Lab'OT

Laboratoire Observation de la Terre

Orientation des cultures agricoles

La 3D spatiale au service de la gestion des catastrophes naturelles

La charte internationale "Espace et Catastrophe Naturelle" permet de mobiliser les solutions satellitaires au profit de la gestion des catastrophes. En particulier les satellites Pleiades, avec leu...

Orientation des cultures agricoles

Pourquoi s’intéresser à l’orientation des cultures agricoles ? Au moins pour deux raisons. L’orientation des cultures par rapport à la pente du terrain contribue de façon importante au risque de ru...

Ravages des forêts par le Bombyx disparate

Comment identifier et évaluer à grande échelle les dégâts de défoliation des forêts causés par la chenille du Bombyx disparate ? A l’aide de données satellite, le Lab’OT a cartographié l’intensité...

Localisation des parcelles enfumées suite à un incendie

Les feux importants tels que ceux qui se se sont déclarés dans l'Aude dans la nuit du 14 au 15 Août 2019 créent de nombreuses fumées qui peuvent avoir des impacts sur la qualité des récoltes agrico...

Estimation de rendements agricoles des grandes cultures

Estimer le rendement agricole est un enjeu majeur pour de nombreux acteurs de la filière agricole : pour prédire la production annuelle dans un but de souveraineté alimentaire, de planification des...

Dégâts viticoles causés par les inondations dans l’Aude en 2018

Après les inondations dévastatrices survenues en Octobre 2018 dans l’Aude, la DDTM11 et le Lab’OT ont collaboré pour évaluer et suivre exhaustivement, depuis l’espace et dans la durée, les conséque...

Bathymétrie par satellite : estimation de la profondeur à partir de la houle

Les profondeurs d'eau à proximité du littoral sont un facteur important et essentiel pour comprendre l'exposition aux risques côtiers, comme l’érosion ou les submersions. Des connaissances fines de...

Date

30 janvier 2024

Thématique

Agriculture

Type d'acteurs

Entreprises
Laboratoires de recherche
Département / Région
Ministère / National

Type d'observation

Très haute résolution, Optique

Technologies

Python

Complexité

3/5

Maturité

4/5

Partager

Date

30 janvier 2024

Thématique

Agriculture

Type d'acteurs

Entreprises
Laboratoires de recherche
Département / Région
Ministère / National

Type d'observation

Très haute résolution, Optique

Technologies

Python

Complexité

3/5

Maturité

4/5

Partager

Contexte du projet

La problématique de la détection de l’orientation des cultures agricoles est un enjeu central dans différents dossiers traités au Lab’OT. En effet, l’orientation des cultures en fonction de la pente a un impact fort sur le ruissellement de l’eau, et son changement d’orientation peut avoir des conséquences importantes sur le chemin de l’eau et l’érosion des sols. Ainsi, de nombreux acteurs sont intéressés par cette thématique, qu’ils soient institutionnels ou privés.

Parmi ces acteurs, nous pouvons citer SNCF-réseau qui est intéressé par l’orientation des cultures pour évaluer le risque d’incident sur voirie causé par le ruissellement. En effet, certaines voies de chemins de fer sont détruites suite à des glissements de terrain résultants de ce ruissellement. De plus, l’information du changement d’orientation de culture d’une année sur l’autre peut entrainer une augmentation très importante du risque. Repérer ces changement d’orientation de cultures à grande échelle à proximité des voies devient alors un outil précieux pour déterminer un plan de prévention. Autres acteurs mais même problématique au sein du projet SCO FLAude. Les participants à ce projet qui vise à comprendre l’impact de différents éléments de l’aménagement du territoire sur les évènements extrêmes tels que les inondations, sont également intéressés par cette thématique.

Ensuite, connaitre l’orientation des cultures est indispensable pour étudier les effets directionnels dans les images de télédétection. Et prendre en compte ces effets est très important pour traiter correctement des séries temporelles d’images prises avec différentes géométries d’acquisition. C’est par exemple le cas pour les images prises à partir de 2 orbites relatives avec Copernicus/Sentinel-2. De son côté, la future mission franco-indienne Trishna, avec son champ de vue de plus de 1000km, sera largement plus impactée par ce phénomène.

Ruissellement de l'eau et orientation des cultures

Si ils sont orientés dans le sens de la pente du terrain, les sillons des cultures accélèrent le ruissellement de l’eau en cas de pluie intense

Méthodes et résultats obtenus

Données d’entrée

  • Images aériennes ou spatiales : notre algorithme a été testé avec succès sur des images BD_ORTHO (pixel à 20cm) et Pleiades (pixel à 50cm).
  • Emprises de parcelles : notre méthode a été mise au point en utilisant le RPG.
  • Un modèle numérique de terrain

L'orientation des cultures vue par satellite très haute résolution

Méthode

Une publication décrivant de manière détaillée notre travail est en préparation, nous décrivons donc ici seulement de manière succincte la méthode.

La clé de voute du traitement est l’étape de détection de segments dans l’image, nous utilisons pour ce faire une méthode inspirée de von Gioi et al. 2012. Une deuxième étape du traitement concerne le filtrage des segments obtenus pour chaque parcelle, étape visant à supprimer les segments non pertinents car trop courts ou non représentatifs de l’orientation générale. L’orientation d’une parcelle est déduite de l’analyse de l’orientation des segments après filtrage. Pour faciliter l’usage ultérieur de l’orientation des cultures, des informations sur la pente du terrain sont également incluses dans les résultats.

