Estimation et évaluation d’incertitude d’indicateurs
agrométéorologiques par télédétection en vue de
supporter la lutte phytosanitaire
Thèse
Serge Olivier Kotchi
Doctorat en Sciences Géographiques
Philosophiae Doctor (Ph.D.)
Québec, Canada
Estimation et évaluation d’incertitude d’indicateurs
agrométéorologiques par télédétection en vue de
supporter la lutte phytosanitaire
Thèse
Serge Olivier Kotchi
Sous la direction de :
Résumé
La caractérisation de la variabilité spatiale des conditions agrométéorologiques est essentielle à la prévision des insectes ravageurs et des maladies des cultures (IRMC) et à leur gestion spécifique par site. L’objectif de notre étude a été de modéliser, estimer et spatialiser à l'échelle locale et régionale des indicateurs agrométéorologiques (IAM) ainsi que leurs incertitudes. L'imagerie multispectrale et la thermographie infrarouge aéroportée ont été utilisées pour estimer à l'échelle locale des IAM dont le NDVI (Normalized
Difference Vegetation Index), la proportion de couverture végétale (PCV), la température de surface (TS) et
l'indice TVDI (Temperature/Vegetation Dryness Index) de l’humidité de surface. Deux nouveaux indicateurs ont été proposés: l’indicateur MTVX (Modified Temperature/Vegetation Index) de la température de l’air près de la surface (TAPS), et l’indice des conditions de stress thermique des cultures (ISTC). Les IAM ont été estimés à l'échelle régionale à l’aide des images satellite AVHRR (Advanced Very High Resolution
Radiometer). Les incertitudes résultantes (ICR) des IAM ont été formulées sur la base de la loi de propagation
des incertitudes. La spatialisation des IAM a été réalisée selon une approche dynamique basée sur un krigeage multivariable intégrant les facteurs dominants de leur variabilité spatiale. Les IAM ont démontré de fortes variabilités intraparcellaires, locales et régionales. Ils permettent de répondre aux besoins de caractérisation des conditions agrométéorologiques qui régissent les occurrences et le développement des IRMC. Des corrélations élevées ont été observées entre les mesures d'occurrence de plusieurs IRMC des cultures maraîchères et les indicateurs thermiques TS, TVDI, MTVX et ISTC. Celles-ci démontrent que les conditions de température qui prédominent à la surface des champs influencent davantage les IRMC. Ces indicateurs devraient être privilégiés dans la prévision des IRMC et dans la mise en place d’approche de gestion intégrée des ravageurs. Les aspects novateurs de la modélisation des indicateurs MTVX et ISTC, la formulation des ICR et leur estimation en tout point du territoire, la mise en place d'un cadre formel basé sur les ICR et un coefficient de performance globale pour évaluer et comparer différents modèles d'estimation des IAM, ainsi que l’approche de spatialisation dynamique, constituent des apports majeurs de notre étude.
Abstract
The characterization of the spatial variability of agrometeorological conditions is essential to the prediction and site-specific management of crop pests and diseases (CPD). The aim of our study was to model, estimate and spatialize local and regional agrometeorological indicators (AMI) and their uncertainties. Airborne multispectral imaging and infrared thermography were used to estimate AMIs at local scale such as the Normalized Difference Vegetation Index (NDVI), Percent Canopy Cover (PCC), Surface Temperature (ST) and the Temperature/Vegetation dryness index (TVDI), an indicator of surface moisture. Two new indicators were also proposed: the Crop Heat Stress Index (CHSI) and the Modified Temperature/Vegetation Index (MTVX), an indicator of the near-surface air temperature. AMIs were estimated at the regional scale using satellite images from the Advanced Very High Resolution Radiometer (AVHRR). The formulation of resultant uncertainties (RUC) of AMIs was based on the law of propagation of uncertainty. The spatialization of observed AMIs in-field was performed using a dynamic approach based on a multivariate kriging that integrated the dominant factors of their spatial variability. AMIs showed a high spatial variability at intra-site, local, and regional scales. They meet the need of the characterization of agrometeorological conditions under which the CPDs appear and develop. High correlations were observed between measures of the occurrence of several vegetable CPDs and thermal indicators like ST, TVDI, MTVX, and CHSI. These correlations show that surface temperature and near-surface air temperature have the most influence on the occurrence and the development of CPDs. Therefore, these indicators should be used in forecasting and in the implementation of an Integrated Pest Management (IPM) approach. Major contributions of our study are the innovative aspects of the modeling of indicators MTVX and ISTC, the formulation of the RUs of AMIs and their estimation anywhere in the area of interest, the establishment of a formal framework based on RUs and a global performance index to evaluate and compare different models used to estimate AMIs, and the dynamic spatialization approach.
Table des matières
Résumé
... iii
Abstract
... iv
Table des matières ... v
Liste des tableaux ... x
Liste des figures ... xiii
Liste des abréviations ... xx
Liste des symboles ... xxvi
Remerciements ... xxx
Chapitre 1 :
Contexte et problématique de l’étude ... 1
1.1
Enjeux de la lutte phytosanitaire et gestion intégrée des ravageurs ... 1
1.2
La caractérisation de la variabilité spatiale des indicateurs agrométéorologiques
comme facteur limitant dans la gestion intégrée des ravageurs ... 4
1.3
Le support géomatique et de la télédétection en agrométéorologie et dans la lutte
phytosanitaire ... 7
1.3.1
Géomatique agricole et agriculture de précision ... 7
1.3.2
Détection des stress causés par les ravageurs et estimation des indicateurs
agrométéorologiques par télédétection ... 9
1.4
De la nécessité de spatialisation des indicateurs agrométéorologiques ... 19
1.5
Synthèse de la problématique et objectifs de recherche ... 20
1.6
Contributions originales de l’étude... 24
1.7
Définitions et terminologie ... 25
1.8
Structure de la thèse ... 28
Chapitre 2 :
Cadre théorique ... 30
2.1
Interactions dans le système SVAT et variabilité spatiale des indicateurs
agrométéorologiques ... 30
2.1.1
Échanges d’énergie et de masse dans le système SVAT ... 30
2.1.2
La température comme résultante des transferts d’énergie et de masse dans le
système SVAT ... 34
2.1.3
Les facteurs de variabilité spatiale de la température et des indicateurs
agrométéorologiques ... 34
2.2
Télédétection et estimation des indicateurs agrométéorologiques ... 39
2.2.1
Signature spectrale des couverts végétaux et indices de végétation ... 39
2.2.2
Mesure des températures de surface par thermographie infrarouge ... 43
2.2.3
Indicateurs thermiques et estimation des conditions de température et
d’humidité des surfaces cultivées ... 51
2.3
Approches de spatialisation des données agrométéorologiques ... 54
2.3.1
Méthodes déterministes de prédiction spatiale ... 54
2.3.2
Caractérisation des relations spatiales et de la variabilité spatiale à l’aide des
géostatistiques ... 57
Chapitre 3 :
Matériels et méthodes ... 68
3.1
Le territoire à l’étude ... 68
3.1.1
Situation géographique ... 68
3.1.2
Portrait biophysique et agroenvironnemental ... 69
3.2.1
Description des cultures et des agents ravageurs... 72
3.2.2
Dépistage des insectes ravageurs et des maladies des cultures ... 75
3.2.3
Estimation de l’incidence et de la sévérité d’occurrence des ravageurs ... 78
