Cartographie des systèmes de culture du riz et des types de riziculture par télédétection

Le riz nourrit plus de 3,5 milliards de personnes dans le monde, pourtant, moins de 601 000 milliards de rizières disposent de cartes de culture précises et actualisées, selon la mise à jour 2024 de l'Atlas mondial du riz de l'Institut international de recherche sur le riz (IRRI). La cartographie des systèmes de culture du riz par télédétection comble rapidement cette lacune en fournissant des données spatialement précises et temporellement cohérentes à des échelles qu'aucune étude de terrain ne peut égaler.

De la distinction entre les rizières irriguées à double culture du delta du Mékong au Vietnam et l'identification des rizières pluviales à culture unique en Afrique subsaharienne, les systèmes satellitaires et radar fournissent désormais aux agriculteurs, aux gouvernements et aux agences de sécurité alimentaire les informations nécessaires pour planifier avec assurance. Grâce à l'intelligence artificielle et au cloud computing qui accélèrent le traitement des données, la surveillance quasi temps réel des rizières devrait devenir la norme mondiale d'ici 2027.

Pourquoi le riz est important et pourquoi son contrôle est difficile

1. La production de riz et l'équation de la sécurité alimentaire mondiale

Le riz est l'aliment de base principal pour plus de la moitié de la population mondiale, et son importance dépasse largement le cadre de la nutrition individuelle. La production mondiale de riz a atteint environ 520 millions de tonnes métriques de riz usiné en 2024, selon les données de la FAO, l'Asie représente près de 901 TP3 T de cette production.

Toute perturbation importante de l'approvisionnement en riz, qu'elle soit due à la sécheresse, aux inondations, à une infestation de ravageurs ou à une défaillance politique, déclenche des chocs rapides sur les prix alimentaires qui affectent de manière disproportionnée les ménages les plus pauvres du monde.

Garantir la sécurité alimentaire à cette échelle exige bien plus que la simple production de riz. Il est indispensable de connaître précisément les lieux de culture, la fréquence de récolte annuelle de chaque parcelle et les pratiques agricoles mises en œuvre. Les gouvernements ont besoin de ces données pour allouer les infrastructures d'irrigation, subventionner les intrants et constituer des réserves d'urgence.

Le problème, c'est que le riz est cultivé dans des paysages extraordinairement fragmentés, allant des collines en terrasses des Philippines aux vastes plaines irriguées de Chine, ce qui rend les enquêtes classiques champ par champ logistiquement et financièrement impraticables à l'échelle nationale ou régionale.

2. La nécessité d'un suivi systématique des systèmes de riziculture

Les systèmes de riziculture, c'est-à-dire le nombre de saisons de culture par an et leur répartition sur le territoire, évoluent constamment. La variabilité climatique raccourcit les périodes de culture dans certaines régions et les allonge dans d'autres. Les facteurs économiques incitent les agriculteurs à passer d'une seule culture à une double culture lorsque la disponibilité en eau et les prix du marché sont compatibles.

En l'absence de suivi systématique, les planificateurs s'appuient sur des données de recensement qui peuvent être obsolètes de cinq ans, voire plus, ce qui entraîne une mauvaise répartition chronique de l'eau, des subventions aux engrais et du crédit rural. La télédétection offre une solution à ce manque de suivi en fournissant des observations cohérentes et reproductibles à l'échelle nationale en quelques jours seulement.

Plutôt que de s'appuyer sur les déclarations des agriculteurs ou sur des enquêtes menées par des recenseurs, les systèmes satellitaires observent directement le paysage, capturant comment les rizières évoluent au fil des inondations, des transplantations, de la croissance végétative et des récoltes, et ce, à chaque saison de l'année.

3. Apports de la télédétection à la cartographie agricole

La télédétection est la science qui consiste à acquérir des informations sur des objets ou des zones à distance, généralement à l'aide de capteurs embarqués sur des satellites, des aéronefs ou des drones. En agriculture, ces capteurs mesurent l'énergie réfléchie ou émise par les cultures, le sol et l'eau à différentes longueurs d'onde du spectre électromagnétique.

Comme les différents types de couverture terrestre réfléchissent l'énergie différemment selon les stades de croissance, l'imagerie satellitaire permet de distinguer une rizière d'un champ de maïs, et une parcelle de riz repiquée inondée d'une parcelle semée directement en sec, avec une précision qui s'accroît grâce aux progrès technologiques des capteurs. La cartographie des systèmes de culture du riz par télédétection poursuit quatre objectifs interdépendants.

