{"id":39648,"date":"2025-01-14T14:48:21","date_gmt":"2025-01-14T14:48:21","guid":{"rendered":"https:\/\/stella-pss.eu\/?p=39648"},"modified":"2025-01-14T14:48:33","modified_gmt":"2025-01-14T14:48:33","slug":"what-can-satellites-teach-us-about-plant-health-satellite-remote-sensing-for-crop-disease-monitoring","status":"publish","type":"post","link":"https:\/\/stella-pss.eu\/fr\/what-can-satellites-teach-us-about-plant-health-satellite-remote-sensing-for-crop-disease-monitoring\/","title":{"rendered":"Que peuvent nous apprendre les satellites sur la sant\u00e9 des plantes ?"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Par Aleksandar Dujakovic | Assistant de recherche | BOKU<\/strong><\/em><\/p>

La t\u00e9l\u00e9d\u00e9tection de la v\u00e9g\u00e9tation est un processus permettant de surveiller les caract\u00e9ristiques physiques des plantes en mesurant leur rayonnement r\u00e9fl\u00e9chi et \u00e9mis \u00e0 distance. Gr\u00e2ce aux donn\u00e9es collect\u00e9es par les satellites, les avions et les drones (UAV), la t\u00e9l\u00e9d\u00e9tection permet d'obtenir des informations spectrales, spatiales et temporelles pour analyser la sant\u00e9 des cultures, leur productivit\u00e9 et leurs \u00e9volutions sur de vastes territoires.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Le projet STELLA<\/strong><\/h5>

L'une des applications innovantes de la t\u00e9l\u00e9d\u00e9tection est la d\u00e9tection et la surveillance des maladies des cultures. Un syst\u00e8me de d\u00e9tection des ravageurs sera int\u00e9gr\u00e9 au Pest Surveillance System<\/i> (PSS) du projet STELLA, visant \u00e0 d\u00e9tecter les nuisibles avec pr\u00e9cision et rapidit\u00e9, en identifiant \u00e0 la fois les premiers sympt\u00f4mes invisibles \u00e0 l'\u0153il humain et les sympt\u00f4mes visibles. Ce syst\u00e8me s\u2019appuiera sur des drones (RPAS ou UAV), la t\u00e9l\u00e9d\u00e9tection \u00e0 distance et de proximit\u00e9, la science participative (citizen science<\/i>) et des pi\u00e8ges.<\/span><\/p>

Le PSS de STELLA sera d\u00e9ploy\u00e9 dans six sites pilotes (Use Case Pilots<\/i> \u2013 UCPs), chacun correspondant \u00e0 une culture sp\u00e9cifique, r\u00e9partis dans cinq pays. Ces sites ont \u00e9t\u00e9 s\u00e9lectionn\u00e9s pour relever les d\u00e9fis li\u00e9s \u00e0 la surveillance et \u00e0 la gestion phytosanitaire des ravageurs r\u00e9glement\u00e9s. Ils repr\u00e9sentent des environnements r\u00e9els avec des contextes vari\u00e9s en termes de climat, de localisation, de types de maladies et de syst\u00e8mes agricoles ou forestiers. Des donn\u00e9es quantitatives et qualitatives sur la pr\u00e9sence des maladies et ravageurs y seront collect\u00e9es et utilis\u00e9es pour entra\u00eener des mod\u00e8les d\u2019apprentissage automatique (Machine Learning<\/i>). Ces mod\u00e8les pourront analyser des donn\u00e9es provenant de diverses sources afin de d\u00e9tecter rapidement les infestations dans les cultures, les vergers ou les for\u00eats.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Comment les satellites d\u00e9tectent-ils les maladies des plantes?<\/strong><\/h5>

