacité maximale d’utilisation de la lumière à partir d’un modèle de croissance des plantes et de données satellitaires pour améliorer l’estimation de la biomasse des cultures

Citation

Dong, T., Liu, J., Qian, B., Jing, Q., Croft, H., Chen, J., Wang, J., Huffman, T., Shang, J., Chen, P. (2017). Deriving Maximum Light Use Efficiency from Crop Growth Model and Satellite Data to Improve Crop Biomass Estimation. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, [online] 10(1), 104-117. http://dx.doi.org/10.1109/JSTARS.2016.2605303

Résumé en langage clair

L’efficacité d’utilisation maximale de la lumière est un paramètre important dans certains modèles d’estimation de la biomasse, comme les modèles d’efficacité de la production utilisant des données de télédétection; toutefois, elle est habituellement traitée comme une constante pour une espèce végétale donnée, ce qui entraîne d’importantes erreurs dans l’estimation de la productivité de la végétation. La présente étude vise à évaluer la faisabilité de l’estimation de ce paramètre à partir de données de télédétection satellitaires. Le paramètre à l’échelle de la parcelle a d’abord été estimé en assimilant l’indice de surface foliaire vert et la biomasse mesurés au champ dans un modèle de culture (Simple Algorithm for Yield), puis nous avons mis en corrélation quelques indices de végétation Landsat-8 pour élaborer des modèles de régression. Le paramètre a ensuite été cartographié à l’aide du meilleur modèle de régression obtenu à partir d’images de télédétection. Nos résultats indiquent que l’efficacité maximale d’utilisation de la lumière dépend des facteurs de stress environnementaux, comme la carence en azote des feuilles, et qu’elle pourrait être estimée à partir des indices de végétation. Par exemple, elle peut être estimée à l’aide de données de télédétection acquises au stade du laiteux, au moyen de l’indice de végétation amélioré à deux bandes pour le blé d’hiver et de l’indice de chlorophylle verte pour le maïs. L’utilisation de l'efficacité d’utilisation maximale de la lumière variable dans un modèle d’efficacité d’utilisation de la lumière peut améliorer l’estimation de la biomasse d’environ 15 %.

Résumé

© 2008-2012 IEEE. L’efficacité maximale d’utilisation de la lumière (LUEmax ) est un paramètre important dans les modèles d’estimation de la biomasse (p. ex., les modèles d’efficacité de production) fondés sur des données de télédétection; toutefois, elle est habituellement traitée comme une constante pour une espèce végétale donnée, ce qui entraîne d’importantes erreurs dans l’estimation de la productivité des végétaux. Dans le cadre de la présente étude, nous avons évalué la faisabilité d’obtenir une valeur LUEmax variable dans l’espace à partir de données de télédétection satellitaires. La valeur LUEmax à l’échelle de la parcelle a d’abord été obtenue en assimilant l’indice de surface foliaire verte et la biomasse mesurés au champ dans un modèle de culture (le modèle Simple Algorithm for Yield estimate ), puis nous l’avons corrélé avec quelques indices de végétation (IV) Landsat-8 pour élaborer des modèles de régression. La LUEmax a ensuite été cartographiée à l’aide du meilleur modèle de régression pour un IV. Les facteurs ayant une incidence sur la variabilité de la LUEmax ont également été évalués. Plutôt que d'avoir une valeur LUEmax fixe, nos résultats donnent à penser que la LUEmax est affectée par les stress environnementaux, comme la carence en azote des feuilles. La forte corrélation entre la LUEmax à l’échelle de la parcelle et les IV, en particulier l’indice de végétation amélioré à deux bandes pour le blé d’hiver (Triticum aestivum) et l’indice de chlorophylle verte pour le maïs (Zea mays) au stade laiteux, a permis de dériver la LUEmax à partir de observations de télédétection. Pour évaluer la qualité de la LUEmax dérivée des données de télédétection, nous avons comparé la biomasse du blé d’hiver et du maïs à celle estimée à l’aide d’un modèle d’efficacité de production avec une LUEmax constante et la LUEmax variable dérivée. Nous avons obtenu des améliorations significatives de l’exactitude de l’estimation de la biomasse (d’environ 15,0 % pour l’erreur quadratique moyenne normalisée) à l’aide de la LUEmax variable dérivée. Cette étude offre une nouvelle façon de dériver la LUEmax pour un modèle d’efficacité de production spécifique et d’améliorer l’exactitude de l’estimation de la biomasse à l’aide de la télédétection.

Date de publication

2017-01-01