3.3
Données météorologiques ... 83
3.3.1
Données météorologiques à l’échelle régionale ... 83
3.3.2
Mesures météorologiques à l’échelle locale ... 84
3.4
Données de télédétection ... 86
3.4.1
Mesures de télédétection in-situ ... 86
3.4.2
Acquisition et traitement des images de télédétection aéroportée ... 89
3.4.3
Données de télédétection satellitaire ... 103
3.5
Modélisation, estimation et évaluation d’incertitude des indicateurs
agrométéorologiques ... 107
3.5.1
À l’échelle locale à l’aide de la thermographie infrarouge et de l’imagerie
multispectrale aéroportée ... 108
3.5.2
À l’échelle régionale à l’aide des images satellite AVHRR ... 128
3.6
Spatialisation dynamique des variables agrométéorologiques observées sur le
terrain (VAM) ... 139
3.6.1
Les données et leurs prétraitements ... 139
3.6.2
Statistiques descriptives et analyses spatiales exploratoires... 141
3.6.3
Détermination des facteurs dominants de la variabilité spatiale des VAM .... 141
3.6.4
Spatialisation dynamique des VAM ... 143
3.6.5
Évaluation et comparaison des modèles de prédiction spatiale ... 143
3.7
Analyses de corrélation entre l’occurrence spatiale des ravageurs et les
indicateurs agrométéorologiques dérivés de la télédétection ... 145
Chapitre 4 :
Estimation et évaluation d’incertitude des indicateurs
agrométéorologiques à l’échelle locale à l’aide de l’imagerie multispectrale et de la
thermographie infrarouge aéroportée ... 147
4.1
Résumé du chapitre ... 147
4.2
Occupation du sol, indice de végétation et proportion de couverture végétale .. 148
4.3
Température de surface ... 155
4.3.1
Potentiel de la thermographie infrarouge aéroportée dans la régie des cultures
maraîchères ... 158
4.4
L’indice TVDI de l’humidité de surface ... 161
4.4.1
Les droites de la limite sèche et de la limite humide du nuage de points
TS/NDVI et leurs incertitudes ... 161
4.4.2
Variabilité des conditions d'humidité de surface et composantes d'incertitude
du TVDI ... 163
4.4.3
Variabilité spatiale de l'humidité des surfaces agricoles selon l'indice TVDI 168
4.4.4
Relation entre le TVDI et les observations in-situ de la température de l’air et
de l’humidité relative de l’air ... 168
4.5
L’indice MTVX de la température de l’air près de la surface ... 169
4.5.1
Les pixels de couverture végétale dominante (PCVD) ... 169
4.5.2
Variation des paramètres du MTVX et de son incertitude selon les fenêtres de
convolution spatiale de taille statique ... 170
4.5.3
La fenêtre de convolution spatiale dynamique et la condition d'incertitude
limite ... 174
4.5.5
Les composantes d'incertitude du MTVX ... 181
4.5.6
Validation du MTVX en référence aux observations in-situ de la température
de l’air ... 185
4.6
L’indice des conditions de stress thermique du couvert végétal (ISTC) ... 186
4.6.1
La condition de stress hydrique des PCVD ... 186
4.6.2
Sensibilité de l'ISTC et de son incertitude résultante à la taille de la fenêtre
contextuelle et aux paramètres de l'indicateur ΔT ... 190
4.6.3
Variation de l'indicateur ISTC et de son incertitude résultante sur le site local ...
... 192
4.6.4
Les composantes d'incertitude de l'indicateur ISTC ... 192
4.6.5
L'ISTC, les indicateurs thermiques, et les observations météorologiques in-situ
... 198
4.7
Discussion et conclusions ... 201
4.7.1
Indice de végétation et proportion de couverture végétale ... 201
4.7.2
Thermographie infrarouge aéroportée, température des surfaces agricoles et
régie des cultures maraîchères ... 202
4.7.3
L’indice TVDI de l’humidité de surface ... 203
4.7.4
Le modèle MTVX et l’estimation de la température de l’air près de la surface ..
... 203
4.7.5
L’indice des conditions de stress thermique du couvert végétal ... 208
Chapitre 5 :
Estimation et évaluation d'incertitude des indicateurs
agrométéorologiques à l’échelle régionale à l’aide des images satellite AVHRR ... 211
5.1
Résumé du chapitre ... 211
5.2
Occupation et utilisation du sol, indices de végétation et proportion de couverture
végétale ... 212
5.3
Émissivité de surface ... 218
5.4
Incertitudes et comparaison des algorithmes split-window d’estimation de la
température de surface ... 222
5.4.1
Températures de surface moyennes de la région d’étude selon les modèles TSsat
... 222
5.4.2
Corrélation entre les modèles TSsat ... 224
5.4.3
Incertitude de la température de surface selon les modèles TSsat ... 225
5.4.4
Corrélation et Incertitude expérimentale des modèles TSsat en référence à la
température de surface estimée par thermographie infrarouge aéroportée ... 227
5.4.5
Corrélations entre les modèles TSsat et la température de l'air observée par les
stations météorologiques ... 230
5.4.6
Performance globale des modèles TSsat ... 231
5.5
L’indicateur TVDI de l’humidité de surface ... 235
5.6
L’indicateur MTVX de la température de l’air près de la surface ... 239
5.6.1
Le seuil de NDVI définissant les PCVD de l'imagerie AVHRR ... 239
5.6.2
Le nombre de PCVD selon la taille des fenêtres contextuelle ... 239
5.6.3
Le Nombre de sites d'estimation de la température de l'air et leur distribution
spatiale selon la taille des fenêtres contextuelles ... 240
5.6.4
La corrélation spatiale TS/NDVI ... 241
5.6.5
Variation du MTVX et de son incertitude résultante selon les fenêtres de
convolution spatiale ... 241
5.6.6
Caractérisation de la variabilité spatiale du MTVX des pixels autorisés
rencontrant la condition d'incertitude limite et spatialisation de la température de l'air ..
... 246
5.6.7
Évaluation de la température de l'air estimée selon le modèle MTVX à l'aide
des observations des stations météorologiques ... 248
5.7
Discussions et conclusions ... 249
5.7.1
Indices de végétation et proportion de couverture végétale ... 249
5.7.2
Incertitudes et comparaison des modèles d'émissivité de surface ... 250
5.7.3
Incertitudes et évaluation comparative des algorithmes split-window
d’estimation de la température de surface ... 250
5.7.4
L’indice MTVX de la température de l’air près de la surface ... 253
Chapitre 6 :
Spatialisation dynamique des indicateurs agrométéorologiques ... 257
6.1
Résumé du chapitre ... 257
6.2
Les variables agrométéorologiques observées à l’échelle locale (VAML) ... 258
6.2.1
Statistiques descriptives des VAML et des facteurs de la variabilité spatiale
(FVS) ... 258
6.2.2
Facteurs dominants de la variabilité spatiale des VAML ... 258
6.2.3
Comparaison des modèles de prédiction spatiale et spatialisation dynamique
des VAML ... 273
6.3
Les variables agrométéorologiques observées à l’échelle régionale (VAMR) .. 281
6.3.1
Statistiques descriptives des VAMR et des FVS ... 281
6.3.2
Facteurs dominants de la variabilité spatiale et temporelle des VAMR... 284
6.3.3
Comparaison des modèles de prédiction spatiale et spatialisation dynamique
des VAMR ... 303
6.4
Discussions et Conclusions ... 315
6.4.1
Les facteurs dominants de la variabilité spatiale des variables
agrométéorologiques observées sur le terrain (VAM) ... 315
6.4.2
Dynamique spatiale de la corrélation entre les VAM et les facteurs dominants
de la variabilité spatiale (FDVS) ... 316
6.4.3
Dynamique temporelle de la corrélation entre les VAM et les FDVS ... 318
6.4.4
Spatialisation dynamique des VAM ... 319
6.4.5
Facteurs de la variabilité spatiale et temporelle des incertitudes de la
spatialisation dynamique des VAM ... 321
6.4.6
Conclusions ... 321
Chapitre 7 :
Corrélations entre les mesures d’occurrence des ravageurs dans les
cultures maraîchères et les indicateurs agrométéorologiques estimés par télédétection .