Les satellites captent des donn\u00e9es sur plusieurs parties du spectre \u00e9lectromagn\u00e9tique, notamment dans les longueurs d'onde du visible, de l\u2019infrarouge et du thermique. Ces donn\u00e9es sont bas\u00e9es sur la r\u00e9flectance de l\u2019\u00e9nergie depuis la surface terrestre dans des bandes spectrales sp\u00e9cifiques. Chaque mat\u00e9riau poss\u00e8de une signature spectrale unique, qui d\u00e9pend de ses propri\u00e9t\u00e9s. Les modifications physiologiques des plantes infest\u00e9es (ex.: alt\u00e9ration de leur structure, de leur teneur en eau, de leurs pigments) affectent ces signatures spectrales. Ainsi, lorsqu\u2019une maladie induit des changements d\u00e9tectables par un capteur sp\u00e9cifique ou un ensemble de capteurs, les satellites peuvent \u00eatre utilis\u00e9s pour surveiller la propagation des maladies. Cette technologie offre une surveillance non invasive et en continu de la sant\u00e9 des plantes, permettant d\u2019identifier efficacement les premiers signes de stress caus\u00e9s par des ravageurs.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Cartographier les \u00e9pid\u00e9mies de ravageurs gr\u00e2ce aux mod\u00e8les satellitaires<\/strong><\/h5>

L\u2019un des principaux avantages des satellites est leur capacit\u00e9 \u00e0 couvrir de vastes zones rapidement. Cette caract\u00e9ristique permet aux agriculteurs d\u2019\u00e9valuer la r\u00e9partition des ravageurs sur diff\u00e9rentes r\u00e9gions et d\u2019adapter leurs strat\u00e9gies de lutte en cons\u00e9quence. Par exemple, les satellites peuvent surveiller simultan\u00e9ment plusieurs parcelles et identifier les foyers d\u2019infestation n\u00e9cessitant une intervention imm\u00e9diate.

\n\n\nUn des indices cl\u00e9s utilis\u00e9s est l\u2019Indice de V\u00e9g\u00e9tation par Diff\u00e9rence Normalis\u00e9e (NDVI)<\/b>, qui permet d\u2019\u00e9valuer la sant\u00e9 des cultures et de d\u00e9tecter les facteurs de stress tels que les maladies et les ravageurs.<\/span><\/p>

Un autre atout des satellites r\u00e9side dans leur capacit\u00e9 \u00e0 capturer des images \u00e0 intervalles r\u00e9guliers (ex.: tous les 5 ou 10 jours), permettant ainsi un suivi continu de la sant\u00e9 des cultures et de son \u00e9volution. L\u2019analyse d\u2019archives d\u2019images satellites permet \u00e9galement d\u2019\u00e9tudier les tendances et anomalies dans le temps. Par exemple, en comparant les donn\u00e9es d\u2019observations pass\u00e9es, il est possible d\u2019identifier les facteurs qui pr\u00e9c\u00e8dent une \u00e9pid\u00e9mie et d\u2019anticiper de futures infestations.<\/span><\/p>

Dans le projet STELLA, les donn\u00e9es satellitaires seront utilis\u00e9es pour:\n
\u2022<\/b> \u00c9laborer des mod\u00e8les de d\u00e9tection des ravageurs,\n
\u2022<\/b> Analyser les indices de v\u00e9g\u00e9tation pour rep\u00e9rer les zones de stress annon\u00e7ant une infestation,\n
\u2022<\/b> Suivre les changements \u00e0 long terme,\n
\u2022<\/b> Exploiter les archives de t\u00e9l\u00e9d\u00e9tection pour identifier les foyers de ravageurs et \u00e9valuer la propagation des infestations.<\/span><\/p>

Bien que les images satellites puissent manquer de pr\u00e9cision pour une d\u00e9tection fine des maladies, elles permettent d\u2019identifier rapidement les zones touch\u00e9es et d\u2019\u00e9valuer l\u2019\u00e9tendue des d\u00e9g\u00e2ts. L\u2019int\u00e9gration de la t\u00e9l\u00e9d\u00e9tection et de l\u2019apprentissage automatique contribue ainsi \u00e0 une gestion plus efficace des ressources, en optimisant l\u2019utilisation des pesticides et des engrais, r\u00e9duisant ainsi les d\u00e9chets et l\u2019impact environnemental.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Application de l\u2019Intelligence Artificielle<\/strong><\/h5>

L\u2019apprentissage automatique (Machine Learning<\/i> \u2013 ML) et l\u2019apprentissage profond (Deep Learning<\/i> \u2013 DL) am\u00e9liorent consid\u00e9rablement la pr\u00e9cision de la d\u00e9tection des ravageurs gr\u00e2ce \u00e0 des approches technologiques avanc\u00e9es. Les mod\u00e8les ML analysent les relations entre la r\u00e9flectance spectrale des cultures et la pr\u00e9sence de maladies, en identifiant des mod\u00e8les complexes \u00e0 partir de vastes ensembles de donn\u00e9es.

