HERDECT -Utilisation des données satellites Sentinel-2 pour quantifier la production d'herbe - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Article Dans Une Revue Innovations Agronomiques Année : 2022

HERDECT - Utilisation des données satellites Sentinel-2 pour quantifier la production d’herbe.

HERDECT -Utilisation des données satellites Sentinel-2 pour quantifier la production d'herbe

Résumé

Grazed grass is the cheapest feed item in a feed ration. Good grass management requires knowledge ofthe available amount of grass. Simplifying and automating these grass measurements can help inmaintaining or even developing grazing. The HERDECT project aims to build methods for estimating thequantity of grass from remote sensing tools (remote acquisition) and to estimate their operationalfeasibility. This research presents a comparison of regression methods on several variables extractedfrom Sentinel-2 images with field data. The goal is to develop predictive models of grass height andbiomass. A set of experimental field data was collected on 18 sites mainly located in the western part ofmainland France. These data were used to assess the reliability of the models. The biomass and grassheight estimates obtained with satellites were compared with field data from HERDECT project farms and"grass growth" network. The results showed a high forecast quality for common use by farmers.
L’herbe pâturée est l’aliment disponible le moins coûteux dans les exploitations d’élevage. L’optimisationde la gestion de l’herbe passe entre autres par une connaissance des quantités disponibles. Afin desimplifier et d’automatiser ces mesures d’herbe, et ainsi contribuer au maintien voire au développementdu pâturage, le projet HERDECT s’est attaché à construire des méthodes d’estimation de la biomassedes prairies à partir d’outils de télédétection (d’acquisition à distance) et à en estimer la faisabilitéopérationnelle. Cette recherche présente une comparaison de méthodes de régression sur plusieursvariables extraites des images Sentinel-2 avec des données terrains afin de développer des modèles deprévision de hauteur d’herbe et de biomasse sur pied. Un ensemble de données expérimentales deterrain, collectées sur 18 sites majoritairement situés dans la partie Ouest de la France métropolitaine, aété utilisé pour évaluer la capacité des modèles produits à estimer la hauteur d’herbe et la biomasse desprairies. Les estimations biomasses et hauteurs d’herbe obtenues grâce au satellite ont été comparéesaux données terrain issues des fermes du projet HERDECT et du réseau « pousse de l’herbe ». Lesrésultats présentés montrent une bonne qualité de la prévision utile pour un usage de masse.
Fichier principal
Vignette du fichier
2022_Dusseux_Innovations Agronomiques 85.pdf (1.58 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03760390 , version 1 (25-08-2022)

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

Citer

Pauline Dusseux, Elise Michel, Thomas Guyet, Fabienne Launay, Alain Airiaud, et al.. HERDECT -Utilisation des données satellites Sentinel-2 pour quantifier la production d'herbe. Innovations Agronomiques, 2022, 85, pp.171-183. ⟨10.17180/ciag-2022-vol85-art13⟩. ⟨hal-03760390⟩
328 Consultations
88 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More