... 323
7.1
Résumé du chapitre ... 323
7.2
À l’échelle locale ... 324
7.2.1
Statistiques descriptives et variabilité spatiale des indicateurs
agrométéorologiques et des mesures d’occurrence des ravageurs ... 324
7.2.2
Corrélations entre les mesures d'occurrence des ravageurs des cultures et les
indicateurs agrométéorologiques ... 337
7.3
À l’échelle régionale ... 343
7.3.1
Statistiques descriptives et variabilité spatiale des MORC et des IAM relatives
aux unités de dépistage des ravageurs ... 343
7.3.2
Corrélations entre les mesures d'occurrence des ravageurs des cultures et la
température de surface dérivée des images satellite AVHRR ... 351
7.4
Discussion et conclusions ... 353
Chapitre 8 :
Conclusions générales et perspectives ... 363
8.1
Retour sur la problématique, l’objectif et les conclusions de la thèse ... 363
8.1.1
Retour sur la problématique et l'objectif de la thèse ... 363
8.1.2
Estimation et évaluation d’incertitude des indicateurs agrométéorologiques à
l’échelle locale à l’aide de l’imagerie multispectrale et de la thermographie infrarouge
aéroportée ... 363
8.1.3
Estimation et évaluation d’incertitude des indicateurs agrométéorologiques à
l’échelle régionale à l’aide des images satellite AVHRR... 364
8.1.4
Spatialisation dynamique des variables agrométéorologiques observés sur le
terrain ... 366
8.1.5
Corrélations entre les occurrences spatiales des ravageurs des cultures et les
indicateurs agrométéorologiques dérivés des images de télédétection ... 367
8.2
Originalité, apports et applicabilités de l’étude ... 368
8.3
Limitations et perspectives de recherche ... 371
8.4
Conclusion générale ... 373
Bibliographie ... 374
Annexe 1 : Description des cultures et des ravageurs à l’étude ... 397
Annexe 2 : Géoréférencement direct et orthorectification des images aéroportées ... 406
Annexe 3 : Table de référence des émissivités de surface ... 411
Annexe 4 : Matrice de confusion de la classification supervisée de l’imagerie
multispectrale et de la thermographie infrarouge aéroportée ... 414
Annexe 5 : Matrice de confusion de la classification supervisée des images satellite
AVHRR
... 415
Annexe 6 : Localisation des stations météorologiques relativement aux zones tampon
de la couverture nuageuse détectées sur les images AVHRR ... 416
Annexe 7: Paramètres de krigeage utilisés dans la spatialisation dynamique de la
température de l’air dans la région d’étude ... 417
Annexe 8: Paramètres de krigeage utilisés dans la spatialisation dynamique de
l’humidité relative de l’air dans la région d’étude ... 418
Annexe 9 : Nuages de points associés aux relations entre les mesures d’occurrence des
ravageurs (MOCR) et les indicateurs agrométéorologiques (IAM) estimés par
télédétection aéroportée ... 419
Annexe 10 : Nuages de points associés aux relations entre les mesures d’occurrence
des ravageurs (MORC) et les indicateurs agrométéorologiques (IAM) estimés à l’aide
des images satellite ... 426
Liste des tableaux
Tableau 2.1 : Indices de végétation ... 43
Tableau 2.2: Algorithmes split-window ... 51
Tableau 2.3 : Les méthodes géostatistiques de prédiction spatiale ... 65
Tableau 3.1 : Variétés de cultures et ravageurs étudiés ... 73
Tableau 3.2 : Dépistage des ravageurs au champ ... 76
Tableau 3.3 : Bandes spectrales de la caméra MS4100 ... 90
Tableau 3.4 : Paramètres internes de la caméra MS4100 ... 91
Tableau 3.5 : Espace de résolution de la caméra ThermaCAM SC2000 ... 91
Tableau 3.6 : Paramètres d'acquisition des thermographies infrarouges et des images
multispectrales ... 94
Tableau 3.7 : Bandes spectrales du capteur AVHRR/3 ... 104
Tableau 3.8 : Caractéristique de l’image AVHRR/3 utilisée ... 105
Tableau 3.9: Description des modèles TS
sat ... 134Tableau 3.10: Pondération des critères de performance utilisés pour évaluer et comparer les
modèles TSsat ... 138
Tableau 3.11: Reclassification des données pédologique selon une échelle ordinale ... 140
Tableau 4.1: Température de surface des thèmes d'occupation et d'utilisation du sol du site local 158
Tableau 4.2: Statistiques descriptives de l'indicateur ΔT et de son incertitude résultante selon les
thèmes d'occupation et d'utilisation du sol ... 190
Tableau 4.3: Variation de l'indicateur ISTC et de son incertitude résultante selon la taille de la fenêtre
contextuelle et le paramètre ΔT0 sur des parcelles de culture maraîchère à couverture végétale
complète ... 191
Tableau 4.4: Variation de l'indicateur ISTC et de son incertitude résultante selon la taille de la fenêtre
contextuelle et le paramètre ΔT0 sur des parcelles de culture maraîchère à couverture végétale
partielle ... 191
Tableau 4.5: Variation de l'indicateur ISTC et de son incertitude résultante sur les surfaces de
cultures maraîchères, en comparaison aux surfaces de grandes cultures et aux surfaces de
couverture forestière ... 192
Tableau 5.1: Statistiques descriptives des indices de végétation et de leurs incertitudes résultantes
sur les surfaces agricoles et les surfaces de couverture forestière de la région d’étude ... 214
Tableau 5.2: Statistiques descriptives des proportions de couverture végétale et de leurs incertitudes
résultantess sur les surfaces agricoles et les surfaces de couverture forestière de la région
d’étude ... 216
Tableau 5.3: Statistiques descriptives de l'émissivité des surfaces agricoles et de son incertitude
résultante selon les modèles d'émissivité de surface ... 219
Tableau 5.4: Statistiques descriptives de l'émissivité du couvert forestier et de son incertitude
résultante selon les modèles d'émissivité de surface ... 219
Tableau 5.5: Matrice des corrélations entre les modèles d’estimation de l’émissivité de surface ... 220
Tableau 6.1: Statistiques descriptives des facteurs de variabilité spatiale à l'étude sur le site local258
Tableau 6.2: Paramètres des variogrammes standardisés des variables météorologiques
observés sur le site local et des facteurs de la variabilité spatiale suite au retrait des
tendances directionnelles ... 269
Tableau 6.3: Paramètres de krigeage des méthodes de prédiction spatiale de la température de l'air
et de l'humidité relative de l'air observées sur le site local ... 274
Tableau 6.4: Indicateurs d'erreur des différentes approches de prédiction spatiale de la température
de l'air et de l'humidité relative de l'air observées sur le site local ... 274
Tableau 6.5: Statistiques descriptives des facteurs de variabilité spatiale à l'étude sur le site régional
... 284
Tableau 6.6: Paramètres des modèles de variogrammes standardisés relatifs aux observations de la
température de l’air (TA) et de l’humidité relative de l’air (HR) suite au retrait des tendances
directionnelles ... 297
Tableau 6.7: Paramètres des variogrammes standardisés des facteurs de la variabilité spatiale
(FVS) suite au retrait des tendances directionnelles ... 298
Tableau 6.8: Facteurs dominants de la variabilité spatiale (FDVS) utilisés dans la spatialisation
dynamique de la température de l’air (▲) et de l’humidité relative de l’air (▼) selon le moment
de la journée ... 303
Tableau 7.1: Statistiques descriptives des mesures d’occurrence de la brûlure
cercosporéenne de la carotte et de la température de surface estimée par thermographie
infrarouge aéroportée ... 326
Tableau 7.2: Statistiques descriptives des mesures d’occurrence des ravageurs du chou
chinois et des indicateurs agrométéorologiques estimés par imagerie multispectrale et
thermographie infrarouge aéroportée ... 326
Tableau 7.3: Statistiques descriptives des mesures d’occurrence des ravageurs de la laitue
et de la température de surface estimée par thermographie infrarouge aéroportée .... 327
Tableau 7.4: Statistiques descriptives des mesures d’occurrence des ravageurs de l'oignon