\nLes techniques d\u2019apprentissage supervis\u00e9, o\u00f9 les mod\u00e8les sont entra\u00een\u00e9s sur des donn\u00e9es \u00e9tiquet\u00e9es (plantes saines vs malades), sont couramment utilis\u00e9es pour cette t\u00e2che.<\/span><\/p>

Types de donn\u00e9es satellitaires<\/strong><\/h5>

Diff\u00e9rents types de satellites offrent des r\u00e9solutions spatiales, spectrales et temporelles vari\u00e9es, permettant une surveillance adapt\u00e9e aux besoins sp\u00e9cifiques:<\/span><\/p>

  • Satellites multispectraux<\/b>: Captent des donn\u00e9es sur plusieurs bandes spectrales, notamment dans le visible, le proche infrarouge et l\u2019infrarouge \u00e0 ondes courtes Sentinel-2<\/i>, qui couvrent l\u2019ensemble du globe tous les cinq jours, sont largement utilis\u00e9s pour la surveillance des cultures, offrant 13 bandes spectrales avec une r\u00e9solution spatiale de 10 \u00e0 60 m\u00e8tres.<\/li>
  • Satellites hyperspectraux<\/b>: Comme PRISMA<\/i> ou EnMAP<\/i>, qui disposent de centaines de bandes spectrales \u00e9troites, permettant de d\u00e9tecter des changements subtils dans la signature spectrale des plantes affect\u00e9es par des maladies ou des ravageurs.<\/li>
  • Satellites \u00e0 haute r\u00e9solution spatiale<\/b>: Comme WorldView<\/i> ou Pleiades Neo<\/i>, qui offrent une r\u00e9solution inf\u00e9rieure \u00e0 30 cm par pixel, facilitant l\u2019identification pr\u00e9cise des plantes infest\u00e9es et la cartographie des zones touch\u00e9es.<\/li><\/ul>

    Conclusion<\/b>

    \n\nLa t\u00e9l\u00e9d\u00e9tection satellitaire, combin\u00e9e aux techniques d\u2019apprentissage automatique, offre de nouvelles perspectives pour analyser les donn\u00e9es \u00e0 grande \u00e9chelle et identifier des tendances utiles \u00e0 la gestion des maladies et ravageurs des cultures. Face aux d\u00e9fis croissants li\u00e9s au changement climatique et aux \u00e9volutions des dynamiques de ravageurs, l\u2019int\u00e9gration des donn\u00e9es satellites dans des syst\u00e8mes comme le PSS de STELLA constitue un levier essentiel pour aider les agriculteurs et les chercheurs \u00e0 mieux g\u00e9rer les infestations, assurant ainsi une agriculture plus durable et r\u00e9siliente.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

    La t\u00e9l\u00e9d\u00e9tection de la v\u00e9g\u00e9tation est un processus permettant de surveiller les caract\u00e9ristiques physiques des plantes en mesurant leur rayonnement r\u00e9fl\u00e9chi et \u00e9mis \u00e0 distance. Gr\u00e2ce aux donn\u00e9es collect\u00e9es par les satellites, les avions et les drones (UAV), la t\u00e9l\u00e9d\u00e9tection permet d'obtenir des informations spectrales, spatiales et temporelles pour analyser la sant\u00e9 des cultures, leur productivit\u00e9 et leurs \u00e9volutions sur de vastes territoires.<\/p>","protected":false},"author":2,"featured_media":39646,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"iawp_total_views":175,"footnotes":""},"categories":[136,138],"tags":[],"class_list":["post-39648","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-project-news"],"_links":{"self":[{"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/posts\/39648","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/comments?post=39648"}],"version-history":[{"count":0,"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/posts\/39648\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/media\/39646"}],"wp:attachment":[{"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/media?parent=39648"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/categories?post=39648"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/stella-pss.eu\/fr\/wp-json\/wp\/v2\/tags?post=39648"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}