Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

Un grand nombre d'études se consacrent au développement de méthodes d'estimation des paramètres biophysiques du couvert végétal à partir des données de télédétection. Dans les domaines du visible et du proche infrarouge, parmi les paramètres recherchés, on trouve le taux de couverture, la biomasse, et l'indice de surface foliaire (LAI). Ces derniers jouent un rôle important dans les processus de photosynthèse et de fonctionnement des écosystèmes. Les techniques habituelles pour mesurer ces paramètres de croissance végétale en conditions de champs sont longues et fastidieuses. Le but de cette recherche consiste à estimer ces variables biophysiques à partir de données de télédétection hyperspectrale, et à évaluer l'effet du changement d'échelle sur leur variabilité spatiale. Pour ce faire, des indices de végétation ont été calculés à partir de réflectances spectrales mesurées au sol, durant un cycle végétatif, à la ferme expérimentale de L'Acadie appartenant au Centre de Recherche et de Développement en Horticulture (CRDH) d'Agriculture et Agroalimentaire Canada à Saint-Jean-sur-Richelieu (Québec). L'utilisation de modèles de régression simple a permis l'obtention de relations significatives interprétables entre les indices spectraux (NDVI, Green NDVI, RDVI, MSR, SAVI, MSAVI, OSAVI, SAVI, EVI, MTVI1 et MTVI2) et les variables mesurées au sol. Des analyses statistiques ont prouvé que les indices de végétation ci-dessus étaient plus ou moins affectés par la saturation aux niveaux élevés des variables biophysiques. Les indices OSAVI, MSAVI et MTVI2 calculés par simulations sur des bandes multispectrales (TM) se sont avérés les meilleurs estimateurs des variables biophysiques (LAI, taux de couverture et biomasse). L'équation de prédiction de chaque variable biophysique a été appliquée aux données CASI {Compact Airborne Spectrographic Imager) de différentes résolutions : 1 m, 2 m, 4 m 10 m, 15 m et 20 m. Les statistiques qui sont extraites des images générées démontrent Une concordance entre les prédictions à partir des images CASI et les mesures au sol. Enfin, on a remarqué que le coefficient de variation, qui est un indicateur de la variabilité, diminue avec les images à plus faibles résolutions (10 m, 15 m et 20 m) pour les trois variables biophysiques. Les données hyperspectrales CASI à haute résolution spatiale (1 m, 2 m et 4 m) présentent donc un grand potentiel de détection de l'hétérogénéité spatiale des variables biophysiques au niveau de champs agricoles de petites dimensions.