et de la température de surface estimée par thermographie infrarouge aéroportée .... 327
Tableau 7.5: Statistiques descriptives des mesures d’occurrence du doryphore de la pomme
de terre et des indicateurs agrométéorologiques estimés par imagerie multispectrale et
thermographie infrarouge aéroportée ... 328
Tableau 7.6: Corrélations entre les mesures d’occurrence de la brûlure cercosporéenne de la carotte
et la température de surface estimée par thermographie infrarouge aéroportée ... 338
Tableau 7.7: Corrélations entre les mesures d’occurrence des ravageurs du chou chinois et les
indicateurs agrométéorologiques estimés par imagerie multispectrale et thermographie
infrarouge aéroportée ... 339
Tableau 7.8: Corrélations entre les mesures d’occurrence des ravageurs de la laitue et la
température de surface estimée par thermographie infrarouge aéroportée ... 340
Tableau 7.9: Corrélations entre les mesures d’occurrence des ravageurs de l'oignon et la
température de surface estimée par thermographie infrarouge aéroportée ... 340
Tableau 7.10: Corrélations entre les mesures d’occurrence du doryphore de la pomme de terre et les
indicateurs agrométéorologiques estimés par imagerie multispectrale et thermographie
infrarouge aéroportée ... 342
Tableau 7.11: Statistiques descriptives des mesures d’occurrence de la brûlure
cercosporéenne de la carotte et des indicateurs agrométéorologiques dérivés des
images satellite AVHRR ... 346
Tableau 7.12: Statistiques descriptives des mesures d’occurrence des ravageurs du chou chinois et
des indicateurs agrométéorologiques dérivés des images satellite AVHRR ... 347
Tableau 7.13: Statistiques descriptives des mesures d’occurrence des ravageurs de la laitue et des
indicateurs agrométéorologiques dérivés des images satellite AVHRR ... 348
Tableau 7.14: Statistiques descriptives des mesures d’occurrence des ravageurs de l'oignon et des
Tableau 7.15: Statistiques descriptives des mesures d’occurrence du doryphore de la pomme de
terre et des indicateurs agrométéorologiques dérivés des images satellite AVHRR ... 350
Tableau 7.16: Corrélations entre les mesures d’occurrence de la brûlure cercosporéenne de la
carotte et la température de surface dérivée des images satellite AVHRR ... 351
Tableau 7.17: Corrélations entre les mesures d’occurrence des ravageurs de la laitue et la
température de surface dérivée des images satellite AVHRR ... 352
Tableau 7.18: Corrélations entre les mesures d’occurrence des ravageurs de l'oignon et la
température de surface dérivée des images satellite AVHRR ... 352
Tableau 7.19: Corrélations entre les mesures d’occurrence du doryphore de la pomme de terre et la
Liste des figures
Figure 1.1 : Plan de recherche et structure de la thèse. ... 29
Figure 2.1: Les échanges énergétiques dans le système SVAT ... 31
Figure 2.2 : Transferts d'énergie et de masse dans le système SVAT et facteurs de variabilité des
indicateurs agrométéorologiques ... 35
Figure 2.3 : Signature spectrale d’un couvert végétal mesurée à l'aide d'un spectroradiomètre. ... 40
Figure 2.4 : Espace TS/NDVI définissant différents niveaux de l'humidité de surface. ... 52
Figure 2.5: Paramètres de caractérisation de la variabilité spatiale à l’aide du variogramme ... 61
Figure 3.1: Localisation du territoire à l'étude et du site local d’échantillonnage ... 68
Figure 3.2: Régimes hydriques du sol du territoire à l’étude ... 70
Figure 3.3: Capacité de drainage des sols du territoire à l’étude ... 70
Figure 3.4: Élévations et hydrographie du territoire à l'étude ... 71
Figure 3.5: Répartition des terres organiques et minérales du territoire à l’étude ... 72
Figure 3.6: Localisation des parcelles de cultures ... 74
Figure 3.7: Superficies des unités de dépistage des ravageurs relatives aux différentes variétés de
culture ... 75
Figure 3.8: Localisation des stations météorologiques ... 84
Figure 3.9: Sites d'échantillonnage météorologique à l'échelle locale ... 85
Figure 3.10: Schéma global d'acquisition et de traitement des données de télédétection aéroportée
... 87
Figure 3.11: Mesures de réflectance sur le site OJ2 (Bâche et Pelouse) ... 88
Figure 3.12: Surfaces de calibration (Étang d’irrigation) sur le site OJ7 ... 88
Figure 3.13 : Configuration multispectrale RVBI de la caméra MS4100 ... 90
Figure 3.14 : Géométrie de visée des capteurs aéroportés. ... 93
Figure 3.15 : Lignes de vol calculées ... 95
Figure 3.16 : Système d'acquisition des images et des données d'orientation de la plate-forme ... 97
Figure 3.17: Principe de la méthode de la ligne empirique ... 99
Figure 3.18: Lignes empiriques de calibration des bandes du capteur multispectrale ... 100
Figure 3.19: Procédure d'orthorectification des images aéroportées ... 103
Figure 3.20 : Schéma de traitement des images AVHRR ... 105
Figure 3.21: Schéma conceptuel de l'estimation de la température de l'air près de la surface selon
l'indice MTVX ... 116
Figure 3.22 : Illustration de la composition d'une FCS utilisée dans la définition du MTVX ... 117
Figure 4.1: Occupation et utilisation du sol du site local établie à l'aide de la classification d'images
multispectrales et de thermographies infrarouges aéroportées. ... 150
Figure 4.2: L'indice de végétation NDVI estimé à l'échelle locale à l'aide de l'imagerie multispectrale
aéroportée ... 151
Figure 4.3: Validation du NDVI
aero à l'aide des données spectroradiométriques in-situ ... 152Figure 4.4: Variation de la proportion de couverture végétale sur le site local ... 153
Figure 4.5: Variation de l'incertitude de la proportion de couverture végétale sur le site local ... 154
Figure 4.6: Variation de la proportion de couverture végétale et de son incertitude en fonction du
NDVI ... 155
Figure 4.7: Température de surface estimée à l'échelle locale par thermographie infrarouge
aéroportée ... 156
Figure 4.9: Variabilité spatiale de la température des surfaces agricoles selon le type de sol (a) et la
qualité du sol (b) ... 159
Figure 4.10: Variabilité de la température des surfaces cultivées selon le drainage du sol ... 160
Figure 4.11: Variabilité de la température des surfaces (TS) cultivées selon les variétés de cultures
et le stade de croissance (TS diminue lorsque le stade de croissance augmente) ... 161
Figure 4.12: Nuage de points de l'espace TS/NDVI définissant les droites de la limite sèche et de la
limite humide du site local ... 162
Figure 4.13: L'indice TVDI de l'humidité de surface estimé à l'échelle locale à l'aide de l’imagerie
multispectrale et de la thermographie infrarouge aéroportée ... 164
Figure 4.14: Variation de l’incertitude résultante de l'indice TVDI sur le site local ... 165
Figure 4.15: Histogramme de l'incertitude du TVDI sur l’étendue du site local ... 166
Figure 4.16: Variation de l'incertitude résultante du TVDI en fonction du NDVI ... 166
Figure 4.17: Variation de l'incertitude résultante du TVDI en fonction de la température de la limite
sèche ... 167
Figure 4.18: Variation de l'incertitude résultante du TVDI en fonction de la température de surface
... 167
Figure 4.19: Variation de l'incertitude résultante du TVDI en fonction du TVDI ... 168
Figure 4.20: Corrélation entre l’indicateur TVDI de l’humidité de surface estimé à l'aide des images
de télédétection aéroportée et les observations in-situ de la température de l'air ... 169
Figure 4.21: NDVI et incertitude du NDVI des sites de couverture végétale dominante ... 170
Figure 4.22: Variation du nombre de pixels de couverture végétale dominante en fonction de la taille
de la fenêtre de convolution spatiale ... 171
Figure 4.23: Variation de la proportion des surfaces occupées par les pixels autorisés selon les
fenêtres de convolution spatiale de taille statique ... 172
