Detection de situations à risques pour la culture du soja a partir de données satellitaires TRMM et MODIS.

La culture du soja s?est imposée depuis dix ans comme la première activité économique dans l?Etat du Mato Grosso, en Amazonie brésilienne. Cependant, la forte variabilité spatio-temporelle des précipitations influe directement sur le calendrier agricole et peut engendrer de fortes chutes de rendement. Par exemple, une anticipation des semis par rapport aux dates de début des pluies peut affecter les rendements finaux. L?objectif de cette étude est de détecter ces situations de vulnérabilité à partir de données satellitaires adéquates. D?une part, les données multi-temporelles d?indices de végétation fournies par le satellite MODIS-TERRA (avec une résolution temporelle de 16 jours et une résolution spatiale de 250 m) permettent de réaliser un suivi des cycles phénologiques. Il est alors possible d?estimer les dates de semis à partir d?une méthode par seuil. D?autre part, les estimations de précipitations TRMM (produit 3B42) à une résolution spatiale de 0,25° fournissent des estimations de la date de début des pluies. Les données TRMM et MODIS sont croisées afin de détecter des situations où le semis a été anticipé par rapport au début de la saison des pluies. Il apparaît que 20% du semis de soja de l?année 2005-2006 a été anticipé par rapport au début de la saison des pluies. Cela représente 1 400 000 ha de soja bien répartis sur le territoire du Mato Grosso. The soybean cultivation has proven for 10 years to be the first economical activity in the Brazilian state of Mato Grosso. The strong spatio-temporal variability of rainfalls acts upon the agricultural calendar and then can cause important yield losses. For instance, the planting dates that occur before the wet season onset can be linked to potential yield losses. The aim of this study is to detect those situations using satellite data. On one hand, multi-temporal data of vegetation index proposed by the MODIS-TERRA satellite (16-days of temporal resolution and 250 metres of spatial resolution) allow analysing phenological cycles. Then, planting dates are estimated through a threshold-based method. On the other hand, rainfall estimates from TRMM at a 0, 25° spatial resolution allow detecting the wet season onset. The TRMM and MODIS data are then crossed in order to detect situations where the planting dates were anticipated as compared to the wet season onset. It appears than 20% of the soybean planted during the year 2005-2006 corresponded to such a situation. It represented 1 400 000 ha over the entire state of Mato Grosso.

Bibliographic Details

Main Authors:	ARVOR, D., DUBREUIL, V., SIMÕES, M.
Other Authors:	DAMIEN ARVOR, UNIVERSITÉ RENNES; VINCENT DUBREUIL, UNIVERSITÉ RENNES/UnB; MARGARETH GONCALVES SIMOES, CNPS.
Format:	Anais e Proceedings de eventos biblioteca
Language:	Frances French
Published:	2009-01-09
Subjects:	Risco Climático, Soja,
Online Access:	http://www.alice.cnptia.embrapa.br/alice/handle/doc/336385
Tags:	Add Tag No Tags, Be the first to tag this record!