Le satellite sentinel 2B a été mis en orbite cette nuit !

image_sentinel
Ce satellite vient compléter la constellation qui s’inscrit dans le programme Copernicus de l’agence spatiale Européenne. Composé, entre autre des satellites :
– Sentinel-1A lancé en avril 2014,
– Sentinel-2A lancé en juin 2015,
– Sentinel-1B lancé en avril 2016,

Le couple de satellites Sentinal 2A et 2B devra permettre d’observer la terre avec une grande périodicité. A eux deux, ils fourniront tous les 5 jours des images d’une largeur au sol de 290 km et d’une résolution de 10 à 60 m selon les bandes spectrales allant du visible au moyen infrarouge. Ces images servent un large éventail d’applications : suivi du développement des cultures et forêts, de l’occupation des sols, des pratiques et productions agricoles, des littoraux,… Elles aident les scientifiques à mieux comprendre le fonctionnement et l’impact de la machine climatique. Elles viennent également en appui des humanitaires et gouvernements dans le cadre de situations d’urgence : glissements de terrain, éruptions volcaniques, inondations…
La grande particularité du programme européen Copernicus dont font parti ces satellites est de livrer ces informations en libre accès au public.

Géoséminaire jeudi 2 mars à Montpellier

Les étudiants du Mastère SILAT d’AgroParisTech organisent un géoséminaire le jeudi 2 mars:

La Géomatique pour la synergie entre les acteurs des territoires.

 

Toutes les informations sont sur le site https://geoseminaire.teledetection.fr/

Cas concret de mise en place de l’Agriculture de Précision: Arterris témoigne

Ce court reportage explique très bien et par exemples concrets l’accompagnement par la coopérative de l’adoption de l’Agriculture de précision.

Avec en bonus, témoignages d’utilisateurs sur la modulation et l’utilisation des drones de Delair Tech.

 
C’est ici: http://www.pleinchamp.tv/reportages-pleinchamp/l-agriculture-de-precision-face-au-defi-de-l-industrialisation

[Stage 6 mois GEOSYS R&D] Complémentarité radar/optique pour le suivi agricole (Toulouse)

Structure d’accueil :
GEOSYS, société leader international des systèmes d’aide à la décision pour les professionnels du monde agricole, s’appuie sur les technologies satellites, SIG (Systèmes d’Information Géographiques) et web.
Les domaines d’activités de GEOSYS s’étendent depuis le suivi mondial des conditions des cultures, aux outils d’aide aux opérations culturales ainsi que l’évaluation des risques culturaux à la parcelle. Cette capacité à travailler sous différentes échelles est un élément-clé de nos systèmes d’information culturale.Le siège social de GEOSYS est à Balma – proche périphérie de Toulouse – (lieu du stage), la société possède une filiale aux Etats-Unis (Minneapolis), Australie (Région de Sydney) et au Brésil (San Paolo).

Mission :
GEOSYS recherche un(e) stagiaire qui sera en charge d’analyser la complémentarité des observations satellite radar et optique pour le suivi des zones agricoles. Ainsi, après une synthèse bibliographique, le stagiaire définira, à partir d’un jeu de test, un plan d’expérience et analysera, en collaboration avec l’équipe Recherche et Développement, les apports des observations radar Sentinel-1 pour le suivi du développement des cultures. Ces analyses s’appuieront sur des prototypes Matlab développés par le stagiaire.
Le stagiaire aura pour objectif de fournir un rapport d’étude complet sur l’apport des données radar et sur les contraintes liées à leur utilisation dans le contexte des applications de l’entreprise.

Profil :
– Stage de fin d’études Master ou équivalent en géophysique / observation de la Terre.
– Compétences en traitement du signal radar.
– Connaissance en langage de programmation.
– Dynamique et rigueur, capacité à s’adapter rapidement et s’approprier une problématique.
– Des connaissances en agronomie sont un plus.

Conditions :
Stage de 6 mois à partir de mars / avril 2017 (période à convenir avec le stagiaire) au siège social de GEOSYS (Balma, France).
Gratifications conventionnelles de stage.