• Premièrement, il produit des inventaires spatialement explicites des lieux de culture du riz à l'échelle saisonnière et annuelle.
• Deuxièmement, elle classe le nombre de cycles de culture qui se produisent par an dans chaque zone cartographiée, en distinguant les systèmes à culture unique, double et triple.
• Troisièmement, il identifie les pratiques culturales utilisées, par exemple si un champ est transplanté ou semé directement, ou si la gestion de l'eau est contrôlée ou pluviale.
• Quatrièmement, il génère des données de référence qui alimentent les prévisions de production, la gestion de l'eau, la planification de l'adaptation au changement climatique et les systèmes d'agriculture de précision.

Comprendre les systèmes de riziculture et les types culturels

1. Que signifie réellement un modèle de culture du riz ?

Un modèle de riziculture décrit l'organisation temporelle de la culture du riz au cours d'une année civile à un endroit donné. Il indique non seulement si le riz est cultivé, mais aussi la fréquence des cultures, les dates de début et de fin de chaque saison, et les cultures qui précèdent ou suivent le riz sur la même parcelle. La cartographie de ces modèles à l'échelle régionale offre aux aménageurs du territoire une vision dynamique de l'intensité d'utilisation des terres et des besoins en ressources, une vision qu'une simple observation ponctuelle ne saurait fournir.

2. Systèmes de riziculture monoculture

Dans les systèmes de monoculture, les agriculteurs cultivent une seule saison de riz par an, généralement en lien avec la saison des pluies de mousson ou un cycle d'irrigation unique et contrôlé. Ces systèmes prédominent dans les régions où la disponibilité en eau, la main-d'œuvre ou le climat limitent la possibilité d'une seconde saison.

Les systèmes de monoculture ont tendance à avoir des périodes de croissance plus longues par saison, souvent avec des variétés traditionnelles ou améliorées à longue durée, et ils sont disproportionnellement dépendants des précipitations, ce qui les rend très sensibles au calendrier et à la répartition des pluies.

3. Systèmes de riziculture à double culture

Les systèmes de double culture permettent de produire deux récoltes de riz par an sur la même parcelle. Ils sont très répandus en Asie du Sud-Est et du Sud, notamment dans le delta du fleuve Rouge au Vietnam, les plaines inondables du Bangladesh et les districts irrigués du Pendjab en Inde.

L'intervalle temporel entre les deux saisons est faible, souvent inférieur à 30 jours ; l'identification des zones à double culture à partir de données satellitaires nécessite donc des observations en séries chronologiques denses pour détecter deux cycles phénologiques complets au cours d'une seule année.

4. Systèmes de riziculture à triple culture

La triple culture, avec trois récoltes de riz par an, est pratiquée dans des zones limitées où la disponibilité en eau et les températures restent favorables toute l'année. Le delta du Mékong, au sud du Vietnam, et certaines parties de la province du Guangdong, dans le sud de la Chine, sont des régions où ce système de triple culture est répandu.

Bien qu'ils optimisent l'utilisation des terres, les systèmes de triple culture présentent d'importants défis en matière de fertilité des sols et de gestion des ravageurs. L'identification à distance de ces parcelles est techniquement complexe, car les courtes périodes de jachère entre les cultures compriment les signaux phénologiques sur de courtes périodes.

5. Culture du riz pluvial

Le riz pluvial, cultivé exclusivement grâce aux précipitations sans apport d'eau artificiel, représente environ 451 000 tonnes de la superficie rizicole mondiale, selon l'Institut international de recherche sur le riz (IRRI). Il s'agit du système dominant en Afrique subsaharienne, dans les zones montagneuses d'Asie du Sud et du Sud-Est, ainsi que dans les plaines inondables dépendantes des précipitations.

Les systèmes de culture pluviale sont très sensibles à la variabilité des précipitations, ce qui se traduit par des fluctuations de rendement de 30 à 50 tonnes entre les années humides et sèches dans certaines régions. Du point de vue de la télédétection, la cartographie du riz pluvial est plus complexe car le signal d'inondation y est plus faible et plus irrégulier que dans les rizières irriguées.

6. Culture du riz irrigué

Les systèmes de riziculture irriguée reçoivent l'eau par des canaux, des pompes ou des réservoirs aménagés, permettant aux agriculteurs de contrôler avec une grande précision les dates de semis et de récolte. La riziculture irriguée n'occupe actuellement qu'environ 551 000 tonnes de la superficie mondiale, mais contribue à hauteur de 751 000 tonnes à la production totale de riz, ce qui témoigne de l'avantage en termes de rendement lié à la sécurité hydrique.

L'inondation délibérée des rizières irriguées crée une signature de rétrodiffusion radar forte et constante que les capteurs satellitaires détectent de manière fiable, faisant du riz irrigué l'une des cultures les plus précisément cartographiées au monde.

