Agritrop
Home

Suivi et caractérisation des dynamiques de la production agricole en Afrique de l'ouest par télédétection à moyenne résolution spatiale

Leroux Louise. 2015. Suivi et caractérisation des dynamiques de la production agricole en Afrique de l'ouest par télédétection à moyenne résolution spatiale. Montpellier : AgroParisTech, 285 p. Thèse de doctorat : AgroParisTech

Thesis
[img]
Preview
Published version - Français
Use under authorization by the author or CIRAD.
Thèse_LerouxLouise_2015_RapportComplet_v3_metadonnees2.pdf

Télécharger (332MB) | Preview

Encadrement : Bégué, Agnès ; Baron, Christian ; Lo Seen, Danny

Abstract : Aujourd'hui estimée à 831 millions, la population africaine devrait atteindre les 3.8 milliards à l'horizon 2100. A ces changements démographiques se surimposent de profondes modifications environnementales, notamment climatiques, qui, dans une région où l'agriculture est dominée par les cultures pluviales, impacteront négativement les productions agricoles. Par conséquent, les moyens de suivre la production agricole doivent être renforcés afin de réduire la vulnérabilité des populations à l'insécurité alimentaire et permettre la mise en place de mesures d'adaptation et de gestion du risque. Dans ce contexte, la télédétection, de par sa vision synoptique, actualisée et objective sur l'état de la surface terrestre, constitue une source d'information pertinente pour le suivi de l'agriculture à l'échelle régionale et son utilisation dans le cadre des systèmes de suivi de la sécurité alimentaire (SAP) pourrait être renforcée. Cette thèse se propose d'explorer de nouvelles pistes méthodologiques pour le suivi et la caractérisation de la production agricole en Afrique de l'Ouest dans les SAP à partir des possibilités offertes par la télédétection à moyenne résolution spatiale. Plus spécifiquement nous abordons le suivi des surfaces cultivées et le suivi des rendements pour les aspects conjoncturels et le suivi des tendances de la production de biomasse pour les aspects structurels. Dans un premier temps, nous avons cherché à évaluer la qualité et la fiabilité du produit MODIS Land Cover (LC) pour l'estimation et la localisation des surfaces cultivées à l'échelle régionale. Au travers d'une comparaison avec des statistiques agricoles, nous avons montré d'une part une bonne capacité du produit à estimer et reproduire la variabilité interannuelle des surfaces à l'échelle nationale. D'autre part, nous avons mis en évidence une corrélation significative (R²=0.62) entre la fragmentation des paysages agricoles et la précision du produit qui nous a permis d'obtenir une cartographie des erreurs du produit MODIS LC l'échelle régionale. Si une part importante des erreurs d'omission (12%) et de commission (20%) reste incompressible en raison de la résolution du produit et de l'hétérogénéité spatiale des paysages agricoles africains, nous avons montré la méthode de Pareto qu'un gain important de précision pourrait être obtenu en adaptant les algorithmes actuels. La seconde partie de cette thèse a été consacrée au suivi des rendements au Niger. Pour aller vers une estimation spatialisée des rendements, deux approches utilisant des données de télédétection et le modèle de culture SARRA-H ont été comparées: (i) un modèle empirique basé sur le NDVI pour estimer la biomasse aérienne et sur le CWSI pour l'indice de récolte et (ii) le modèle SARRA-H alimenté par des données d'estimation des précipitations par satellite. Comparés aux statistiques agricoles, le premier modèle permet de bien reproduire la variabilité interannuelle des rendements (r=0.82) due à une prise en compte de l'ensemble des facteurs impactant les rendements, tandis que le second modèle donne davantage une indication sur les rendements atteignables. Enfin, dans la troisième partie de cette thèse, l'analyse des tendances de séries temporelles de NDVI MODIS a permis de mieux caractériser les dynamiques de la production de biomasse à l'échelle régionale et à l'échelle locale au Niger. A l'échelle du Sahel nous montrons que les tendances à l'augmentation de la production de biomasse sont principalement dues à des conditions climatiques plus favorables, tandis que la réduction de la production de biomasse est expliquée par une combinaison de facteurs climatiques et humains, mais aussi uniquement par les activités anthropiques. Ces résultats régionaux ont été évalués à l'échelle locale, autour de la ville de Niamey, où les facteurs déterminants de la production de biomasse ont été estimés en mettant en relation les tendances de NDVI avec différents facteurs environnementaux, démographiques et d'accessibilité par un algorithme de RandomForest. Les résultats montrent que les changements dans la production de biomasse sont déterminés à la fois par la pluviométrie, mais également par les types de sol et les contraintes d'accessibilité physique. Cette thèse, à la fois par les méthodes mises en place et par les résultats obtenus, offre de nouvelles perspectives pour le suivi de l'agriculture à l'échelle régionale contribuant ainsi au renforcement de l'efficacité des SAP autant dans leur fonction d'alerte que dans leur fonction de surveillance ; l'arrivée prochaine des données Sentinel-2 à haute résolution spatiale et temporelle devrait permettre de considérablement renforcer notre démarche. (Résumé d'auteur)