Postuler :
Merci d’envoyer CV et lettre de motivation à careers@geosys.com

L’agriculture de précision pour mieux comprendre la minéralisation de l’azote des amendements organiques

Cet article scientifique réalisé par des chercheurs australiens et états-uniens est intéressant car il propose une utilisation originale et nouvelle des outils et méthodes issues de l’agriculture de précision (AP). En effet, en AP, la proxy-détection (ou la télédétection) est habituellement utilisée pour détecter des variations des propriétés radiométriques associées à la chlorophylle et au statut azoté du couvert des cultures. Cette information est ensuite utilisée pour produire une préconisation sur la dose d’azote à apporter ou sur la manière de moduler ces apports au niveau inter ou intra-parcellaire. Dans cet article scientifique, la proxy-détection est utilisée comme un capteur permettant de suivre le statut azoté d’une culture ayant fait l’objet d’un amendement organique. L’objectif est donc de comprendre comment l’azote issu de cet amendement est minéralisé absorbé par la plante qui devient le capteur de la minéralisation de l’azote dans les conditions de l’expérimentation. Cette utilisation est originale puisqu’elle permet de mieux comprendre et de caractériser l’impact d’un itinéraire technique in-situ. L’étude a testé trois indices de végétation classiques mesurés à poste fixe sur une culture de laitue. Elle avait pour objectif de tester, sur deux saisons, différentes stratégies d’amendement associant de l’urée et du fumier de bovins. L’étude montre que l’acquisition in situ des propriétés radiométriques de la culture s’est révélée une technique fiable pour déterminer l’efficacité d’une combinaison optimisée entre Urée et fumier dans les conditions particulières considérées.

Résumé de l’article :
The use of proximal sensed vegetation indices can reduce the uncertainty linked to the N supplied by organic amendments in a horticultural field by detecting in-season crop N status. This research assessed the applicability of the three vegetation indices (VI) of NDVI, NDRE and CCCI to evaluate the in-season long term optimized strategy of applying organic amendments to a horticultural crop (lettuce) over two seasons. A conventional urea application rate (CONV) was compared with raw (Ma) feedlot manure and Ma combined with standard (Ma+CONV) and optimized urea rate (Ma+Op). NDRE most accurately predicted crop N status at the late stage of lettuce development with an R2 of 0.67 (RMSE 0.61), compared to 0.60 (RMSE 0.67) and 0.62 (RMSE 0.66) for NDVI and CCCI respectively. The in-season acquisition of crop reflectance proved to be a valid technique to determine the efficiency of an optimized combination between organic amendments and N-fertilizer.

références : De Rosa, D., Rowlings, D., Biala, J., Scheer, C., Basso, B., Migliorati, M. D. A., & Grace, P. R. (2016). Monitoring the N release from organic amendments using proximal sensing.

http://www.ini2016.com/pdf-papers/INI2016_DeRosa_Daniele.pdf

Télédétection au service du diagnostic sanitaire des couverts végétaux

Les drones sont des vecteurs de plus en plus employés pour acquérir des images. La plupart du temps utilisés pour visualiser l’hétérogénéité des cultures et moduler les apports en conséquence, ils sont maintenant mis à profit pour effectuer des diagnostics sanitaires du couvert végétal. Récemment, deux entreprises ont été récompensées pour les solutions qu’elles proposent à ce sujet.

La start-up Corvus Monitoring, fondée en 2014 et basée dans le Doubs, a reçu le prix de l’innovation lors de la première édition du salon ForestINNOV. Ce salon, qui s’est déroulé les 24 et 25 novembre à Charnay-lès-Mâcon (Saône-et-Loire), avait pour but de mettre en valeur les innovations et les services pour la filière forestière. Cette start-up est spécialisée dans la modélisation 3D des espaces urbains ou naturels par photogrammétrie à partir d’images acquises par drone. Cela permet notamment de mettre en évidence des arbres malades. Elle travaille actuellement en collaboration avec l’école Polytechnique de Lausanne (Suisse) pour développer des outils qui permettront, entre autre, de cartographier les essences ou d’évaluer le nombre de troncs. Elle travaille notamment sur des capteurs hyperspectraux et des systèmes lidar pouvant être embarqués sur drones.

La start-up Carbon Bee, créée en 2015 et localisée dans la Drôme, s’est distinguée dans la catégorie « Innovation technologique » des Trophées de l’entreprise qui se sont déroulés fin septembre. Ce concours a pour but de valoriser les projets des entreprises des communes de l’agglomération Valence Romans Sud Rhône-Alpes. Elle a également remporté, en août dernier, la première édition du concours « Viticulture et Numérique » de la French Tech Culture. Spectral Vision, le capteur développé par cette dernière, a pour but de détecter les maladies ou le stress de la vigne. Montée sur drone, la caméra hyperspectrale permet de renseigner sur l’état sanitaire d’un vignoble d’un hectare en 3 ou 4 minutes en faisant appel à des algorithmes mathématiques et à l’intelligence artificielle. L’un des principaux objectifs est de détecter la flavescence dorée, véritable fléau provoquant la mort des ceps, avant même que les symptômes soient visibles pour l’œil humain. Cela permet aux viticulteurs d’anticiper les actions à mener. La caméra peut également être embarquée sur un enjambeur. Le système qui était jusqu’à présent en test, va véritablement entrer en commercialisation d’ici peu tandis que d’autres tests vont être effectués prochainement pour détecter d’autres maladies comme l’esca ou l’oïdium et dans le domaine du maraîchage.

