首页> 外文OA文献 >Estimation des rendements, des besoins et consommations en eau du maïs dans le sud-ouest de la France : apport de la télédétection à hautes résolutions spatiale et temporelle
【2h】

Estimation des rendements, des besoins et consommations en eau du maïs dans le sud-ouest de la France : apport de la télédétection à hautes résolutions spatiale et temporelle

机译:法国西南部玉米水产量,需求和消耗量估算:高时空分辨率下遥感的贡献

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Le travail de cette thèse s'inscrit dans le cadre du projet MAISEO qui associe, entre autres partenaires, la CACG, gestionnaire de l'eau sur des bassins hydrographiques du Sud-Ouest, Météo-France et le CESBIO. Un des objectifs est de proposer des méthodes innovantes et opérationnelles pour l'estimation des besoins en eau des cultures à l'échelle d'un territoire. Il s'agit de fournir au gestionnaire des outils qui lui permettront de mieux gérer la demande en eau d'irrigation liée à la culture dominante présente dans le Sud-Ouest de la France: le maïs. L'objectif de la thèse consistait à estimer les rendements et les besoins en eau du maïs sur de grandes surfaces. Pour cela, nous avons utilisé un modèle agro-météorologique couplé à l'imagerie satellitaire optique. De nombreuses images à haute résolution spatiale et temporelle provenant de différents capteurs ont été utilisées, préfigurant l'arrivée des données Sentinel-2 lancé en 2015. Il s'agissait dans un premier temps de coupler les données satellitaires avec le modèle SAFY (Simple Algorithm For Yield estimates, Duchemin et al., 2008a), qui simule le développement des plantes en se basant sur la théorie des efficiences (Monteith, 1972), afin d'estimer la biomasse et le rendement du maïs. De nombreuses données terrain ont permis de valider les sorties du modèle. A l'échelle régionale, les résultats ont été agrégés et comparés aux statistiques départementales Agreste. Les résultats ont conduit à proposer une nouvelle version du modèle SAFY permettant de prendre en compte la variation temporelle de l'efficience de conversion de la lumière effective (ELUE) et de la surface spécifique foliaire (SLA). Cette modification permet une meilleure prise en compte de la dynamique de croissance de la végétation et une amélioration de l'estimation du rendement tant à l'échelle locale que régionale. La méthode de calibration a également été améliorée afin de limiter le recours aux données in situ difficilement accessibles sur de grandes surfaces. Nous avons pu mettre en évidence l'apport de la double logistique, utilisée pour interpoler les profils temporels de NDVI. Cette interpolation a permis d'affiner la délimitation du cycle cultural et de contraindre plus précisément certains paramètres du modèle comme la date de levée. Une fois contraint par les données satellitaires, le modèle SAFY est capable de reproduire les rendements sur les deux départements avec une bonne précision et ce sans prendre en compte l'évolution du stock d'eau dans le sol (Battude et al., 2016). Le second volet consistait à modéliser les besoins et consommations en eau du maïs sur tout le territoire et durant des années climatiques contrastées. Pour cela, nous avons couplé le modèle SAFY à un module de bilan hydrique adapté de la méthode FAO-56 (Allen et al., 1998). Le modèle SAFY-FAO a été calibré et validé sur la parcelle expérimentale de Lamothe pour laquelle nous disposons de données d'évapotranspiration (ETca) acquises en continu par la méthode d'Eddy-Covariance. Les estimations ont été validées sur plusieurs parcelles ainsi que sur trois périmètres irrigués (ASA). Les résultats montrent que le modèle SAFY-FAO est capable de reproduire de façon satisfaisante les consommations en eau des parcelles. Malgré une sous-estimation des consommations pour les trois ASA, le modèle reproduit correctement la variabilité des volumes consommés (Battude et al., 2017, soumis). Nous avons également évalué l'impact de différentes sources d'incertitude sur les sorties du modèle. Le travail effectué a permis une première analyse de l'apport du module hydrique pour l'estimation du rendement et celui-ci ne semble pas apporter d'amélioration significative par rapport aux résultats obtenus avec SAFY. Ces conclusions sont toutefois dépendantes du jeu de données disponible, du modèle et de la méthode de calibration choisie et ce travail nécessite de plus amples analyses et un jeu de données plus conséquent de parcelles non irriguées.
机译:本论文的工作是MAISEO项目的一部分,该项目与其他合作伙伴一起,将CACG,西南,法国法兰西岛和CESBIO的水文盆地用水经理汇聚在一起。目标之一是提供创新和可操作的方法来估算一个领土范围内的作物需水量。目的是为管理者提供工具,使他能够更好地管理与法国西南部主要农作物:玉米相关的灌溉水需求。本文的目的是估算大面积玉米的产量和需水量。为此,我们使用了农业气象模型和光学卫星图像。使用了来自不同传感器的许多高时空分辨率图像,预示了2015年发射的Sentinel-2数据的到来。第一步是将卫星数据与SAFY(简单算法)模型耦合。对于产量估算,Duchemin等人(2008a)基于效率理论(Monteith,1972)模拟植物发育,以估算玉米的生物量和产量。大量的现场数据使验证模型的输出成为可能。在区域一级,将结果汇总并与阿格里斯特部门统计数据进行比较。结果导致提出了SAFY模型的新版本,该模型允许考虑有效光(ELUE)和特定叶面积(SLA)转换效率的时间变化。这种修改可以更好地考虑植被的生长动态,并可以改善地方和区域尺度上的产量估算。校准方法也得到了改进,以限制难以在大范围访问的原位数据的使用。我们能够强调双重物流的作用,用于插补NDVI的时间剖面。这种内插使得有可能细化作物周期的界限,并更精确地约束模型的某些参数,例如出苗日期。一旦受到卫星数据的约束,SAFY模型就能在不考虑土壤中水存量演变的情况下,以很高的精度重现两个部门的产量(Battude等,2016)。 。第二部分包括对整个地区以及气候不同年份的玉米需水量和消耗量进行建模。为此,我们将SAFY模型耦合到了采用FAO-56方法的水平衡模块中(Allen等,1998)。 SAFY-FAO模型已经在Lamothe实验地块上进行了校准和验证,我们已经获得了通过涡度-协方差法连续获取的蒸散量(ETca)数据。在几个地块和三个灌溉周长(ASA)上对估计值进行了验证。结果表明,SAFY-FAO模型能够令人满意地再现样地的用水量。尽管低估了三个ASA的消耗量,但该模型正确地再现了消耗量的可变性(Battude等人,2017,已提交)。我们还评估了各种不确定性来源对模型输出的影响。进行的工作允许对水模块对产量的贡献进行首次分析,与使用SAFY获得的结果相比,这似乎没有带来任何重大改进。但是,这些结论取决于可用的数据集,所选的模型和校准方法,这项工作需要进一步的分析和更大量的非灌溉样地数据集。

著录项

  • 作者

    Battude Marjorie;

  • 作者单位
  • 年度 2017
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号