Prédiction GEDI et Sentinel-2

Chaque seconde, les lasers montés sur la Station spatiale internationale envoient 242 impulsions lumineuses rapides vers la Terre. Ces rayons inoffensifs de l’instrument de recherche sur la dynamique des écosystèmes mondiaux (GEDI) de la NASA rebondissent sur les surfaces naturelles et artificielles de la Terre et se réfléchissent vers l’instrument. En mesurant le temps nécessaire pour que les signaux reviennent, les scientifiques peuvent obtenir la hauteur de la surface en dessous.

Les scientifiques utilisent ces mesures de détection et de télémétrie de la lumière, ou lidar, pour créer des profils tridimensionnels de la surface de la Terre. GEDI mission principale consiste à mesurer la hauteur des arbres et la structure de la forêt pour estimer la quantité de carbone stockée dans les forêts et les mangroves. Une nouvelle recherche soutenue par millésime de la NASA révèle que ces données peuvent également être utilisées pour cartographier où différents types de cultures sont cultivés.

Lorsque David Lobell, écologiste agricole à l’Université de Stanford, a observé des chercheurs utiliser les données GEDI pour estimer la hauteur des arbres, il s’est demandé comment il pourrait utiliser ces données pour étudier l’agriculture. Stefania Di Tommaso et Sherrie Wang, chercheuses de son équipe, ont eu l’idée d’utiliser les données pour distinguer les différents types de cultures cultivées dans les fermes.

Wang a contacté GEDI Équipe scientifique de l’Université du Maryland pour voir s’ils utilisaient l’instrument pour la recherche agricole. Ils ont répondu qu’ils n’étaient pas sûrs que les données GEDI puissent être utilisées pour une telle application. « Mais ils n’ont pas dit que c’était impossible », a déclaré Lobell, qui aide à diriger les études sur le rendement des cultures pour la NASA Harvest.

READ  Chelsea vs Malmö, Romelu Lukaku blessé, actualités, scores, résultats, derniers, récapitulations

Cartographier où certaines cultures sont cultivées est important pour estimer la production globale des principales cultures mondiales. Mais il a été difficile de cartographier de manière fiable les types de cultures depuis l’espace, car de nombreuses plantes peuvent se ressembler sur des images optiques.

Lobell et son équipe ont commencé avec le maïs (maïs). À maturité, les tiges de maïs moyennes mesurent environ un mètre de plus que les autres cultures, une différence détectable dans les profils GEDI. Grâce à ces informations, l’équipe de Stanford a combiné les données de profil lidar de GEDI avec des images optiques des satellites Sentinel-2 de l’Agence Spatiale Européenne. Ils ont pu cartographier à distance le maïs dans trois régions où il y avait des données de terrain fiables pour valider leurs observations : l’état de l’Iowa aux États-Unis, la province de Jilin en Chine et la région Grand Est en France.

Les images en haut de la page montrent la répartition du maïs et d’autres cultures près de Truchtersheim, France, mesurée à partir du sol (image de gauche) et du modèle GEDI-Sentinel (à droite). Utilisez le curseur pour voir les différences. Les images ci-dessous montrent la même technique appliquée aux trois sites d’étude.

L’algorithme de Stanford a correctement distingué le maïs des autres cultures avec une précision supérieure à 83 %. Le modèle utilisant uniquement les données Sentinel-2 avait une précision moyenne globale de 64 %. « Il y a deux ans, je n’aurais jamais pensé que GEDI pourrait être utilisé de cette manière », a déclaré Lobell.

À l’avenir, l’équipe de recherche vise à cartographier la production de maïs dans le monde, ce qui pourrait être utilisé pour comprendre les perspectives de récolte de maïs chaque année. Cela pourrait également aider les agriculteurs et les agences d’aide à évaluer les problèmes de sécurité alimentaire et à avoir une idée des changements de gestion potentiels qui pourraient améliorer la production dans les principales régions productrices de maïs.

READ  Les experts estiment qu'un volcan islandais est sur le point de recommencer

Images de l’Observatoire de la Terre de la NASA par Lauren Dauphin, utilisant des données de ditommaso et coll. (2021) et les données Landsat du Service géologique des États-Unis. Récit d’Emily Cassidy, NASA Earthdata.