Figure 4.24: Variation de la corrélation entre la température de surface et le NDVI selon la taille des
fenêtres de convolution spatiale admettant un pixel autorisé ... 172
Figure 4.25: Variation du MTVX des pixels autorisés selon la taille de la fenêtre de convolution
spatiale ... 173
Figure 4.26: Variation de l’incertitude résultante du MTVX dérivé des images aéroportées en fonction
de la taille de la fenêtre de convolution spatiale ... 173
Figure 4.27: Proportion des pixels autorisés de la fenêtre de convolution spatiale dynamique ... 175
Figure 4.28: Fréquence cumulée de l'incertitude résultante du MTVX des pixels autorisés selon la
taille de la fenêtre de convolution spatiale ... 175
Figure 4.29: Fréquence cumulée de l'incertitude résultante du MTVX pondérée par la proportion des
surfaces occupées par les pixels autorisés (PA) sur le site local ... 176
Figure 4.30: Variation du MTVX des pixels autorisés rencontrant la condition d’incertitude limite sur
le site local ... 177
Figure 4.31: Variogramme du MTVX des pixels autorisés rencontrant la condition d’incertitude limite
sur le site local ... 178
Figure 4.32: Température de l'air près de la surface estimée à l'échelle locale à l'aide du modèle
MTVX et des images de télédétection aéroportée ... 179
Figure 4.33: Incertitude de la température de l'air près de la surface estimée à l’aide du modèle
MTVX sur le site local ... 180
Figure 4.34: Variation de l'incertitude résultante du MTVX selon la variance de la température de
surface dans la fenêtre de convolution spatiale dynamique ... 181
Figure 4.35: Variation de l'incertitude résultante du MTVX selon la variance du NDVI dans la fenêtre
de convolution spatiale dynamique ... 183
Figure 4.36: Variation de l'incertitude résultante du MTVX selon la pente de la régression linéaire
TS/NDVI dans la fenêtre de convolution spatiale dynamique ... 183
Figure 4.37: Variation de l'incertitude résultante du MTVX selon le nombre de pixels de couverture
végétale dominante dans la fenêtre de convolution spatiale dynamique ... 184
Figure 4.38: Variation de l'incertitude résultante du MTVX selon la covariance TS/NDVI dans la
fenêtre de convolution spatiale dynamique ... 184
Figure 4.39: Validation du MTVX à l'aide des observations in-situ de la température de l'air ... 185
Figure 4.40: Variation de la différence entre la température de surface et la température de l’air près
de la surface (ΔT) sur le site local ... 188
Figure 4.41: Variation de l’incertitude résultante de l'indicateur ΔT sur le site local ... 189
Figure 4.42: Variation de l’indice des conditions de stress thermique du couvert végétal (ISTC) sur
le site local ... 194
Figure 4.43: Variation de l'incertitude résultante de l'indicateur ISTC sur le site local ... 195
Figure 4.44: Variation de l'incertitude résultante de l'ISTC selon a) le nombre de PCVD, b) le nombre
de PCVD
Ø, c) la probabilité de détection d'un PCVD
Ø, et d) l'incertitude sur le compte d'un
PCVD
Ø... 196
Figure 4.45: Incertitude sur le compte d'un PCVD
Øselon la probabilité de détection du PCVD
Ø... 196
Figure 4.46: Variation de l'incertitude résultante de l'ISTC selon ses variables d'entrée (indicateurs
thermiques) et de sortie (ISTC). ... 197
Figure 4.47: Relation entre l'ISTC et la température de surface ... 199
Figure 4.48: Relation entre l'ISTC et la température de l'air estimée selon le modèle MTVX ... 199
Figure 4.49: Relation entre l'ISTC et l'humidité de surface selon l’indicateur TVDI ... 200
Figure 4.50: Relation entre l'ISTC et les mesures in-situ de la température de l'air ... 200
Figure 4.51: Relation entre l'ISTC et les mesures in-situ de l'humidité relative de l'air ... 201
Figure 5.1: Occupation et utilisation du sol dans la région d’étude selon la classification supervisée
des images AVHRR ... 213
Figure 5.2: Variation relative de l'incertitude résultante des indices de végétation NDVI, SAVI, OSAVI
et MSAVI2 dérivés des images satellite AVHRR ... 215
Figure 5.3: Variation de l’indice de végétation MSAVI
2 dans la région d’étude ... 216Figure 5.4: Variation de l’incertitude résultante de l'indice de végétation MSAVI
2 dans la régiond’étude ... 217
Figure 5.5: Variation de la proportion de couverture végétale dans la région d’étude ... 217
Figure 5.6: Variation de l’incertitude résultante de de la proportion de couverture végétale dans la
région d’étude ... 218
Figure 5.7: Émissivité de surface de la région d’étude estimée selon le modèle d’émissivité de Van
De Griend et Owe (1993) utilisant l’indice de végétation MSAVI2 ... 221
Figure 5.8: Incertitude résultante de l'émissivité de surface de la région d’étude estimée selon le
modèle d’émissivité de Van De Griend et Owe (1993) utilisant l’indice de végétation MSAVI2
... 221
Figure 5.9: Températures de surface moyennes des surfaces agricoles et des surfaces de
couverture forestière de la région d’étude selon les modèles d’estimation de la température de
surface ... 222
Figure 5.10: Éloignement moyen des modèles d’estimation de la température de surface
par rapport à la température moyenne de tous les modèles ... 224
Figure 5.11: Corrélation moyenne entre les modèles d’estimation de la température de surface .. 225
Figure 5.12: Incertitude résultante de la température de surface de la région d’étude selon les
modèles d’algorithmes split-window ... 226
Figure 5.13: Incertitude résultante moyenne de la température des surfaces agricoles et des
surfaces de couverture forestière selon les modèles d’algorithmes split-window ... 226
Figure 5.14: Corrélations entre les températures de surface derivées des modèles d’algorithmes
split-window et des images satellite AVHRR et la température de surface dérivée de la
thermographie infrarouge aéroportée ... 228
Figure 5.15: Biais moyen entre les températures de surface derivées des modèles d’algorithmes
split-window et des images satellite AVHRR et la température de surface dérivée de la
thermographie infrarouge aéroportée ... 229
Figure 5.16: Incertitudes expérimentales des modèles d’estimation de la température de surface
utilisant les algorithmes split-window et les images satellite AVHRR en référence à la
température de surface estimée par thermographie infrarouge aéroportée ... 230
Figure 5.17: Corrélations entre les températures de surface derivées des modèles d’algorithmes
split-window et des images satellite AVHRR et la température de l'air observée par les stations
météorologiques ... 231
Figure 5.18: Performance globale des modèles d’estimation de la température de surface ... 232
Figure 5.19: Température de surface de la région d’étude selon l'algorithme split-window de Coll et
al. (1994) utilisant le modèle d’émissivité de Van De Griend (1993) avec l’indice de végétation
MSAVI2 ... 234
Figure 5.20: Incertitude de la température de surface de la région d’étude estimée selon l'algorithme
split-window de Coll et al. (1994) utilisant le modèle d’émissivité de Van De Griend (1993) avec
l’indice de végétation MSAVI2 ... 234
Figure 5.21: Validation de la température de surface de la région d’étude estimée selon l'algorithme
split-window de Coll et al. (1994) utilisant le modèle d’émissivité de Van De Griend (1993) avec
l’indice de végétation MSAVI2 à l’aide de la température de surface estimée par thermographie
infrarouge aéroportée ... 235
Figure 5.22: Nuage de l'espace TS/NDVI du site régional ... 236
Figure 5.23: Variabilité spatiale de l'humidité de surface de la région d’étude selon l'indicateur TVDI
... 237
Figure 5.24: Variation de l’incertitude résultante de l'indicateur TVDI dans la région d’étude ... 237
Figure 5.25: Relation entre l'indicateur TVDI estimé à l'aide des images satellite AVHRR et la
