Potentiel des séries temporelles d'images satellites multispectrales pour la caractérisation et le suivi dynamique d'une culture : application à la vigne à l'échelle régionale

Bonjour, je m’appelle Eva López et je viens de Barcelone. Je suis doctorante en agriculture de précision à Montpellier SupAgro dans l’UMR ITAP. Après une licence en agronomie de l’Université Polytechnique de Catalogne, j’ai poursuivi dans le même domaine avec un master en ingénierie agricole à l’Université de Lleida et j’ai réalisé mon stage en agriculture de précision dà l’UMR ITAP.

Durant ma thèse je vais évaluer l’intérêt et le potentiel de sources d’observation nouvelles comme support d’aide à la décision opérationnelle (pour l’expertise ou comme variable d’entrée de modèle) en viticulture : Est-il possible d’extraire des informations pertinentes des séries temporelles d’images satellites multispectrale et radar en vue d’une aide à la décision opérationnelle à plusieurs échelles (parcelle, domaine, coopérative, région) en viticulture ? La réponse à cette question nécessite de mettre en oeuvre des approches originales pour de prendre en compte l’ensemble des composantes (spatiales, attributaires, temporelles) des données et leur lien potentiel avec une information de référence.

Ce champ de recherche correspond à une demande sociale forte des professionnels de la viticulture (producteurs, conseillers, organismes consulaires, distributeurs d’eau, etc.) qui ont besoin d’outils opérationnels de diagnostic, de suivi et de pilotage de la contrainte hydrique (et de ses effets) à différentes échelles. Les entreprises de service s’y intéressent aussi.

• Date de démarrage : octobre 2019
• Université : MUSE Montpellier Université d’Excellence / L'Institut Agro
• Ecole doctorale :  GAIA, Montpellier
• Discipline / Spécialité :  Agronomie, Agriculture de précision
• Directeur de thèse :  Bruno Tisseyre (L'Institut Agro, ITAP)
• Encadrant(es) : James Taylor (INRAE, ITAP), Nicolas Devaux (L'Institut Agro, LISAH), Jean Michel-Roger (INRAE, ITAP), Sébastien Roux (INRAE, MISTEA), Christian Gary (INRAE, SYSTEM)
• Financement : #DigitAg – L'Institut Agro
• #DigitAg : Thèse cofinancée – Axes 6 & 5, Challenges 5 & 3

Mots-clés: Agriculture de précision, séries temporelles, télédétection, contrainte hydrique, vigne, estimation de la croissance

Résumé : Les sources d’information basées sur la télédétection présentent des caractéristiques particulièrement intéressantes pour le suivi dynamique des cultures, de l’échelle de la parcelle à l’échelle régionale. L’imagerie provenant de plateformes de télédétection est capable d’être utilisée pour l’aide à la décision opérationnelle (pour l’expertise ou comme entrée de modèle) pour le suivi des cultures à différentes échelles. Malgré la démonstration de cette capacité dans des études précédentes, le développement de ces nouvelles sources d’information (plateformes et capteurs) progresse plus rapidement que le développement de nouvelles technologies de l’information adaptées à la gestion de cette grande quantité de données. En effet, les informations qui caractérisent ce type de données sont non seulement volumineuses (multidimensionnelles), mais aussi très hétérogènes, ce qui reste un défi pour le traitement des données et les interprétations agronomiques.

