عام
Nom: Tabet
Prénom : Slimane
Grade : MAA
Spécialité : Ecologie et Environnement
E-mail personnel : tabetslimane@gmail.com
E-mail professionnel : s.tabet@centre-univ-mila.dz
Intitulé de la matière : Télédétection, SIG en Agriculture
Master : Biodiversité et Sécurité Alimentaire
Semestre : 3
Unité d’enseignement : Méthodologies (UEM 03)
Crédits : 5 – Coefficient : 3
Volume horaire hebdomadaire :
Cours : 1 h 30
TD/TP : 3 h
Modalités d’évaluation : Contrôle continu (40%) + Examen final (60%)
2. Objectifs pédagogiques et compétences visées
Ce module vise à initier l’étudiant à l’utilisation intégrée de la télédétection, des SIG et des outils d’agriculture de précision pour l’analyse, le suivi et la gestion des systèmes de culture. Les étudiants apprendront à interpréter des images satellitaires et/drone, à manipuler des données géospatiales dans un SIG, et à produire des cartes d’aide à la décision pour la gestion différenciée des parcelles (intrants, irrigation, rendement).
À l’issue de l’enseignement, l’étudiant devra être capable de :
Expliquer les principes physiques de la télédétection et les notions de base des SIG appliqués au territoire agricole.
Collecter, prétraiter et analyser des images de télédétection (Sentinel, Landsat, drone) afin d’extraire des indicateurs agro-environnementaux (NDVI, NDWI, indices de stress).
Intégrer des données agronomiques (sol, végétation, climat, rendement) dans un SIG pour produire des cartes thématiques utiles à l’agriculture de précision (zonage de fertilisation, irrigation de précision, suivi des maladies)
3. Prérequis recommandés
Bases en cartographie et géographie : lecture de cartes, systèmes de coordonnées, échelles.
Notions en informatique / géomatique : manipulation de fichiers, tableurs, logiciels scientifiques.
Bases en physique (lumière, rayonnement électromagnétique) et en agronomie (sol–plante–climat), utiles pour interpréter correctement les signaux spectraux et les réponses des cultures
4. Contenu détaillé de la matière
Chapitre 1 : Systèmes d’Information Géographique (rappel synthétique)
Définition et rôle des SIG en agriculture
Composantes d’un SIG (données, logiciels, matériels, méthodes, utilisateurs).
Intérêt des SIG pour la gestion spatiale des parcelles, du sol et de l’eau.
Types de données dans un SIG
Modèle raster (indices de végétation, MNT, cartes de rendement).
Modèle vecteur (parcelles, réseaux d’irrigation, points d’échantillonnage).
Données attributaires et métadonnées.
Fonctionnalités de base d’un SIG pour l’agriculture
Géoréférencement, digitalisation, jointures attributaires.
Superposition de couches (sol, NDVI, rendement…) et statistiques zonales par parcelle.
(Ce chapitre peut être traité très rapidement en présentiel si votre Chapitre 1 est déjà élaboré dans votre document de cours.)
Chapitre 2 : Notions de base de la Télédétection appliquée à l’agriculture
Définitions et historique
Télédétection passive et active : principe général.
Grandes étapes : photographie aérienne, satellites Landsat/SPOT, capteurs modernes (Sentinel, drones).eos
Bases physiques de la télédétection
Spectre électromagnétique : visible, proche infrarouge, moyen infrarouge, thermique, micro-ondes.
Notions de réflectance, transmittance et absorption ; réponse du sol, de la végétation et de l’eau.
Signature spectrale des cultures, sols nus et surfaces en eau.
Capteurs, plates-formes et résolutions
Capteurs passifs (optique, multispectral, hyperspectral) et capteurs actifs (RADAR, LiDAR).
Plateformes : satellites (Landsat, Sentinel), avions, drones, proxidétection (capteurs embarqués sur tracteurs).