7. Systèmes de riziculture de montagne et de plaine

Le riz pluvial est cultivé sur des sols non inondés et bien drainés, souvent à flanc de colline ou en terrasses en Asie et en Afrique. Ces rizières n'étant jamais inondées intentionnellement, elles ne présentent pas le signal d'eau qui permet d'identifier le riz pluvial par radar, obligeant les chercheurs à se fier uniquement aux spectres de la végétation.

Le riz de plaine, en revanche, est cultivé dans des rizières plates ou peu profondes où l'eau s'accumule naturellement ou grâce à l'irrigation. Les systèmes de riziculture de plaine dominent les greniers à riz d'Asie et constituent la principale cible de la plupart des projets de cartographie à grande échelle.

Le contraste morphologique entre les champs de hautes terres et de basses terres, notamment la forme du champ, la position topographique et la structure de la canopée, fournit des indices spatiaux supplémentaires que l'analyse d'images basée sur les objets peut exploiter efficacement.

8. Riz semé directement vs riz transplanté

Le riz repiqué consiste à cultiver les jeunes plants en pépinière pendant 25 à 30 jours, puis à les déplacer manuellement ou mécaniquement vers la pleine terre. Le riz semé directement, en revanche, consiste à semer les graines à la volée ou au semoir directement dans le champ préparé, sans étape de pépinière.

Ces deux méthodes produisent des signatures temporelles sensiblement différentes dans les données satellitaires : les parcelles transplantées présentent un reverdissement rapide et synchronisé environ trois semaines après l’inondation, tandis que les parcelles semées directement montrent un développement du couvert végétal plus progressif dès le jour du semis. Cette différence phénologique, subtile mais réelle, est détectable par une analyse fine des séries temporelles des indices de végétation.

Outils et technologies de télédétection pour la cartographie du riz

1. Principe physique de la télédétection

Chaque plante réfléchit, absorbe et transmet le rayonnement solaire selon des schémas déterminés par la biochimie de ses feuilles, la structure de son couvert végétal et sa teneur en eau. Les feuilles vertes absorbent fortement la lumière rouge pour la photosynthèse tout en réfléchissant une grande partie de l'énergie du proche infrarouge (NIR). À l'inverse, les sols inondés absorbent la quasi-totalité du rayonnement incident.

Ces réponses contrastées créent des signatures spectrales prévisibles que les capteurs embarqués sur les satellites peuvent enregistrer avec une synchronisation constante, permettant ainsi aux analystes de suivre l'état des cultures, leur stade de croissance et les décisions de gestion au niveau des parcelles sans jamais se rendre sur le terrain.

2. Télédétection optique

Les capteurs optiques détectent le rayonnement solaire réfléchi, produisant des images qui ressemblent fortement à ce que l'œil humain percevrait si elles étaient étendues aux longueurs d'onde infrarouges. Trois plateformes optiques dominent la recherche en cartographie des rizières.

Landsat La série de satellites OCEA (exploitée par la NASA et l'USGS depuis 1972) fournit des images à une résolution spatiale de 30 mètres avec un cycle de revisite de 16 jours. Son important enregistrement temporel la rend indispensable pour les études de l'évolution des surfaces rizicoles sur plusieurs décennies. Cependant, ce cycle de revisite de 16 jours implique que certains événements phénologiques survenant au cours d'une courte saison de croissance peuvent ne pas être observés entre deux relevés.

Sentinelle-2 Exploité par l'Agence spatiale européenne et lancé en 2015 et 2017 sous forme de constellation de deux satellites, Sentinel-2 offre une résolution de 10 à 20 mètres et un cycle de revisite de 5 jours à l'équateur, surpassant ainsi Landsat. Ces deux améliorations permettent une délimitation plus précise des parcelles et un meilleur échantillonnage phénologique. La plupart des études récentes de cartographie du riz de haute précision, notamment celles publiées dans l'ISPRS Journal of Photogrammetry and Remote Sensing en 2024, utilisent Sentinel-2 comme principale source de données optiques.

MODIS Le spectromètre imageur à résolution moyenne (MODIS), embarqué à bord des satellites Terra et Aqua de la NASA, offre une résolution de 250 à 500 mètres avec une capacité de revisite quotidienne. Bien que sa résolution spatiale soit insuffisante pour la cartographie de parcelles individuelles, MODIS demeure un outil précieux pour les évaluations de l'intensité des cultures à l'échelle nationale et continentale, où la densité temporelle prime sur la résolution spatiale.

