OPENAIRE OpenAire HAL INRAE Open Access 2024-06-24 Open AccessLe carbone organique du sol (COS) dans les zones agricoles joue un rôle clé dans la sécurité alimentaire et l'atténuation du changement climatique. La quantification du COS est nécessaire pour mettre en œuvre des techniques et des pratiques de stockage. Cependant, l'échantillonnage du COS dans un monde qui couvre environ 1,5 milliard d'hectares de sols agricoles est un véritable défi. C'est pourquoi l'utilisation de technologies telles que les capteurs satellitaires constitue une alternative prometteuse pour quantifier et cartographier le COS dans différents types d'agroécosystèmes à travers le monde. L'objectif de cette thèse est d'évaluer le potentiel des images satellitaires Sentinel-2 (S2) et Sentinel-1 (S1) pour la cartographie du COS dans les agro-écosystèmes de la France métropolitaine en utilisant des modèles spectraux et spatio-spectraux. Le chapitre 1 aborde l'état d'avancement de la cartographie du COS en France et présente les principales limitations et méthodes actuellement utilisées avec les données d'images satellitaires pour la prédiction du COS. Le chapitre 2 présente les zones d'étude situées dans les régions Bretagne, Occitanie et Centre Val de Loire. De plus, les principaux ensembles de données utilisés sont décrits et une analyse préliminaire de l'une des zones d'étude est présentée. Le troisième chapitre évalue le potentiel des images S2 et des produits dérivés de S1 et S2 pour prédire le SOC à l'aide d'images à date unique. Dans ce chapitre comme dans le second, des limitations liées principalement aux conditions de surface du sol ont été observées ; et les meilleures dates d'image pour détecter le SOC ont été identifiées. Dans la quatrième au lieu d'images à date unique, l'utilisation de mosaïques temporelles S2 de sol nu (S2Bsoil) par périodes est abordée comme l'utilisation de covariables dérivées de l'imagerie satellitaire et du terrain. Ce chapitre traite de l'importance de la sélection des périodes de production de S2Bsol et de l'utilisation de covariables pertinentes pour comprendre la variabilité spatiale du COS à l'échelle régionale. Enfin, le dernier chapitre aborde les principaux constats et perspectives à envisager dans un futur proche. Open AccessLe carbone organique du sol (COS) dans les zones agricoles joue un rôle clé dans la sécurité alimentaire et l'atténuation du changement climatique. La quantification du COS est nécessaire pour mettre en œuvre des techniques et des pratiques de stockage. Cependant, l'échantillonnage du COS dans un monde qui couvre environ 1,5 milliard d'hectares de sols agricoles est un véritable défi. C'est pourquoi l'utilisation de technologies telles que les capteurs satellitaires constitue une alternative prometteuse pour quantifier et cartographier le COS dans différents types d'agroécosystèmes à travers le monde. L'objectif de cette thèse est d'évaluer le potentiel des images satellitaires Sentinel-2 (S2) et Sentinel-1 (S1) pour la cartographie du COS dans les agro-écosystèmes de la France métropolitaine en utilisant des modèles spectraux et spatio-spectraux. Le chapitre 1 aborde l'état d'avancement de la cartographie du COS en France et présente les principales limitations et méthodes actuellement utilisées avec les données d'images satellitaires pour la prédiction du COS. Le chapitre 2 présente les zones d'étude situées dans les régions Bretagne, Occitanie et Centre Val de Loire. De plus, les principaux ensembles de données utilisés sont décrits et une analyse préliminaire de l'une des zones d'étude est présentée. Le troisième chapitre évalue le potentiel des images S2 et des produits dérivés de S1 et S2 pour prédire le SOC à l'aide d'images à date unique. Dans ce chapitre comme dans le second, des limitations liées principalement aux conditions de surface du sol ont été observées ; et les meilleures dates d'image pour détecter le SOC ont été identifiées. Dans la quatrième au lieu d'images à date unique, l'utilisation de mosaïques temporelles S2 de sol nu (S2Bsoil) par périodes est abordée comme l'utilisation de covariables dérivées de l'imagerie satellitaire et du terrain. Ce chapitre traite de l'importance de la sélection des périodes de production de S2Bsol et de l'utilisation de covariables pertinentes pour comprendre la variabilité spatiale du COS à l'échelle régionale. Enfin, le dernier chapitre aborde les