température de l'air observée par les stations météorologiques ... 238
Figure 5.26: Relation entre l'indicateur TVDI estimé à l'aide des images satellite AVHRR et l'humidité
relative de l'air observée par les stations météorologiques ... 238
Figure 5.27: Nombre moyen de pixels de couverture végétale dominante selon la taille de la fenêtre
de convolution spatiale ... 239
Figure 5.28: Variation de la proportion des surfaces occupées par les pixels autorisés en fonction de
la taille de la fenêtre de convolution spatiale... 240
Figure 5.29: Variation de la corrélation entre la température de surface et le NDVI dans les fenêtres
de convolution spatialeadmettant un pixel autorisé en fonction de la taille de ces fenêtres ... 241
Figure 5.30: Variation de la moyenne du MTVX des pixels autorisés de la région d’étude selon la
taille des fenêtres de convolution spatiale ... 242
Figure 5.31: Variation de l’incertitude résultante du MTVX dérivé des images AVHRR en fonction de
la taille des fenêtres de convolution spatiale ... 243
Figure 5.32: Fréquence cumulée de l'incertitude résultante du MTVX pondérée par la proportion des
surfaces occupées par les pixels autorisés sur le site régional ... 244
Figure 5.33: Distribution du MTVX des pixels autorisés rencontrant la condition d'incertitude limite
Figure 5.34: Distribution de l'incertitude résultante du MTVX des pixels autorisés rencontrant la
condition d'incertitude limite dans la région d'étude ... 245
Figure 5.35: Modèle de variogramme du MTVX des des pixels autorisés rencontrant la condition
d'incertitude limite ... 246
Figure 5.36: Température de l'air estimée dans la région d'étude selon l'approche MTVX ... 247
Figure 5.37: Incertitude de la température de l'air estimée dans la région d'étude selon l'approche
MTVX ... 247
Figure 5.38: Validation de la température de l'air estimée selon le modèle MTVX utilisant les images
AVHRR à l'aide de la température de l'air observée par les stations météorologiques ... 248
Figure 6.1: Dynamique spatiale de la corrélation entre les facteurs de variabilité spatiale et la
température de l'air observés à l'échelle locale. ... 260
Figure 6.2: Dynamique spatiale de la probabilité critique associée à la corrélation entre les facteurs
de variabilité spatiale et la température de l'air observés à l'échelle locale. ... 261
Figure 6.3: Dynamique spatiale de la corrélation entre les facteurs de variabilité spatiale et l'humidité
de l'air observés à l'échelle locale. ... 263
Figure 6.4: Dynamique spatiale de la probabilité critique associée à la corrélation entre les facteurs
de variabilité spatiale et l'humidité de l'air observés à l'échelle locale. ... 264
Figure 6.5: Comparaison des variogrammes standardisés de la température de l'air (TA) et de
l'humidité relative de l'air (HR) observées sur le site local avec ceux des facteurs de la
variabilité spatiale dérivés des images de télédétection aéroportée et des bases de données
spatiales ... 266
Figure 6.6: Corrélogrammes de la relation spatiale entre la température de l'air observée sur le site
local et les facteurs de la variabilité spatiale dérivés de la télédétection aéroportée et des bases
de données géographiques ... 270
Figure 6.7: Corrélogrammes de la relation spatiale entre l'humidité relative de l'air observée sur le
site local et les facteurs de la variabilité spatiale dérivés de la télédétection aéroportée et des
bases de données géographiques ... 272
Figure 6.8: Prédiction spatiale de la température de l'air observée à l'échelle locale à l'aide d'un
modèle géostatistique multivariable intégrant les facteurs dominants de la variabilité spatiale
... 276
Figure 6.9: Incertitude de la prédiction spatiale de la température de l'air observée à l'échelle locale
... 277
Figure 6.10: Prédiction spatiale de l'humidité de l'air observée à l'échelle locale à l'aide d'un modèle
géostatistique multivariable intégrant les facteurs dominants ... 279
Figure 6.11: Incertitude de la prédiction spatiale de l'humidité de l'air observée à l'échelle locale . 280
Figure 6.12: Variabilité spatiale et temporelle de la température de l'air sur le site régional selon les
observations des stations météorologiques. ... 282
Figure 6.13: Variabilité spatiale et temporelle de l'humidité relative de l'air sur le site régional selon
les observations météorologiques. ... 283
Figure 6.14: Dynamique temporelle de la corrélation entre les facteurs de la variabilité spatiale et la
température de l'air observée à l'échelle régionale ... 287
Figure 6.15: Dynamique temporelle de la probabilité critique associée à la corrélation entre les
facteurs de la variabilité spatiale et la température de l'air observée à l'échelle régionale ... 288
Figure 6.16: Dynamique temporelle de la corrélation entre les facteurs de la variabilité spatiale et
l'humidité de l'air observée à l'échelle régionale ... 291
Figure 6.17: Dynamique temporelle de la probabilité critique associée à la corrélation entre les
Figure 6.18: Comparaison des variogrammes standardisés de la température de l'air observée par
les stations météorologiques du site régional avec ceux des facteurs de la variabilité spatiale
dérivés des images satellite et des bases de données géographiques ... 293
Figure 6.19: Comparaison des variogrammes standardisés de l'humidité relative de l'air observée
par les stations météorologiques du site régional avec ceux des facteurs de la variabilité
spatiale dérivés des images satellite et des bases de données géographiques. ... 295
Figure 6.20: Corrélogrammes de la relation spatiale entre la température de l'air observée par les
stations météorologiques du site régional et les facteurs de la variabilité spatiale dérivés des
images satellite et des bases de données géographiques ... 300
Figure 6.21: Corrélogrammes de la relation spatiale entre l'humidité relative de l'air observée par les
stations météorologiques du site régional et les facteurs de la variabilité spatiale dérivés des
images satellite et des bases de données géographiques ... 302
Figure 6.22: Erreurs moyennes associées aux méthodes de spatialisation de la température de l'air
dans la région d’étude ... 304
Figure 6.23: Erreurs moyennes quadratiques associées aux méthodes de spatialisation de la
température de l'air dans la région d’étude ... 305
Figure 6.24: Erreurs standards moyennes associées aux méthodes de spatialisation de la
température de l'air dans la région d’étude ... 306
Figure 6.25: Erreurs moyennes quadratiques standardisées associées aux méthodes de
spatialisation de la température de l'air dans la région d’étude ... 307
Figure 6.26: Prédiction spatiale dynamique de la température de l'air dans la région d’étude à l'aide
de modèles géostatistiques multivariable intégrant les facteurs dominants de la variabilité
spatiale (TA = Température de l’air) ... 308
Figure 6.27: Incertitude de la prédiction spatiale dynamique de la température de l'air dans la région
d’étude ... 309
Figure 6.28: Erreurs moyennes associées aux méthodes de spatialisation de l'humidité relative de
l'air dans la région d’étude ... 310
Figure 6.29: Erreurs moyennes quadratiques associées aux méthodes de spatialisation de l'humidité
relative de l'air dans la région d’étude ... 311
Figure 6.30: Erreurs standards moyennes associées aux méthodes de spatialisation de l'humidité
relative de l'air dans la région d’étude ... 312
Figure 6.31: Erreurs moyennes quadratiques standardisées associées aux méthodes de
spatialisation de l'humidité relative de l'air dans la région d’étude ... 313
Figure 6.32: Prédiction spatiale dynamique de l'humidité relative de l'air à l'aide de modèles
géostatistiques multivariable intégrant les facteurs dominants (HR = Humidité relative de l’air).