Afin de contextualiser cette recherche, ce projet de recherche doctorale s’est concentré sur le potentiel d’une série temporelle d’images satellitaires Sentinel-2 pour le suivi des vignobles à l’échelle régionale dans la région Occitanie (France). Ce jeu de données spatio-temporel Sentinel-2 présente des caractéristiques uniques en termes de temps de revisite, de résolution spatiale, d’informations attributaires fournies et de coût. De plus, le choix de la couverture spatiale est intéressant en soi, car la région viticole de Languedoc-Roussillon représente une grande diversité de conditions agro-environnementales qui se traduit par un grand nombre de cépages différents cultivés ainsi qu’une grande diversité dans les pratiques de gestion des viticulteurs. L’ensemble de ces facteurs introduit des niveaux supplémentaires de variabilité dans l’analyse des données viticoles à l’échelle régionale. Ce travail de thèse est basé sur l’hypothèse que l’évaluation de la variabilité temporelle de l’imagerie satellitaire, en plus des variations spectrales, permettrait une analyse plus complète pour dériver des informations nouvelles et pertinentes sur la variabilité de la production des vignobles individuels à l’échelle régionale. Dans cette optique, l’objectif principal de cette thèse a été d’intégrer des analyses temporelles, en tant que descripteur supplémentaire de la variabilité des vignobles, afin de prendre en compte, d’une manière plus holistique, toutes les dimensions spécifiques des données de télédétection (spectrales, temporelles et spatiales). Différentes méthodes d’analyse multivoie supervisées et non supervisées, dérivées du domaine de la chimiométrie, ont été utilisées, capables de générer des informations à l’échelle régionale à partir de séries temporelles d’images multi-spectrales. Les approches non supervisées ont démontré la possibilité d’extraire des connaissances agronomiques dans le temps (par exemple, différentes dynamiques végétatives) sans prérequis préalables. Les méthodes supervisées ont permis, d’une part, l’évaluation spectrale, temporelle et spatiale d’un événement climatique extrême (par exemple une vague de chaleur) et, d’autre part, la sélection de variables multidimensionnelles (spectrales-temporelles) pour approfondir la compréhension agronomique de l’impact d’un événement climatique extrême sur la vigne à une échelle régionale.
Ce travail démontre que les méthodes d’analyse exploitant les signatures temporelles et spectrales pour extraire des informations sur les variations de la croissance végétative à l’échelle régionale offrent des informations précieuses pour évaluer la performance des cultures individuelles. En tenant compte de la haute dimensionnalité des données, qui inclut la dimension temporelle, les besoins ainsi que les limites de l’analyse des séries temporelles sont explorés dans le contexte de la fourniture d’informations pertinentes pour aider à la connaissance à grande échelle d’une culture, telle que la vigne.

Composition du Jury:

Anna Maria DE JUAN CAPDEVILA, Professeure associée, Université de Barcelona, Espagne
José Antonio MARTINEZ CASASNOVAS, Professeur, Université de Lleida, Espagne
Agnès BEGUE, Directrice de recherche, Cirad, France
Jean Baptiste FERET, Chargé de recherche, Maison de la Télédétection, France
Joaquim BELLVERT, Chargé de recherche, IRTA Lleida, Espagne
Bruno TISSEYRE, Professeur, Institut Agro Montpellier, France
Harold CLENET, Professeur associé, École d’ingénieurs de Purpan, France
James TAYLOR, Directeur de Recherche, INRAE Montpellier, France 

Contact : eva.lopez-fornieles [AT] supagro.fr

Réseaux : ResearchGate – LinkedIn – Twitter

Publications dans revues internationales 

• Eva Lopez-Fornieles, Guilhem Brunel, Nicolas Devaux, Jean-Michel Roger, Bruno Tisseyre (2022) Is It Possible to Assess Heatwave Impact on Grapevines at the Regional Level with Time Series of Satellite Images?, Agronomy
• Lopez-Fornieles, E., Tisseyre, B., Cheraiet, A., Gaci, B., & Roger, J. M. (2022). Potential of N-CovSel for Variable Selection: A Case Study on Time-Series of Multispectral Images. Frontiers in Analytical Science, 6.
• Lopez-Fornieles, E., Brunel, G., Rancon, F., Gaci, B., Metz, M., Devaux, N., Tisseyre, B. & Roger, J. M. (2022). Potential of Multiway PLS (N-PLS) regression method to analyse time-series of multispectral images: A case study in agriculture. Remote Sensing, 14(1), 216.
• Lopez, E. F., Brunel, G., Devaux, N., Rancon, F., Pichon, L., & Tisseyre, B. (2021). Potential of temporal series of Sentinel-2 images to define zones of vine water restriction. In Precision agriculture’21 (pp. 77-88). Wageningen Academic Publishers.
• Laurent, C., Rançon, F., Fornieles, E. L., Scholasch, T., Metay, A., Taylor, J., & Tisseyre, B. (2021). Is it relevant to account for grapevine phenology in time series of satellite images? In Precision agriculture’21 (pp. 60-72). Wageningen Academic Publishers