principaux constats et perspectives à envisager dans un futur proche. Soil organic carbon (SOC) in agricultural areas plays a key role in food security and climate change mitigation. SOC quantification is necessary in order to implement storage techniques and practices. However, SOC sampling in a world that covers approximately 1.5 billion hectares of agricultural soils is quite challenging. Therefore, the use of technologies such as satellite sensors are a promising alternative to quantify and map SOC in various types of agroecosystems around the world. The objective of this thesis is to evaluate the potential of Sentinel-2 (S2) and Sentinel-1 (S1) satellite imagery for SOC mapping in agro-ecosystems in mainland France using spectral and spatio-spectral models. Chapter 1 addresses the progress of SOC mapping in France and presents the main limitations and methods currently used with satellite image data for SOC prediction. Chapter 2 presents the study areas located in the Brittany, Occitanie and Centre Val de Loire regions. In addition, the main datasets used are described and a preliminary analysis of one of the study areas is shown. The third chapter evaluates the potential of S2 images and derived products of S1 and S2 to predict SOC using single-date images. In this chapter as in the second, limitations related mainly to soil surface conditions were observed; and the best image dates for detecting SOC were identified. In the fourth instead of single date images, the use of S2 temporal mosaics of bare soil (S2Bsoil) by periods are addressed as the use of covariates derived from satellite imagery and terrain. This chapter deals the importance of selecting periods for the production of S2Bsoil and the use of relevant covariates to understand the spatial variability of SOC on a regional scale. Finally, the last chapter discusses the main findings and perspectives to be considered in the near future. [SDV.SA.AGRO] Life Sciences [q-bio]/Agricultural sciences/Agronomy [SDE.MCG] Environmental Sciences/Global Changes Séries satellitaires Sentinel Digital soil mapping Soil organic carbon Carbone organique du sol Bare soil Sentinel time series Sol nu Croplands Terres agricoles [SDV.SA.SDS] Life Sciences [q-bio]/Agricultural sciences/Soil study Cartographie numérique des sols Urbina Salazar, Diego Fernando 2023-01-01 Open AccessLe carbone organique du sol (COS) dans les zones agricoles joue un rôle clé dans la sécurité alimentaire et l'atténuation du changement climatique. La quantification du COS est nécessaire pour mettre en œuvre des techniques et des pratiques de stockage. Cependant, l'échantillonnage du COS dans un monde qui couvre environ 1,5 milliard d'hectares de sols agricoles est un véritable défi. C'est pourquoi l'utilisation de technologies telles que les capteurs satellitaires constitue une alternative prometteuse pour quantifier et cartographier le COS dans différents types d'agroécosystèmes à travers le monde. L'objectif de cette thèse est d'évaluer le potentiel des images satellitaires Sentinel-2 (S2) et Sentinel-1 (S1) pour la cartographie du COS dans les agro-écosystèmes de la France métropolitaine en utilisant des modèles spectraux et spatio-spectraux. Le chapitre 1 aborde l'état d'avancement de la cartographie du COS en France et présente les principales limitations et méthodes actuellement utilisées avec les données d'images satellitaires pour la prédiction du COS. Le chapitre 2 présente les zones d'étude situées dans les régions Bretagne, Occitanie et Centre Val de Loire. De plus, les principaux ensembles de données utilisés sont décrits et une analyse préliminaire de l'une des zones d'étude est présentée. Le troisième chapitre évalue le potentiel des images S2 et des produits dérivés de S1 et S2 pour prédire le SOC à l'aide d'images à date unique. Dans ce chapitre comme dans le second, des limitations liées principalement aux conditions de surface du sol ont été observées ; et les meilleures dates d'image pour détecter le SOC ont été identifiées. Dans la quatrième au lieu d'images à date unique, l'utilisation de mosaïques temporelles S2 de sol nu (S2Bsoil) par périodes est abordée comme l'utilisation de covariables dérivées de l'imagerie satellitaire et du terrain. Ce chapitre traite de l'importance de la sélection des périodes de production de S2Bsol et de l'utilisation de covariables pertinentes pour comprendre la variabilité