Agritrop
Accueil

Recherche d'un indicateur issu des données satellitales à très haute résolution spatiale pour estimer le LAI (Leaf Area Index) des couverts de bananiers en Guadeloupe

Taffoureau Etienne. 2006. Recherche d'un indicateur issu des données satellitales à très haute résolution spatiale pour estimer le LAI (Leaf Area Index) des couverts de bananiers en Guadeloupe. Montpellier : UMR TETIS, 51 p. Mémoire : Géosciences de surface. Subsurface et Géomatique : Université d'Orléans

Mémoire
[img] Version publiée - Français
Accès réservé aux agents Cirad
Utilisation soumise à autorisation de l'auteur ou du Cirad.
ID577014.pdf

Télécharger (6MB) | Demander une copie

Encadrement : Lelong, Camille ; Laine, Gérard

Résumé : L'indice foliaire (Leaf Area Index ou LAI) est une variable biophysique importante pour comprendre les interactions atmosphère-végétation, comme les processus de photosynthèse et d'évapotranspiration, ainsi que les transferts de biomasse. Le LAI est défini par le rapport de surface de feuille sur une unité de surface de sol. Il est sans dimension, et parfois exprimé en m2/m2 . La plupart des méthodes pour estimer le LAI sur le terrain sont longues et difficiles à mettre en oeuvre. La photographie hémisphérique offre des perspectives intéressantes pour caractériser la structure du couvert végétal, car elle donne des mesures instantanées sans détruire la végétation. Cette méthode a largement été utilisée dans le cas des grandes cultures céréalières pour l'estimation des variables biophysiques, et paraît être un outil approprié dans d'autres cas. Dans ce travail, on cherche à mettre au point un protocole fiable d'estimation du LAI des couverts de bananiers en Guadeloupe à partir de photos hémisphériques et des images satellites Quickbird, et d'évaluer les apports de la très haute résolution spatiale. Pour cela, on analyse les potentialités et les limites de deux logiciels: CAN_EYE et GapLight Analyser. Il apparaît que CAN_EYE est le plus adapté pour estimer le LAI des bananiers, car il prend en compte l'agrégation du couvert. Le fait de ne pas prendre en compte cette agrégationamène une sous-estimation importante du LAI. Puis on évalue les potentialités des données satellitales pour fournir un indicateur du LAI. La relation entre les indices de végétation calculés à partir des images multispectrales et le LAI est étudiée. Il apparaît que le NDVI peut être utilisé avec une bonne précision pour des couverts homogènes, tandis que les indices diminuant la contribution spectrale du sol sont plus adaptés pour des parcelles peu couvrantes. L'analyse de la texture de l'image panchromatique a permis de séparer deux grands types de parcelles avec des LAI distincts. Finalement, cette étude a permis d'établir des cartes de LAI précises pour deux des trois zones étudiées.

Classification Agris : F01 - Culture des plantes
U30 - Méthodes de recherche
F60 - Physiologie et biochimie végétale

Auteurs et affiliations

  • Taffoureau Etienne, Université d'Orléans (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/577014/)

Voir la notice (accès réservé à la Dist) Voir la notice (accès réservé à la Dist)

[ Page générée et mise en cache le 2022-04-22 ]