Utilisation des données satellites Sentinel-2 pour quantifier la production d’herbe et de biomasse
Parcourez les articles de la revue Fourrages, et faites vos recherches par mot-clé, auteur ou année
L’herbe pâturée est l’aliment qui coûte le moins cher dans une ration et la bonne gestion de l’herbe passe entre autre par une connaissance des quantités disponibles. Afin de simplifier et d’automatiser ces mesures d’herbe, et ainsi contribuer au maintien voire au développement du pâturage, le projet HERDECT s’est attaché à construire des méthodes d’estimation de la biomasse des prairies à partir d’outils de télédétection (d’acquisition à distance) et à en estimer la faisabilité opérationnelle. Cette recherche présente une comparaison de méthodes de régression sur plusieurs variables extraites des images Sentinel-2 avec des données terrains afin de développer des modèles de prévision de hauteur d’herbe et de biomasse sur pied. Un ensemble de données expérimentales de terrain, collectées sur 18 sites majoritairement situés dans la partie Ouest de la France métropolitaine, a été utilisé pour évaluer la capacité des modèles produits à estimer la hauteur d’herbe et la biomasse des prairies.
Les estimations biomasses et hauteurs d’herbe obtenues grâce au satellite ont été comparées aux données terrain issues des fermes du projet HERDECT et du réseau « pousse de l’herbe ». Les résultats présentés montrent une qualité de la prévision intéressante pour un usage de masse.
Dusseux P., Michel E., Airiaud A., Guyet T., Nicolas H., Pattier P., (2021). «Utilisation des données satellites Sentinel-2 pour quantifier la production d’herbe et de biomasse ». Fourrages 247, 19-26
Using Sentinel-2 satellite data to quantify grass and biomass production
Grazed grass is the least expensive feed in a ration and good grass management requires knowledge of the quantities available, among other things. In order to simplify and automate these grass measurements, and thus contribute to the maintenance or even the development of grazing, the HERDECT project has focused on building methods for estimating grassland biomass using remote sensing tools (remote acquisition), and to estimate their operational feasibility.
This research presents a comparison of regression methods on several variables extracted from Sentinel-2 images with field data, in order to develop prediction models of grass height and standing biomass. A set of experimental field data, collected on 18 sites mainly located in the western part of France, was used to evaluate the capacity of the models produced to estimate grass height and biomass. The biomass and grass height estimates obtained from the satellite were compared with field data from the HERDECT project farms and the "grass growth" network. The results presented show an interesting forecast quality for a mass use.
Prix : 10€