3. Télédétection radar

Radar à synthèse d'ouverture (SAR) Le radar à synthèse d'ouverture (SAR) est une technologie qui utilise des impulsions micro-ondes pour émettre vers la surface terrestre et mesurer l'énergie renvoyée vers le capteur. Contrairement aux capteurs optiques, le SAR fonctionne indépendamment de la couverture nuageuse et de l'ensoleillement, ce qui signifie qu'il acquiert des données aussi bien par une nuit nuageuse de mousson que par une journée claire de saison sèche.

Cette propriété est d'une importance capitale pour la cartographie du riz en Asie tropicale, où les capteurs optiques perdent régulièrement des semaines de saison de croissance à cause de l'obstruction par les nuages.

Sentinelle-1 L'ESA émet des micro-ondes en bande C (longueur d'onde d'environ 5,6 cm) et fournit gratuitement des données SAR globales avec une résolution de 10 mètres et un cycle de répétition de 6 à 12 jours. Les rizières interagissent avec les signaux SAR de manière particulière :

• Les champs inondés agissent comme un miroir quasi parfait, réfléchissant la majeure partie de l'énergie radar loin du capteur (produisant de faibles valeurs de rétrodiffusion), tandis que
• La canopée croissante du riz renvoie de plus en plus d'énergie vers le capteur à mesure que la densité des plantes et la surface foliaire augmentent.

Cette trajectoire de rétrodiffusion au fil du temps, faible pendant l'inondation et la transplantation, augmentant au cours des stades végétatifs, puis diminuant à nouveau après l'épiaison, forme une signature phénologique radar unique au riz.

Nguyen et al. (Télédétection de l'environnement, 2023) ont constaté que la classification des séries temporelles SAR de Sentinel-1 permettait d'obtenir Précision globale de 92,3% dans la cartographie des saisons de culture du riz dans trois provinces du delta du Mékong au Vietnam, y compris des zones de triple culture où les données optiques étaient indisponibles pendant plus de 60% de la période de croissance en raison de la couverture nuageuse.

Dans les régions tropicales de culture du riz, les méthodes basées sur l'imagerie SAR ne sont pas simplement une alternative à la télédétection optique, elles constituent souvent la seule option fiable pour la cartographie saisonnière pendant les mois de mousson.

4. Intégration de données multi-capteurs

Aucun capteur n'offre à lui seul la combinaison idéale de résolution spatiale, de densité temporelle et de capacité à traverser les nuages. C'est pourquoi les systèmes de cartographie du riz les plus précis intègrent plusieurs types de capteurs au sein d'un même cadre d'analyse.

Une architecture commune associe les données SAR de Sentinel-1 pour le suivi temporel sans nuages aux données optiques de Sentinel-2 pour la richesse spectrale pendant les périodes claires, et utilise MODIS comme point d'ancrage à résolution grossière pour la détection des modèles phénologiques à l'échelle régionale.

Lorsque ces flux de données sont fusionnés algorithmiquement, l'ensemble de données combiné permet de déterminer les limites des cultures, de détecter les dates de transplantation et d'attribuer des classifications de types culturaux avec un niveau de certitude qu'aucun capteur unique ne peut atteindre.

Identification des schémas de culture du riz à partir de données satellitaires

1. Signatures temporelles des stades de croissance du riz

Le riz passe par une séquence bien définie d'étapes de croissance : préparation et inondation des terres, repiquage ou semis, tallage (développement de plusieurs tiges à partir d'une seule plante), initiation de la panicule, épiaison (apparition de l'inflorescence portant les grains) et récolte.

Chaque étape induit une modification mesurable des caractéristiques optiques et radar du champ. Les analystes utilisent ces signatures spécifiques à chaque étape, enregistrées sous forme de séries temporelles d'indices spectraux ou de rétrodiffusion SAR, pour reconstituer le déroulement et le calendrier des événements dans chaque champ, sans aucune information préalable de l'agriculteur.

2. Cartographie du riz basée sur la phénologie

Cartographie basée sur la phénologie L'utilisation du calendrier des événements biologiques pour classer les cultures est l'approche dominante pour la détection du riz sur de grandes surfaces. Cette méthode consiste à ajuster des courbes mathématiques à des données de séries temporelles, puis à identifier les parcelles où le profil temporel correspond à la courbe de croissance caractéristique du riz. Les dates des événements clés extraites de ce processus d'ajustement comprennent :

• le début de la saison de croissance (généralement identifié par une forte augmentation des valeurs de l'indice de végétation suite aux inondations),
• le pic de la saison de croissance (indice de surface foliaire maximal), et
• la fin de la saison (déclin rapide à la récolte).

Le nombre de cycles de ce type détectés au cours d'une année civile détermine directement si un champ est classé comme étant à culture simple, double ou triple.