Ces starts-up récemment primées montrent qu’il est possible de faire du suivi sanitaire par imagerie aérienne. Cependant ce suivi peut également être effectué par imagerie satellitaire. Depuis l’an dernier, la Caisse de Prévoyance et de Protection des Forêts du Sud-Ouest surveille les foyers de mortalité de Pins maritimes sur la massif des Landes de Gascogne en se basant sur l’analyse d’images satellitaires.

Ça bouge chez les grands acteurs du drone Français

La France Agricole s’intéresse aux mouvements des principaux acteurs du drone en France:

« Delta Drone en partenariat avec Drone Air Fly, Delair-Tech qui rachète Gatewing, Drone agricole qui devient Wanaka et Airinov qui développe une nouvelle offre… Cet automne, le secteur français du drone est en pleine restructuration.

Quasiment tous les poids lourds travaillant sur le drone civil pour l’activité agricole se restructurent. Les services proposés devraient s’en retrouver modifiés. »

Toutes les informations: http://www.lafranceagricole.fr/actualites/drones-les-restructurations-volent-1,0,3154511273.html

Premier pas des nanosatellites en agriculture de précision

landsat_planet

 

Sources : Houborg and McCabe, (2016)

Les nanosatellites sont des satellites dont la masse n’excède pas 10 kg. Ils ont initialement été conçus pour optimiser le volume des lanceurs. Au cours des dernières années, de nombreux nanosatellites d’observation ont été envoyés dans l’espace, démultipliant ainsi la capacité d’observation de la Terre avec une très haute résolution spatiale et temporelle (quasi-quotidienne). Cette dynamique permet aujourd’hui d’envisager des services opérationnels. Parmi les acteurs majeurs positionnés sur cette technologie, Planète Labs (www.planet.com) exploite la plus grande constellation de satellites en orbite (Houborg and McCabe, 2016). Planete Labs exploite en effet une constellation de plus de 150 satellites « Doves » permettant l’acquisition d’images dans le visible avec une résolution de 3 à 5 m (Houborg and McCabe, 2016). Pour l’agriculture, une telle constellation de satellites offre de nouvelles perspectives puisqu’il devient possible d’acquérir des informations avec une résolution intéressante et une fréquence temporelle sans précédent. Cette source d’information présente toutefois une limite majeure : les bandes spectrales des nanosatellites Planete Labs sont limitées au visible (RGB). Hors, le suivi des cultures (et de la végétation en général) nécessite le calcul d’indices de végétation requérant une information de réflectance dans le proche-infra rouge. C’est pour s’affranchir de cette limite que des chercheurs de la King Abdullah university of Science and Technology (KAUST) (Arabie Saoudite) ont proposé de faire collaborer des mesures de NDVI issues d’images Landsat 8 et MODIS avec des images visibles issues de Nanosatellites. L’approche permet de bénéficier de l’information (gratuite) contenue dans les bandes spectrales proche infra-rouge de ces satellites (Landsat 8 et MODIS) ainsi que de la correction atmosphérique opérée sur leurs images. Les résultats de cette étude viennent d’être publiés. Ils montrent que cette approche est pertinente et permettrait d’envisager des services dédiés à l’agriculture de précision (dans les conditions de l’étude).

Résumé de l’article : Planet Labs (“Planet”) operate the largest fleet of active nano-satellites in orbit, offering an unprecedented monitoring capacity of daily and global RGB image capture at 3–5 m resolution. However, limitations in spectral resolution and lack of accurate radiometric sensor calibration impact the utility of this rich information source. In this study, Planet’s RGB imagery was translated into a Normalized Difference Vegetation Index (NDVI): a common metric for vegetation growth and condition. Our framework employs a data mining approach to build a set of rule-based regression models that relate RGB data to atmospherically corrected Landsat-8 NDVI. The approach was evaluated over a desert agricultural landscape in Saudi Arabia where the use of near-coincident (within five days) Planet and Landsat-8 acquisitions in the training of the regression models resulted in NDVI predictabilities with an r2 of approximately 0.97 and a Mean Absolute Deviation (MAD) on the order of 0.014 (~9%). The MAD increased to 0.021 (~14%) when the Landsat NDVI training image was further away (i.e., 11–16 days) from the corrected Planet image. In these cases, the use of MODIS observations to inform on the change in NDVI occurring between overpasses was shown to significantly improve prediction accuracies. MAD levels ranged from 0.002 to 0.011 (3.9% to 9.1%) for the best performing 80% of the data. The technique is generic and extendable to any region of interest, increasing the utility of Planet’s dense time-series of RGB imagery.