Le traitement de départements entiers est rendu possible grâce à une architecture parallèle du code mis en place. Cette dernière prend en compte le tuilage éventuel des images d’entrée, une étape de découpage en patchs de taille plus faible et une concaténation des résultats de sortie en fin de traitement. La durée caractéristique du traitement d’un département entier est de 5 heures sur les moyens matériels du CNES.

Méthode de traitement pour détecter l'orientation des cultures 

Schéma du fonctionnement de la parallélisation pour la détection de l’orientation des cultures des parcelles incluses entièrement dans une image (gauche) et un résumé des traitements réalisés par un processus (droite)

 

Premiers résultats

11 département français ont été traités à partir d’images de la BD_ORTHO datant de 2015 à 2020. Ce traitement a permis de déterminer l’orientation des cultures de plus de 320 000 parcelles, avec un taux d’orientations déterminées de près de 22%. Ce dernier chiffre relativement faible doit être relativisé : en effet, toutes les parcelles du RPG n’ont pas d’orientation, comme celles occupées par une prairie par exemple ! En réalité, deux limitations majeures sont rencontrées. Tout d’abord, l’absence d’information sur l’orientation dans l’image (parcelle non cultivée, friche, période d’interculture…). Cette limitation peut être compensée dans une certaine mesure en traitant plusieurs images sur la même zone, idéalement prises à différentes périodes de l’année.  Le deuxième problème majeur vient de la définition des parcelles dans le RPG : une parcelle dans le RPG correspond régulièrement à plusieurs parcelles physiques avec différentes orientations. A ce sujet, nous sommes en train d’implémenter une étape de détection de parcelles multi-orientées qui améliore significativement notre taux de succès. Les cas rares dans lesquels notre traitement commet clairement une erreur sont reliés à la présence de structures linéaires dans les parcelles qui n’ont rien à voir avec leur culture comme par exemple une ligne haute tension, un chemin ou des traces laissées par un engin agricole pendant ou après la récolte.

 Résultats obtenus avec la méthode de détection de l'orientation des cultures

Exemples de résultats sur différents types de parcelles. En bleu, des cas simples de parcelles de vignes. En jaune des cas plus complexes, certains n’aboutissant pas. On constate qu’il est également possible de travailler sur des cultures pendant ou après récolte car l’étape de détection de segments peut fonctionner sur les traces laissées par le tracteur.

Les résultats décrits dans cet article peuvent être mis à disposition sur simple demande, rubrique « nous contacter ».

Licence d'utilisation

Propriétaire

Données utilisées

  • Images aériennes ou spatiales : notre algorithme a été testé avec succès sur des images BD_ORTHO (pixel à 20cm) et Pleiades (pixel à 50cm).
  • Emprises de parcelles : notre méthode a été mise au point en utilisant le RPG.
  • Un modèle numérique de terrain

Ces articles pourraient vous intéresser

  • Vue en 2D des pyramides de Guizée capturées par Pleiades

    La 3D spatiale au service de la gestion des catastrophes naturelles

    La charte internationale "Espace et Catastrophe Naturelle" permet de mobiliser les solutions satellitaires au profit de la gestion des catastrophes. En particulier les satellite...
  • Ruissellement de l'eau et orientation des cultures

    Orientation des cultures agricoles

    Pourquoi s’intéresser à l’orientation des cultures agricoles ? Au moins pour deux raisons. L’orientation des cultures par rapport à la pente du terrain contribue de façon import...
  • Chenille Lymantria dispar, ravageur des forêts de feuillus

    Ravages des forêts par le Bombyx disparate

    Comment identifier et évaluer à grande échelle les dégâts de défoliation des forêts causés par la chenille du Bombyx disparate ? A l’aide de données satellite, le Lab’OT a cart...
  • dezoom communes 2019 - Mesures de concentration en CO issus de CAMS

    Localisation des parcelles enfumées suite à un incendie

    Les feux importants tels que ceux qui se se sont déclarés dans l'Aude dans la nuit du 14 au 15 Août 2019 créent de nombreuses fumées qui peuvent avoir des impacts sur la qualité...
  • Estimation de rendements agricoles des grandes cultures

    Estimer le rendement agricole est un enjeu majeur pour de nombreux acteurs de la filière agricole : pour prédire la production annuelle dans un but de souveraineté alimentaire, ...
  • Photo de vignoble après inondation

    Dégâts viticoles causés par les inondations dans l’Aude en 2018

    Après les inondations dévastatrices survenues en Octobre 2018 dans l’Aude, la DDTM11 et le Lab’OT ont collaboré pour évaluer et suivre exhaustivement, depuis l’espace et dans la...
  • Bathymétrie par satellite : estimation de la profondeur à partir de la houle

    Les profondeurs d'eau à proximité du littoral sont un facteur important et essentiel pour comprendre l'exposition aux risques côtiers, comme l’érosion ou les submersions. Des co...

    Envie de travailler avec nous ?

    Envie de travailler avec nous ?