3. Évaluation de l'intensité des cultures

L'intensité culturale, soit le nombre de cycles de culture effectués par an sur une unité de surface, est l'un des indicateurs les plus pertinents pour les politiques publiques en matière de cartographie des systèmes de riziculture. Une méthode simple mais efficace consiste à calculer la fréquence d'apparition d'un pic spectral ou de rétrodiffusion caractéristique du riz dans la série temporelle annuelle d'un pixel.

Combinés à des filtres spatiaux pour éliminer les détections erronées dues aux zones humides, aux plans d'eau ou aux inondations saisonnières, ces comptages cycliques produisent des cartes de riz à une, deux et trois récoltes qui peuvent être validées par rapport aux enquêtes de terrain et aux statistiques régionales.

4. Cartographie de la distribution saisonnière et annuelle du riz

Les cartes saisonnières (une carte par saison de culture et par an) indiquent non seulement où le riz est cultivé, mais aussi quand il pousse dans chaque lieu. L'accumulation annuelle de ces cartes révèle ensuite le calendrier agricole complet d'une région, notamment la répartition spatiale du riz de saison précoce et du riz de saison tardive, ce qui a des conséquences directes sur la gestion de l'irrigation, la lutte contre les ravageurs et la logistique des récoltes.

5. Détection des rotations culturales incluant le riz

Dans de nombreux systèmes rizicoles asiatiques, les agriculteurs alternent la culture du riz avec celle du blé, des légumes, des légumineuses ou des périodes de jachère sur une même parcelle, et ce, de saison en saison. La télédétection permet de détecter ces rotations en analysant la série chronologique annuelle complète plutôt qu'une seule saison isolément.

Un champ classé comme rizière en saison humide et comme champ de blé en saison sèche présente un profil temporel distinct à deux pics dans les données d'indice de végétation, les caractéristiques spectrales de chaque pic permettant d'identifier le type de culture correspondant. La cartographie de ces rotations est importante pour l'évaluation de la santé des sols, la modélisation des besoins en irrigation et les programmes de diversification des revenus.

Comment GeoPard permet la cartographie des systèmes de culture du riz

La cartographie des systèmes de culture du riz exige une observation continue et multisource tout au long de la saison de croissance, et c'est précisément ce que propose GeoPard. En combinant les images Landsat-8, Sentinel-2 et Planet sur une plateforme unique, GeoPard surveille les rizières tous les deux jours avec une résolution allant jusqu'à 3 mètres, garantissant ainsi que les étapes cruciales de la culture du riz, telles que les inondations avant la transplantation, le débourrement et la récolte, ne soient jamais manquées en raison d'éclaircies nuageuses.

La fusion multi-capteurs de la plateforme a démontré une amélioration de la précision de 4% par rapport aux approches à capteur unique, ce qui accentue directement la séparation entre les systèmes de riz à une seule culture, à deux cultures et à trois cultures.

Pour l'identification du type de culture, la suite d'indices de végétation de GeoPard, comprenant le NDWI pour la détection des inondations de surface, l'EVI2 pour le calendrier de la biomasse de la canopée et le LAI pour la densité de la canopée, capture la biographie spectrale qui distingue le riz transplanté irrigué des systèmes pluviaux ou semés directement.

Lors des journées nuageuses de mousson où l'imagerie optique est totalement inefficace, la couche de données radar intégrée de GeoPard assure un suivi ininterrompu de la végétation, en lisant le creux de rétrodiffusion SAR qui est la signature définitive d'une rizière inondée au moment de la transplantation.

L'outil Compare Layers permet aux agronomes de placer jusqu'à quatre couches de données synchronisées côte à côte, ce qui facilite la distinction des types de riziculture en comparant les signaux d'inondation NDWI aux tendances pluriannuelles de la végétation et aux cartes de productivité des sols.

S’appuyant sur plus de 30 ans d’imagerie satellitaire, la plateforme révèle les tendances d’intensité culturale à long terme à l’échelle de la parcelle. Ces données sont ensuite directement intégrées aux cartes d’application à dose variable d’engrais, de semences et de produits phytosanitaires, transformant ainsi les cartes des types de culture du riz en prescriptions de gestion concrètes et adaptées à chaque parcelle.

Cartographie des types de riziculture par télédétection

1. Caractéristiques spectrales de différentes pratiques culturelles

Le type de culture, c'est-à-dire la combinaison spécifique de pratiques de gestion appliquées à une rizière, influence l'évolution temporelle de sa signature spectrale. Le riz repiqué inondé, par exemple, débute la saison avec une réponse optique dominée par l'eau (faible réflectance sur toutes les bandes visibles), suivie d'un changement brutal lorsque le couvert végétal s'établit.