Résolutions spatiale, spectrale, radiométrique et temporelle, avec exemples pour les principaux satellites utilisés en agriculture (Sentinel-2, Landsat 8/9).univ-tiaret+1
Données de télédétection et étapes de traitement
Structure d’une image numérique (pixel, bandes, niveaux de gris).
Étapes du processus de télédétection : source d’énergie, interaction atmosphère–surface, capteur, transmission, traitement, interprétation.
Apports de la télédétection pour l’agriculture : vision synoptique, suivi multi-temporel, accès aux zones difficiles, intégration facile aux SIG.
Prétraitement des images
Corrections radiométriques (atmosphère, illumination, calibrage capteur).
Corrections géométriques (projection, mise à l’échelle, co-enregistrement multi-dates).
Mosaïquage et découpage sur emprise d’étude.
Rehaussement et transformations d’images
Étirement de contraste, filtres spatiaux.
Compositions colorées (vraies et fausses couleurs) pour la végétation.
Indices spectraux de base : NDVI, NDWI, indice de brillance, etc.
Classification d’images
Notion de classe spectrale et de signature.
Classification non supervisée (k-means, ISODATA) vs supervisée (Maximum de vraisemblance, SVM, Random Forest).
Évaluation de la qualité d’une classification : matrice de confusion, précision globale, Kappa.
Chapitre 3 : Techniques avancées Télédétection & SIG pour l’Agriculture de Précision
Concepts et cadre de l’agriculture de précision
Variabilité spatiale intra-parcellaire (sol, humidité, état des cultures).
Outils : GPS/GNSS, SIG, télédétection, capteurs au sol, capteurs embarqués sur machines.
Objectifs : optimisation des intrants, réduction des impacts environnementaux, amélioration des rendements et de la durabilité.
Collecte de données spatiales en contexte agricole
Images satellites pour le suivi saisonnier (Sentinel-2, Landsat).
Imagerie drone multispectrale/thermique pour le diagnostic fin à l’échelle de la parcelle.
Données de rendement (capteurs sur moissonneuse), cartes de conductivité, sondages pédologiques.
Analyse d’images pour l’agriculture de précision
Utilisation d’indices de végétation (NDVI, NDRE…) pour cartographier la vigueur des cultures et détecter les zones en stress (hydrique, nutritionnel, parasitaire).
Classification orientée-objet ou par pixels pour cartographier les types de cultures et états de surface.
Extraction de variables agronomiques : biomasse, couverture végétale, stades phénologiques.
Analyse multi-temporelle et suivi des cultures
Séries temporelles d’indices de végétation : suivi de la croissance, phénologie, date de semis/récolte, stress à différentes phases.
Détection des changements (rotation culturale, dégradation, extension d’irrigation).
Estimation des rendements par corrélation entre NDVI (ou autres indices) et données de récolte.
Modélisation spatiale et zonage intraparcellaire dans un SIG
Intégration des couches sol–topographie–télédétection–rendement dans un SIG.
Méthodes de segmentation en zones de gestion homogènes (clustering, analyses factorielles).
Cartes de prescription : fertilisation azotée à dose variable, irrigation de précision, traitements phytosanitaires localisés.
Intégration données SIG et données agronomiques
Cartographie des propriétés du sol (pH, MO, texture) à partir de points d’échantillonnage et interpolation spatiale.
Superposition des cartes de sol, d’indices de végétation et de rendement pour identifier les facteurs limitants.
Construction de tableaux de bord spatiaux pour l’aide à la décision (QGIS, plateformes web SIG).
Applications avancées
Irrigation de précision : utilisation conjointe NDVI/NDWI, température de surface, données météo pour le pilotage des apports d’eau.
Agriculture de conservation : suivi du couvert végétal et des résidus, détection des zones à risque d’érosion.
Suivi des maladies et ravageurs : détection précoce des foyers via anomalies spectrales et cartographie ciblée des traitements.