spatiale du COS à l'échelle régionale. Enfin, le dernier chapitre aborde les principaux constats et perspectives à envisager dans un futur proche. Open AccessLe carbone organique du sol (COS) dans les zones agricoles joue un rôle clé dans la sécurité alimentaire et l'atténuation du changement climatique. La quantification du COS est nécessaire pour mettre en œuvre des techniques et des pratiques de stockage. Cependant, l'échantillonnage du COS dans un monde qui couvre environ 1,5 milliard d'hectares de sols agricoles est un véritable défi. C'est pourquoi l'utilisation de technologies telles que les capteurs satellitaires constitue une alternative prometteuse pour quantifier et cartographier le COS dans différents types d'agroécosystèmes à travers le monde. L'objectif de cette thèse est d'évaluer le potentiel des images satellitaires Sentinel-2 (S2) et Sentinel-1 (S1) pour la cartographie du COS dans les agro-écosystèmes de la France métropolitaine en utilisant des modèles spectraux et spatio-spectraux. Le chapitre 1 aborde l'état d'avancement de la cartographie du COS en France et présente les principales limitations et méthodes actuellement utilisées avec les données d'images satellitaires pour la prédiction du COS. Le chapitre 2 présente les zones d'étude situées dans les régions Bretagne, Occitanie et Centre Val de Loire. De plus, les principaux ensembles de données utilisés sont décrits et une analyse préliminaire de l'une des zones d'étude est présentée. Le troisième chapitre évalue le potentiel des images S2 et des produits dérivés de S1 et S2 pour prédire le SOC à l'aide d'images à date unique. Dans ce chapitre comme dans le second, des limitations liées principalement aux conditions de surface du sol ont été observées ; et les meilleures dates d'image pour détecter le SOC ont été identifiées. Dans la quatrième au lieu d'images à date unique, l'utilisation de mosaïques temporelles S2 de sol nu (S2Bsoil) par périodes est abordée comme l'utilisation de covariables dérivées de l'imagerie satellitaire et du terrain. Ce chapitre traite de l'importance de la sélection des périodes de production de S2Bsol et de l'utilisation de covariables pertinentes pour comprendre la variabilité spatiale du COS à l'échelle régionale. Enfin, le dernier chapitre aborde les principaux constats et perspectives à envisager dans un futur proche. Soil organic carbon (SOC) in agricultural areas plays a key role in food security and climate change mitigation. SOC quantification is necessary in order to implement storage techniques and practices. However, SOC sampling in a world that covers approximately 1.5 billion hectares of agricultural soils is quite challenging. Therefore, the use of technologies such as satellite sensors are a promising alternative to quantify and map SOC in various types of agroecosystems around the world. The objective of this thesis is to evaluate the potential of Sentinel-2 (S2) and Sentinel-1 (S1) satellite imagery for SOC mapping in agro-ecosystems in mainland France using spectral and spatio-spectral models. Chapter 1 addresses the progress of SOC mapping in France and presents the main limitations and methods currently used with satellite image data for SOC prediction. Chapter 2 presents the study areas located in the Brittany, Occitanie and Centre Val de Loire regions. In addition, the main datasets used are described and a preliminary analysis of one of the study areas is shown. The third chapter evaluates the potential of S2 images and derived products of S1 and S2 to predict SOC using single-date images. In this chapter as in the second, limitations related mainly to soil surface conditions were observed; and the best image dates for detecting SOC were identified. In the fourth instead of single date images, the use of S2 temporal mosaics of bare soil (S2Bsoil) by periods are addressed as the use of covariates derived from satellite imagery and terrain. This chapter deals the importance of selecting periods for the production of S2Bsoil and the use of relevant covariates to understand the spatial variability of SOC on a regional scale. Finally, the last chapter discusses the main findings and perspectives to be considered in the near future. Satellite time series contribution to organic carbon mapping in cultivated soils at various regional scales oai:HAL:tel-04622576v1 publication https://doi.org/oai:HAL:tel-04622576v1 862695