Le riz semé directement dans un lit de semences non inondé présente une augmentation plus progressive du signal de végétation dès le début de la germination, sans la période d'inondation initiale que les capteurs optiques et SAR détectent facilement.

2. Distinguer le riz irrigué du riz pluvial

Les rizières irriguées et pluviales diffèrent par deux aspects observables : le calendrier et la régularité des inondations, et la constance de leur phénologie saisonnière. Les rizières irriguées sont généralement inondées selon un calendrier précis, présentent une moindre variabilité interannuelle des dates de repiquage et maintiennent une densité de couvert végétal constante grâce à une gestion maîtrisée de l’eau.

Les champs non irrigués présentent une plus grande variabilité temporelle d'une année à l'autre, peuvent subir un stress hydrique en milieu de saison détectable par des baisses anormales des valeurs de l'indice de végétation, et parfois ne parviennent pas à achever une saison de croissance complète pendant les années de sécheresse.

L'analyse de séries chronologiques pluriannuelles capture cette structure de variabilité, permettant aux algorithmes de classification de séparer les zones irriguées des zones pluviales avec des précisions dépassant généralement 85% dans les systèmes bien calibrés.

3. Cartographie du riz transplanté et du riz semé directement

L'indicateur le plus fiable pour distinguer le riz transplanté du riz semé directement dans les données SAR est le moment et la durée de la période initiale d'inondation à faible rétrodiffusion.

Les rizières transplantées sont inondées pendant 2 à 4 semaines avant le transfert des jeunes plants, créant ainsi une période d'obscurité radar prolongée en début de saison.

Les champs semés directement ne présentent aucune période d'inondation (semis à sec) ou une période très brève (semis humide), et la montée du signal de rétrodiffusion est à la fois plus précoce par rapport à la date de semis et structurellement différente en termes de pente. Ces caractéristiques temporelles peuvent être extraites automatiquement à l'aide d'algorithmes appliqués à des séries temporelles SAR denses.

4. Détection des pratiques de gestion par télédétection

Au-delà de la méthode de transplantation et du régime hydrique, la télédétection peut détecter certaines pratiques de gestion de l'eau, telles que l'alternance d'humidification et de séchage (AWD), une technique utilisée pour réduire les émissions de méthane et la consommation d'eau en drainant de manière intermittente les rizières.

Les parcelles cultivées selon le système AWD présentent des profils de rétrodiffusion SAR oscillants durant la période végétative, reflétant des cycles répétés d'inondation et de drainage, tandis que les parcelles continuellement inondées affichent une trajectoire de rétrodiffusion plus stable. Cette caractéristique est particulièrement précieuse pour le suivi de l'adoption de pratiques rizicoles climato-intelligentes dans les inventaires nationaux de gaz à effet de serre.

5. Indicateurs de gestion de l'eau dans les rizières

La détection de l'eau en surface par radar à synthèse d'ouverture (SAR) est extrêmement sensible et permet d'identifier les zones d'eau stagnante à quelques centimètres seulement sous le couvert du riz. Cette sensibilité permet aux analystes de cartographier l'état d'inondation parcelle par parcelle à des moments clés de la saison de croissance, facilitant ainsi la planification de l'irrigation et l'évaluation précoce des dégâts causés par les inondations.

Lorsque des cartes de surface d'eau provenant de plusieurs dates sont superposées temporellement, elles produisent une signature dynamique de gestion de l'eau pour chaque champ, qui constitue un élément d'entrée de grande valeur pour les modèles de classification des types culturels.

Techniques et méthodes : des indices à l'apprentissage profond

1. Indices de végétation pour le suivi du riz

Les indices de végétation sont des combinaisons mathématiques des valeurs de réflectance à différentes longueurs d'onde, conçues pour amplifier le signal de la biomasse et de la santé des plantes tout en réduisant le bruit provenant du sol, des effets atmosphériques et de la géométrie de l'éclairage. Trois indices sont essentiels à la cartographie des rizières.

i. NDVI (Indice de végétation par différence normalisée) L'indice de verdure est calculé comme suit : (NIR – Rouge) / (NIR + Rouge). C'est l'indice le plus utilisé pour le suivi de la croissance du riz. Il permet de suivre la verdure du couvert végétal depuis l'établissement des plantules jusqu'à la sénescence, ses valeurs passant généralement de presque zéro lors de la transplantation à 0,6-0,8 au pic de croissance végétative.

ii. EVI (Indice de végétation amélioré) Il corrige plus efficacement les effets des aérosols atmosphériques et le bruit de fond du sol que l'indice NDVI, ce qui le rend préférable dans les environnements à forte charge d'aérosols, comme pendant les saisons de brûlage de biomasse fréquentes en Asie tropicale.

iii. LSWI (Indice d'eau de surface terrestre) Elle intègre la réflectance infrarouge à ondes courtes pour détecter la teneur en eau à la fois dans la canopée végétale et à la surface du sol, ce qui la rend très sensible aux épisodes d'inondation qui caractérisent la riziculture en plaine et fournit un signal robuste pour détecter le début de la saison de croissance.