... 314
Figure 6.33: Incertitude de la prédiction spatiale dynamique de l'humidité relative de l'air ... 315
Figure 7.1: Écart-type des indicateurs agrométéorologiques dérivés de la télédétection aéroportée et
associés aux unités de dépistage des ravageurs. ... 325
Figure 7.2: Histogramme et statistiques descriptives de l'incidence des ravageurs dans les
unités de dépistage ... 329
Figure 7.3: Histogramme et statistiques descriptives de la sévérité d'occurrence des
ravageurs dans les unités de dépistage ... 330
Figure 7.4: Histogramme et statistiques descriptives du NDVI des unités de dépistage des
ravageurs. ... 331
Figure 7.5: Histogramme et statistiques descriptives de la proportion de couverture
Figure 7.6: Histogramme et statistiques descriptives de la température de surface (TS) des unités de
dépistage des ravageurs. ... 332
Figure 7.7: Histogramme et statistiques descriptives du TVDI des unités de dépistage des
ravageurs. ... 333
Figure 7.8: Histogramme et statistiques descriptives du MTVX des unités de dépistage des
ravageurs. ... 334
Figure 7.9: Histogramme et statistiques descriptives de l'indicateur de stress thermique du
couvert (ISTC) des unités de dépistage des ravageurs (UDR). ... 335
Figure 7.10: Histogramme et statistiques descriptives de la température de l'air (TA) des
unités de dépistage des ravageurs (UDR). ... 336
Figure 7.11: Histogramme et statistiques descriptives de l'humidité relative de l'air (HR)
des unités de dépistage des ravageurs (UDR). ... 337
Figure 7.12: Écart-type des indicateurs agrométéorologiques dérivés des images satellite AVHRR et
associés aux unités de dépistage des ravageurs. ... 344
Figure 7.13: Distances de séparation entre les centroïdes des unités de dépistage des ravageurs
(UDR). ... 358
Figure 7.14: Comparaison des corrélations observées aux jours J0 et J4 entre les MORC et les IAM
Liste des abréviations
ADAR Airborne data acquisition and registration
APAR Fraction of absorbed photosynthetically active radiation
ARVI Atmospherically resistant vegetation index
ASTER Advanced spaceborne thermal emission and reflection radiometer
ASW Algorithme split-window
AVHRR Advanced very high resolution radiometer
AVIRIS Airborne visible/infrared imaging spectrometer
AZS Angle du zénith solaire
BCC Brûlure cercosporéenne de la carotte BFO Brûlure de la feuille de l’oignon BLUP Best linear unbiased predictor
BMY Biais moyen
CAM Conditions agrométéorologiques, Corrélation absolue moyenne CAP Coefficient d'aplatissement
CAS Coefficient d’asymétrie CCD Charge coupled device
CCS Condition de corrélation spatiale
CCSG Coefficient de corrélation spatiale globale CDS Classe de drainage du sol
CDSI Classe de drainage du sol interpolée CGNM Centre de gravité du nuage des modèles TS CHS Classe d’humidité du sol
CHSI Classe d'humidité du sol interpolée CIL Condition d’incertitude limite
CIPRA Centre informatique de prévision de ravageurs en agriculture Cir. Modèle théorique de variogramme Circulaire
CKO Cokrigeage ordinaire
CKS Cokrigeage simple
CKU Cokrigeage universel
CMCVC Culture maraîchères à couverture végétale complète CMCVP Culture maraîchère à couverture végétale partielle
CN Compte numérique
CNMP Condition du nombre minimum de PCVD
CP Condition de pente
CPA Condition de pixel autorisé
CPG Coefficient de performance globale CTS Classe de température du sol CV Coefficient de variation CVA Champ de vue angulaire
CVAI Champ de vue angulaire instantané CVI Champ de vue instantané
DA Direction d'anisotropie DIP Distance inverse pondérée
DM Données manquantes
DNEC Données numériques d’élévation du Canada DPT Doryphore de la pomme de terre
DSSI Damage sensitive spectral indices
DVI Difference vegetation index
EC Erreur de commission
EM Erreur moyenne
EMM Éloignement moyen d'un modèle TS EMQ Erreur moyenne quadratique
EMQS Erreur moyenne quadratique standardisée EMS Erreur moyenne standardisée
EO Erreur d'omission
ES Erreur standard
ESL Erreur standard limite
ESMK Erreur standard moyenne de krigeage
ESR Modèle d’émissivité de Sobrino et Raissouni (2000) ETM+ Enhanced Thematic Mapper Plus
EVGO Modèle d’émissivité de Van De Griend et Owe (1993) Exp. Modèle théorique de variogramme Exponentiel
FA Fonction aléatoire
FCS Fenêtres de convolution spatiale
FCSCVT fenêtres de convolution spatiale à couverture végétale totale FCSD Fenêtre de convolution spatiale dynamique
FDVS Facteurs dominants de la variabilité spatiale FOV Field of view
FPA Focal plane array
FRCE Fréquence des corrélations élevées FRCS Fréquence des corrélations significatives FU Pourriture basale fusarienne
FVS Facteurs de variabilité spatiale
Gau. Modèle théorique de variogramme Gaussien GDD Growing degree days
GEMI Global environment monitoring index
GeoTIFF Tagged Image File Format for georeferenced raster imagery
GPS Global positioning system
GSRS Gestion spécifique des ravageurs par site
HA Humidité de l’air
HOTA Heure d'observation de la température de l'air HR Humidité relative de l'air
HRmax Maximum journalier de l’humidité relative de l'air HRmin Minimum journalier de l’humidité relative de l'air HRmoy Moyenne journalière de l’humidité relative de l'air
HS Humidité de surface
IAM Indicateur agrométéorologique
IBCCPPFH Incidence de la brûlure cercosporéenne de la carotte selon les plans porteurs de taches sur la feuille la plus haute
IBCCPPFI incidence de la brûlure cercosporéenne de la carotte selon les plans porteurs de taches sur la feuille intérieure
ICE Incertitude expérimentale ICR Incertitudes résultantes
IDOL1L2 incidence du doryphore selon l’occurrence des larves de stade L1 et L2 IDOL3L4 incidence du doryphore selon l’occurrence des larves de stade L3 et L4 IFOV Instantaneous field of view
ILMC Incidence des larves de la mouche du chou IMI Incidence du mildiou
IMO Incidence de la mouche de l’oignon IMS Imagerie multispectrale
INS Inertial navigation system
IOMC Incidence des œufs de la mouche du chou IP Inclinaison de la pente
