Le congrès ECPA (European Congress of Precision Agriculture) se tient à Bologne du 3 au 6 juillet. Réunissant plus de 400 chercheurs internationaux, ce congrès est une occasion pour l’équipe AgroTIC de présenter ses 14 travaux de recherches, et d’échanger avec la communauté internationale sur le futur de l’agriculture de précision.

Une équipe de chercheurs de l’IVIA à Valence (Espagne) propose une méthode relativement simple et plutôt efficace pour le suivi de l’occupation des sols par télédétection.

L’étude s’emploie à déterminer quels types d’arbres fruitiers sont plantés sur les parcelles d’études (Agrumes / fruits à noyaux / kakis) mais la méthode pourrait s’appliquer à d’autres culture.

La technique utilisée s’appuie sur une modélisation harmonique d’une série temporelle d’images satellitaires Sentinel 2.

A partir de toutes les images Sentinelles disponibles sur une saison, l’indice de végétation associé à un pixel donné décrit un profil temporel qui peut être spécifique à une plante donnée. Ces profils sont efficacement représentés par des modèles harmoniques (sommes de sinusoïdes), calculés par des outils mathématiques facilement disponibles (décompositions de Fourier).  Des classifieurs classiques (Random Forest), utilisés à l’échelle des pixels, suivis par une agrégation majoritaire à la parcelle permettent de déterminer la culture la plus problable sur chaque parcelle. Dans l’étude présentée, des modèles d’ordre 3 (très compacts) donnaient déjà de bons résultats. Avec des modèles un peu plus grands et après élimination des pixels de bord de parcelles, une précision de 84%  (Overall Accuracy) est obtenue sur une large zone d’étude.

Cette étude montre que des outils simples et disponibles permettent d’exploiter efficacement les séries temporelles d’images Sentinel, produisant ainsi des indicateurs performant et peu couteux pour suivre de larges territoires

Référence : Crop recognition at orchard level in Mediterranean conditions using time series of spectral indexes; H. Izquierdo & al.; Precision Agriculture ’23, pp. 963 – 969