2. Analyse des séries chronologiques

Une simple image satellite capture l'état d'une rizière à un instant précis, mais l'histoire de cette rizière s'écrit à travers la succession de ces instants. L'analyse de séries temporelles enchaîne de nombreuses observations, généralement une image tous les 5 à 16 jours pendant une année entière, et en extrait des indicateurs temporels tels que la date de début de saison, le pic de l'indice NDVI, le taux de reverdissement et la date de récolte.

Ces indicateurs décrivent collectivement le comportement phénologique complet de la parcelle et sont bien plus pertinents pour l'identification du type de culture qu'une observation ponctuelle. Des méthodes statistiques telles que la régression harmonique et l'alignement temporel dynamique (DTW) sont couramment utilisées pour aligner et comparer les données de séries chronologiques entre différentes années et régions.

3. Apprentissage automatique pour la classification du riz

L'apprentissage automatique a transformé l'échelle et la précision de la cartographie des modèles de riziculture en automatisant l'identification des relations complexes et non linéaires entre les données spectrales-temporelles et les conditions sur le terrain.

i. Forêt aléatoire (RF) Cette méthode d'ensemble construit des centaines d'arbres de décision indépendants, chacun entraîné sur un sous-ensemble aléatoire de caractéristiques, et agrège leurs votes pour obtenir une classification finale. Elle est robuste aux données d'entraînement bruitées, gère efficacement les espaces de caractéristiques de grande dimension et fournit des scores d'importance variables qui aident les analystes à comprendre quelles caractéristiques temporelles ou spectrales influencent les décisions de classification.

ii. Machine à vecteurs de support (SVM) L'algorithme SVM détermine la frontière de séparation optimale entre les classes dans un espace de caractéristiques de grande dimension. Il est performant lorsque les données d'entraînement sont limitées, ce qui le rend utile dans les régions où les données sont rares et où la collecte de données de référence est coûteuse.

iii. Apprentissage profond, Les réseaux de neurones convolutifs (CNN) et récurrents (RNN), notamment les architectures LSTM (Long Short-Term Memory), peuvent apprendre simultanément les motifs spatiaux au sein d'images individuelles et les motifs temporels au sein de séquences d'images. Les classificateurs basés sur LSTM, appliqués aux séries temporelles satellitaires, ont atteint une précision de pointe pour la cartographie des rizières, plusieurs études faisant état de précisions globales supérieures à 90% à l'échelle régionale.

Xiao et al. (International Journal of Applied Earth Observation and Geoinformation, 2025) ont démontré qu'un modèle d'apprentissage profond LSTM entraîné sur des données de séries temporelles fusionnées Sentinel-1 et Sentinel-2 permettait de cartographier les types de cultures de riz dans trois pays d'Asie du Sud. une précision globale de 91,7% et un coefficient kappa de 0,89, surpassant Random Forest de 6,4 points de pourcentage dans les mêmes conditions de données d'entraînement.

Pour la cartographie des types de riziculture à grande échelle où la collecte de données d'entraînement est possible, les classificateurs d'apprentissage profond basés sur LSTM sont désormais la méthode de référence et devraient être le choix par défaut pour les nouveaux programmes nationaux de cartographie.

4. Analyse d'images basée sur les objets (OBIA)

Analyse d'images basée sur les objets (OBIA) fonctionne en regroupant les pixels voisins ayant des caractéristiques spectrales et spatiales similaires en objets (segments) avant de les classer, plutôt que de classer chaque pixel indépendamment.

En cartographie des rizières, l'OBIA est précieuse car elle peut intégrer la forme, la texture et le contexte dans la classification, distinguant une rizière d'un plan d'eau de couleur similaire en fonction de la géométrie rectangulaire régulière de la rizière.

L'OBIA est particulièrement efficace à très haute résolution spatiale, comme les données provenant de satellites commerciaux d'une résolution de 1 à 5 mètres ou les images de drones.

5. Techniques de détection des changements

La détection des changements permet d'identifier les zones où l'utilisation des terres a évolué entre deux dates ou plus. Dans le cadre du suivi des systèmes rizicoles, elle remplit deux objectifs : suivre l'expansion ou la contraction annuelle des surfaces rizicoles en fonction des facteurs climatiques ou économiques, et identifier les changements survenant en cours de saison, tels que les mauvaises récoltes, l'abandon des cultures ou les inondations imprévues.