Références de l’article : Houborg, R., & McCabe, M. F. (2016). High-Resolution NDVI from Planet’s Constellation of Earth Observing Nano-Satellites: A New Data Source for Precision Agriculture. Remote Sensing, 8(9), 768.

Vers une proxy détection de l’oïdium du blé tendre

Des chercheurs de l’université de Nanjing – Chine – (University of Information Science & Technology) ont récemment publié un article qui fait le point sur la détection de l’oïdium du blé tendre par télédétection. Ces travaux restent préliminaires puisqu’ils se concentrent sur la signature spectrale des feuilles contaminées mesurées au plus près de la végétation (proxy-détection). Ces travaux mettent toutefois en évidence l’intérêt de deux indices pour détecter avec une relativement bonne précision (R² = 0.84) le feuilles de blé infestées. Ces chercheurs mettent en évidence l’intérêt de quatre bandes spectrales pour définir des indices permettant la détection de la maladie :   570–590 nm,  536–566 nm, 568–592 et 528–570 nm. Remarquons toutefois que l’essai ne considère que des feuilles de blé saines ou contaminées exclusivement avec l’oïdium. Il est donc difficile de dire, pour le moment si ces bandes spectrales sont spécifiques ou non de l’oïdium.

Résumé de l’article :  In this study, we investigated the possibility of using ground-based remote sensing technology to estimate powdery mildew disease severity in winter wheat. Using artificially inoculated fields, potted plants, and disease nursery tests, we measured the powdery mildew canopy spectra of varieties of wheat at different levels of incidence and growth stages to investigate the disease severity. The results showed that the powdery mildew sensitive bands were between 580 and 710 nm. The best two-band vegetation index that correlated with wheat powdery mildew between 400 and 1000 nm wavelength were the normalized spectrum 570–590 and 536–566 nm bands for the ratio index, and 568–592 and 528–570 nm for the normalized difference index. The coefficients of determination (R2) for both were almost the same. The optimum dual-green vegetation index was constructed based on a calculation of the ratio and normalized difference between the normalized spectrum within the two green bands. The coefficients of determination (R2) of DGSR (584, 550) (dual-green simple ratio) and DGND (584, 550) (dual-green normalized difference) were both 0.845. The inverse models of disease severity performed well in the test process at the canopy scale, and indicated that, compared with the traditional vegetation indices of Lwidth, mND705, ND (SDr, SDb), SIPI, and GNDVI, the novel dual-green indices greatly improved the remote sensing detection of wheat powdery mildew disease. Following these results, combined disease severity and canopy spectra were shown to be of enormous value when applied to the accurate monitoring, prevention, and control of crop diseases.

Références : Feng, W., Shen, W., He, L., Duan, J., Guo, B., Li, Y., … & Guo, T. Improved remote sensing detection of wheat powdery mildew using dual-green vegetation indices. Precision Agriculture, 1-20.

Fin de FORMOSAT-2

rs2-001

Sources : http://www.nspo.org.tw/

Très utilisé pour les applications en agriculture de précision, en particulier pour les débuts de la télédétection appliquée à la vigne, FORMOSAT-2 a été « conçu à l’origine pour une durée opérationnelle de cinq ans. FORMOSAT-2, lancé en mai 2004, a été exploité pendant plus de 12 ans, collectant plus de 2,55 millions d’images, dont les célèbres images acquises avant et après le passage du typhon Morakot qui a dévasté l’île en 2009.
Les images prises par FORMOSAT-2 sont facilement exploitables et d’une aide précieuse pour la surveillance des cultures. Sa bande spectrale bleue a rendu de grands services aux applications agricoles telles que :

L’identification des différents stades de développement des cultures pour l’agriculture de précision
L’aide à la gestion de la production au niveau du rendement des cultures
La détection et la surveillance des cultures illicites
La surveillance des récoltes de riz (revisites quotidiennes)
Le suivi des projets en milieux forestiers (infrastructures, abattage, reconversion),

Désormais considéré comme irréparable, le satellite a atteint sa fin de vie opérationnelle.