Évaluation de l’exactitude temporelle de la détection des changements entre les prairies et les terres cultivées à l’aide de l’analyse d’images multitemporelles

Citation

Mardian, J., Berg, A., Daneshfar, B. (2021). Evaluating the temporal accuracy of grassland to cropland change detection using multitemporal image analysis. Remote Sensing of Environment, [online] 255 http://dx.doi.org/10.1016/j.rse.2021.112292

Résumé en langage clair

Dans le présent article de revue, nous avons tenté de distinguer les caractéristiques des changements d’utilisation des terres, des prairies naturelles aux terres agricoles, en étudiant des séries chronologiques d’indices de croissance tirés des données d’observation de la Terre et en comparant leur efficacité.

Résumé

© 2021 Les prairies sont de précieux puits de carbone dans le cadre des efforts déployés pour atténuer les changements climatiques. Cependant, ils ne sont pas bien protégés et sont par conséquent remplacés par des systèmes agricoles dans le monde entier. Les efforts de surveillance actuels faisant appel à la télédétection et aux méthodes au sol étant insuffisants, la cartographie des conversions des prairies en terres cultivées doit être améliorée afin de mieux documenter ces changements dans les Prairies canadiennes. La présente étude visait à évaluer l’exactitude temporelle de différentes méthodes de rupture structurale et d’ensembles de données de télédétection pour la détection de la conversion des prairies dans deux zones d’étude de l’Alberta de 2010 à 2018. Breaks for Additive Seasonal and Trend (BFAST), BFAST Seasonal and Bayesian Estimator of. Nous avons appliqué les méthodes de changement brusque, de saisonnalité et de tendance (BEAST) pour évaluer leur sensibilité à la conversion des parcours et des pâturages. Le meilleur modèle était le modèle saisonnier BFAST, qui a permis de prédire correctement l’année du changement pour 76 % des parcours et 66 % des pâturages. Ces résultats démontrent que les modèles saisonniers sont efficaces pour détecter les changements interannuels de la composition de la végétation dans le contexte du bruit de fond causé par le climat et les changements phénologiques induits par la gestion. Les données MODIS ont surpassé les données Landsat, ce qui souligne l’importance des données de télédétection à haute résolution temporelle pour la détection des changements, même au détriment d’une résolution spatiale plus élevée. Dans l’ensemble, cette étude démontre que les méthodes de rupture structurelle sont efficaces pour identifier les transitions des prairies à l’agriculture et qu’elles pourraient être utiles pour la surveillance opérationnelle des inventaires des prairies à l’avenir.

Date de publication

2021-03-15

Profils d'auteurs