IPACC Incidence des pucerons ailés dans le chou chinois IPAL Incidence des pucerons ailés dans la laitue IPBF Incidence de la pourriture basale fusarienne IPM Integrated Pest Management
IPT Incidence de la punaise terne
IPUCC Incidence des pucerons aptères dans le chou chinois IPUL Incidence des pucerons aptères dans la laitue IRC Infrarouge-couleur
IRMC Insectes ravageurs et maladies des cultures IRT Rayonnement infrarouge thermique
ISHS Indice de stress hydrique surfacique
ISTC Indice des conditions de stress thermique des cultures ITA Images de télédétection aéroportée
ITHO Incidence des thrips de l'oignon IV Indices de végétation
J0 Date d’acquisition des données de télédétection
J4 Quatre (4) jours après la date d’acquisition des données de télédétection KDE Krigeage avec dérive externe
KMIFD Krigeage multivariable intégrant les facteurs dominants
KO Krigeage ordinaire
KS Krigeage simple
KU Krigeage universel
LAI Leaf area index
LAT Latitude
LP Longueur de pas utilisé pour le calcul du variogramme expérimental LPI Loi de propagation de l'incertitude
Max Maximum
MC Mouche du chou
MCA Moyenne des corrélations absolues MCK Méthode de cokrigeage
Med Médiane
MI Mildiou
Min Minimum
MIR Moyen infrarouge
MIRC Mesures d'incidence des ravageurs des cultures
MO Mouche de l’oignon
MODIS Moderate-resolution imaging spectroradiometer
MORC Mesures d’occurrence des ravageurs des cultures
Moy Moyenne
MRC Municipalité régionale de conté
MS Modelé de surface
MSAVI Modified soil-adjusted vegetation index
MSAVI2 Modified soil-adjusted vegetation index 2
MSI Modelé de surface interpolé
MSOR Mesures de sévérité d'occurrence des ravageurs MT Type de modèle théorique ajusté
MTVX Modified temperature/vegetation index
N Non
N/A Ne s'applique pas
NDVI Normalized difference vegetation index
NDVIaero NDVI estimé à l'aide de l'imagerie multispectrale aéroportée NDVIpcvd limite inférieure du NDVI qui définit un PCVD
NOAA National oceanic and atmospheric administration
NP Nombre de pas utilisé pour le calcul du variogramme expérimental NPCVD Nombre de PCVD
Npli Nombre de pixels utilisés pour définir la limite inférieure de l’espace TS/NDVI Npls Nombre de pixels utilisés pour définir la limite supérieure de l’espace TS/NDVI NPO Nombre de plants observés
NPS/UDR Nombre de plants ou sites observés par UDR NSCVD Nombre de SCVD
NUDR Nombre d’unités de dépistage des ravageurs
O Oui
OP Orientation de la pente du terrain OSAVI Optimized soil-adjusted vegetation index
PA Pixels autorisés
PAcil Pixels autorisés qui rencontrent la condition d'incertitude limite PBC Probabilités conditionnelles
PBF Pourriture basale fusarienne PCP Poids du critère de performance, PCV Proportion de couverture végétale PCVD Pixels de couverture végétale dominante
PCVT Pixels de couverture végétale totale
PIR Proche infrarouge
POS/DG Position and orientation solutions for direct georeferencing PP Précision du producteur
PPCSD Probabilité de présence d'une classe de sol doux PPSO Probabilité de présence de sol organique
Pscvd Poids du SCVD
PSND Pixels de sol nu dominant
PSS Proportion de structure spatiale (C/(C0+C))
PSS1 Proportion de structure spatiale de la variable principale (C1/(C01+C1)) PSS2 Proportion de structure spatiale de la variable secondaire (C1/(C01+C1))
PT Punaise terne
PU Pucerons
PVST Pixels de couverture végétale dominante en condition de stress thermique
RS Rayonnement solaire
RVB Composition des bandes spectrales Rouge, Vert, Bleu
RVBI Composition des bandes spectrales Rouge, Vert, Bleu et Proche-Infrarouge RVI Ratio vegetation index
SAVI Soil-adjusted vegetation index
SBCCTFH Sévérité de la brûlure cercosporéenne de la carotte selon le nombre de taches observées sur la feuille la plus haute
SBFO Sévérité de la brûlure de la feuille de l’oignon SCVD Surface de couverture végétale dominante SDD Stress degree day
SDOA Sévérité d’occurrence des adultes de doryphore
SDOL1L2 Sévérité d’occurrence des larves de doryphore aux stades L1 et L2 SDOL3L4 Sévérité d’occurrence des larves de doryphore aux stades L3 et L4 SDOO Sévérité d’occurrence des œufs de doryphore
SF Surfaces foliaire
SIG Systèmes d’information géographiques SM Stations météorologiques
SNM Sol nu minéral
SNO Sol nu organique
SOMC Sévérité d'occurrence des œufs de la mouche du chou Sph. Modèle théorique de variogramme Sphérique
SPUCC Sévérité d'occurrence des pucerons aptères dans le chou chinois SPUL Sévérité d’occurrence des pucerons aptères dans la laitue
SS Sorte de sol
SVAT Sol-Végétation-Atmosphère
T4 Température de brillance du canal 4 du capteur AVHRR (K) T5 Température de brillance du canal 5 du capteur AVHRR (K) TA Température de l’air
TAmax Maximum journalier de la température de l'air Tamb Température ambiante réfléchie (K)
TAmin Minimum journalier de la température de l'air TAmoy Moyenne journalière de la température de l'air TAmtvx Température de l'air estimée selon l'approche MTVX Tatm Température de l’atmosphère (K)
Tcam Température à l’entrée du capteur (K) TCV Taux de couverture végétale
TE Taille d'échantillon (nombre de points) TE1 Taille d'échantillon de la variable principale TE2 Taille d'échantillon de la variable secondaire TFCS Taille de la fenêtre de convolution spatiale
TH Thrips
TIRA Thermographie infrarouge aéroportée TM Thematic Mapper
TOUS Thèmes d'occupation et d'utilisation du sol
TS Température de surface
TSaero Température de surface dérivée de la thermographie infrarouge aéroportée TVDI Temperature/vegetation dryness index
TVX Temperature/vegetation index
UDR Unités de dépistage des ravageurs
UMTVXTHR Seuil définissant la valeur maximum de l’incertitude du MTVX admise pour la spatialisation des PA
UTM Unités thermiques maïs UVT Unité de variance totale VA Variable aléatoire
VARI Visible atmospheric resistant index VDR Valeur de reclassification
VES Variogrammes expérimentaux standardisés VPD Vapor pressure deficit (Pa)
VTD Variance totale des données