Résumé (autre langue) : The African population is now estimated at 831 million and is projected to reach 3.8 billion in 2100. In addition to those human demography changes, deep-rooted environmental changes, including climate change will probably negatively affect agricultural production in a region dominated by rainfed farming systems. Consequently, agricultural production monitoring has to be strengthened in order to reduce the population' vulnerability to food insecurity and to allow the implementation of effective adaptation and risk mitigation measures. Remotely sensed observations give synoptic, timely and objective information on the state of Earth surfaces and thus constitute a reliable source of information for agricultural monitoring at a regional scale and its use in the framework of the food security monitoring systems (EWS) might be reinforced. This thesis investigates different methodological approaches based on moderate resolution remote sensing products from MODIS for the monitoring and characterization of agricultural production in West Africa. In particular three aspects are addressed: cropland, yield monitoring and biomass production trends. First, we assess the quality and reliability of the MODIS Land Cover (LC) product for locating and estimating crop areas at a regional scale. Using agricultural statistics, we show that the MODIS LC product allows a good estimation of crop acreage and dynamics at regional and national scales. Then, concerning the cropland spatial distribution, our findings highlight a strong relationship between the MODIS LC product user accuracy and the fragmentation of agricultural landscapes (R²=0.62). Based on these results, we produced a regional map of the MODIS LCP accuracy for cropland classes at regional scale. In addition, we used the Pareto Boundary method to isolate the part of incompressible errors (12% for omission errors and 20% for commission errors) due to the low resolution of the data and the high heterogeneity of African agricultural landscapes, from the part that could be directly linked to the performance of the adopted classification algorithm. The second part of the thesis is devoted to yield monitoring in West Africa focusing on a South-West Niger site. In a move towards spatialized yield estimation, two approaches based on remote sensing and the SARRA-H crop model were tested and compared: (i) an empirical statistical model derived from MODIS NDVI to estimate aboveground biomass and the CWSI to estimate the Harvest Index, and (ii) the SARRA-H crop model using satellite rainfall estimates products as input data. When compared to official agricultural statistics, the first model allows a good year-to-year yield variability estimation (r=0.82) owing to an implicit integration of yield limiting and reducing factors. The second method gives more of an indication about exploitable yield. In the final part, the analysis of MODIS NDVI time series allowed a better characterization of biomass production dynamics at regional and local scales. At the scale of the Sahelian region, we found that greening trends, meaning an increase in biomass production, are induced mainly by climatic factors, while the browning trends seems to be linked either to a combination of climate and human impacts or to human activities only. At local scale (South West Niger), we further analyzed the main drivers of biomass production changes by relating NDVI trends to a set of potential drivers using the RandomForest algorithm. The results revealed that biomass production dynamics are determined both by annual rainfall as well as soil type and land accessibility constraints. The methodological developments made and results obtained in this thesis open new perspectives for monitoring agriculture at regional scale and thus might contribute to strengthening the EWS effectiveness in both their monitoring and warning functions. Moreover, the upcoming availability of Sentinel-2 data with higher spatio-temporal resolutions should contribute to significantly strengthen our approach. (Résumé d'auteur)

Mots-clés Agrovoc : Production alimentaire, sécurité alimentaire, Modèle, Rendement des cultures, Terre cultivée, Donnée statistique, statistiques agricoles, Structure agricole, Télédétection

Mots-clés géographiques Agrovoc : Afrique occidentale, Niger

Mots-clés libres : Sécurité alimentaire, Production agricole, Afrique de l'Ouest, Niger, MODIS, Série temporelle, NDVI, Analyse de tendances, Rendements, Surfaces cultivées, Statistiques agricoles

Classification Agris : E90 - Agrarian structure
E16 - Production economics
S01 - Human nutrition - General aspects
U30 - Research methods

Champ stratégique Cirad : Axe 1 (2014-2018) - Agriculture écologiquement intensive

Auteurs et affiliations

Source : Cirad-Agritrop (https://agritrop.cirad.fr/579669/)

View Item (staff only) View Item (staff only)

[ Page générée et mise en cache le 2021-01-05 ]