Estimation et caractérisation à large échelle du « yield gap » par télédétection multi-source : Application au blé pluvial en Ethiopie

My name is Habtamu Sewnet Gelagay, I am attending my PhD in EFSA-Agronomic Sciences at GAIA doctoral school, SupAgro institute, university of Montpellier. I have been hosted at CIRAD, UR AIDA, Montpellier, France for the last six months, and now I am seconded to IITA ,Nairobi, Kenya. I’m from Ethiopia and my background is around the use of geospatial technologies for agricultural and environmental monitoring. Before starting this PhD I have been working for several years in the private and public sector in Ethiopia (Ethiopian Space Agency, GIZ, World Bank, CIAT etc). With my ever-growing research interest, I am strongly convinced to start a PhD to advance my research work, build enough confidence to solve scientific problems, and pursue an academic career.
I’m working on large-scale yield gap estimation and characterization with multi-source remote sensing data – Case study of rainfed wheat in Ethiopia. In Ethiopia, wheat yield has improved in recent years, but farmers harvested only 20% of the potential yield. To address food security and environmental pressures, we need spatially explicit information on the yield gap and its determinants. However, conducting large-scale spatial analysis of the yield gap has been challenging due to the lack of robust frameworks. This Ph.D. aims to enhance existing methodologies by leveraging Earth observation, geospatial technologies, and field data to quantify and characterize the yield gap of rainfed wheat in Ethiopia. The objectives include developing a methodology for agroecological spatial unit delineation, improving large-scale yield estimation, and conducting a comprehensive analysis of the yield gap. This research will utilize multi-source remote sensing, geospatial technologies, and the analytical capabilities of the Google Earth Engine platform.

The worthwhileness and relevance of the PhD research project for data poor region and countries like Ethiopia interests me to undertake the thesis. To this end pursuing this PhD program will have a wonderful societal influence and decision supporting role by precisely figuring the gap between actual and potential yield along with proper characterization of the causes of the gaps. Additionally, the study could be an exemplary in the area by filling the gaps between the havoc of plenty of earth observation data and decision-making through an intelligent and spatio-temporally deepened analysis of rainfed wheat yield gap. Overall, the topic presents an opportunity to make a valuable contribution to both the academic community and society as a whole. This Ph.D. will also offer multiple benefits for my professional and personal growth, including expertise and knowledge, intellectual growth, career advancement, and networking opportunities.

Currently, my research focuses on mapping rain fed wheat crop types and delineating Agro-Ecological Spatial Units to scale up the analysis of wheat yield gaps. I have obtained the following preliminary results which will be presented at the IALE 2023 conference :1). Developed a national scale map of rain fed wheat crop land in Ethiopia, which includes information on crop rotation conditions 2). Established a methodological framework for the delineation of Agro-Ecological Spatial Units.

To obtain the above results we incorporate  time series multisource remote sensing data, along with other biophysical and environmental variables through leveraging advancements in data science and machine learning within the Google Earth Engine cloud computing platform.
Regarding the prospects for my thesis, these initial results are promising and lay the foundation for further analysis. As I continue my research, I expect to gain more comprehensive insights into the wheat yield gap and contribute to addressing food security challenges in Ethiopia.

• Date de démarrage : 10 octobre 2022
• Unité: Aïda
• Université : Institut Agro
• Ecole doctorale : GAIA
• Discipline / Spécialité :  Sciences agronomiques et Agriculture numérique
• Encadrant(es) :  Marc Corbeels et Louise Leroux, UMR Aïda, Cirad
• Financement : Cirad - OneCGIAR EiA Initiative
• #DigitAg : Axe 6 : Modélisation et simulation (systèmes de production agricole), Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Challenge 1 : Le challenge agroécologique, Challenge 8 : Développement agricole au Sud

Mots-clés : Ecart de rendements, télédétection multisource, Google Earth Engine, agriculture familiale, Ethiopie

Résumé : En Éthiopie, malgré l'amélioration des rendements du blé observée ces dernières années, les rendement observés du blé n’atteignent que 20% des rendements potentiels Pour pouvoir développer des systèmes de production durables qui permettent de répondre aux enjeux de sécurité alimentaire tout en diminuant les pressions sur l'environnement, des informations spatialement explicites sur l'écart de rendement et ses déterminants sont nécessaires. Cependant, l'analyse spatialement explicite de l'écart de rendement à grande échelle a longtemps été un exercice difficile en raison du manque de données et d’approches méthodologiques robustes, reproductibles et spatialement explicites. Cette thèse abordera les questions liées à l'amélioration des méthodologies existantes pour quantifier et caractériser l'écart de rendement du blé pluvial en Éthiopie. Nous posons comme hypothèse que ce défi peut être relevé grâce aux nouvelles technologies d'observation de la Terre et aux technologies géospatiales combinées aux données de terrain. L'objectif de ce doctorat est d'évaluer l'écart de rendement du blé pluvial en Éthiopie à grande échelle, en utilisant une approche axée sur les données qui intègre la science des données ,l'apprentissage automatique et les dernières avancées en matière de données de télédétection multisources , tout en bénéficiant des capacités de calcul à grande échelle permises par la plateforme Google Earth Engine. Plus précisément, ce doctorat vise à atteindre les objectifs suivants : 1) développer une méthodologie pour la délimitation de l'unité spatiale agroécologique (ASU) afin d'étendre l'analyse de l'évolution des cultures de blé pluvial. Dans le cadre de cet objectif, une cartograpghie des terres cultivées en blé pluvial sera produite et servira de point de départ pour la délimitation de l'ASU et l'analyse Yield Gap. 2) améliorer l'estimation du rendement réel du blé pluvial à grande échelle et 3) approfondir spatialement l'analyse Yield Gap par (1) une dimension temporelle en démêlant le Yield Gap persistant du Yield Gap transitoire et (2) une perspective structurelle en décomposant le YG en efficacité technique, en ressources et en Yield Gap technologique.

Contact: habtamu_sewnet.gelagay [AT] cirad.fr
Réseau sociaux: Google Scholar - ORCID