La détection des changements bi-temporels (comparaison directe de deux dates) est simple mais sensible aux différences phénologiques interannuelles. La détection des changements multi-temporels sur des séries chronologiques annuelles complètes est plus robuste et permet de distinguer les véritables changements d'utilisation des terres des variations phénologiques saisonnières.

Évaluation et validation de la précision

1. Collecte des données de référence

Chaque produit de cartographie du riz nécessite une validation par des observations de terrain collectées indépendamment. Les données de terrain comprennent généralement des visites géoréférencées (GPS) au cours desquelles des enquêteurs formés recensent le type de culture, le stade de croissance, le mode de gestion de l'eau et la méthode d'implantation sur un échantillon statistiquement représentatif de sites. Ces observations sont collectées simultanément aux acquisitions satellitaires et sont exclues du processus d'apprentissage du modèle, servant exclusivement à l'évaluation de sa précision.

2. Métriques de précision de la classification

Pour les applications spécifiques au riz, le score F1, qui équilibre la précision du producteur et celle de l'utilisateur pour chaque classe, est de plus en plus souvent utilisé conjointement avec le coefficient Kappa comme un indicateur de performance unique et plus informatif. Les métriques standard pour évaluer la précision des cartes comprennent :

• précision globale (le pourcentage de tous les points de validation correctement classés),
• précision du producteur (la probabilité qu'un champ d'une classe réelle donnée soit correctement mappé, analogue au rappel),
• l'exactitude de l'utilisateur (la probabilité qu'un champ associé à une classe donnée soit effectivement de cette classe, analogue à la précision), et
• le coefficient Kappa (une mesure de l'accord corrigée du hasard, où les valeurs supérieures à 0,80 indiquent un accord fort).

3. Validation des cartes des systèmes de culture et des types de cultures

La validation des cartes de modèles de culture nécessite des données de terrain multitemporelles, avec des visites sur le terrain à plusieurs moments du calendrier agricole afin de confirmer le nombre de saisons réellement récoltées par an sur chaque site de validation.

La validation du type de culture, qui consiste à distinguer les cultures transplantées des cultures semées directement ou les cultures irriguées des cultures pluviales, est plus exigeante car ces distinctions ne sont pas toujours évidentes visuellement sur le terrain et nécessitent des entretiens avec les agriculteurs ou une observation directe des pratiques culturales pendant des périodes sensibles de la saison de croissance.

Les statistiques agricoles nationales, bien que souvent agrégées au niveau provincial ou de district, fournissent un niveau de validation supplémentaire pour les estimations de superficie, permettant de recouper les totaux cartographiques avec les chiffres officiels.

Applications dans l'ensemble du système agricole

1. Planification et élaboration de politiques agricoles

Les cartes des systèmes de culture du riz, établies par télédétection, offrent aux ministères de l'Agriculture la résolution spatiale nécessaire à la conception d'interventions ciblées. Les régions identifiées comme monocultures pluviales peuvent être prioritaires pour le développement de l'irrigation à petite échelle ; les zones de triple culture dont les rendements sont en baisse peuvent faire l'objet d'enquêtes visant à détecter une dégradation des sols ou un abaissement de la nappe phréatique.

2. Estimation de la production de riz

La combinaison de cartes des zones rizicoles issues de la télédétection avec des modèles d'estimation des rendements, tels que des simulations de croissance des cultures basées sur des données météorologiques, permet de produire des prévisions de production infranationales et nationales des semaines ou des mois avant la récolte.

Le tableau de bord de la sécurité alimentaire de la Banque asiatique de développement et le Système mondial d'information et d'alerte rapide (GIEWS) de la FAO intègrent tous deux des données satellitaires sur les superficies rizicoles pour générer des estimations de production avant récolte avec des gains de précision démontrés par rapport aux approches basées sur des enquêtes.

3. Gestion des ressources en eau

La riziculture irriguée est le plus grand consommateur d'eau douce en Asie, représentant environ 401 TP3 T de prélèvements totaux d'eau agricole dans des pays comme l'Inde et le Bangladesh.

Le principal atout de la cartographie satellitaire des rizières n'est pas la carte elle-même, mais la décision qu'elle permet de prendre, qu'il s'agisse de construire un canal, de fermer un puits ou de réorienter une subvention.

Le fait de savoir précisément où est cultivé le riz irrigué, combien de saisons il est irrigué et quels champs utilisent des pratiques de gestion de l'eau efficaces telles que l'irrigation alternée contribue directement à la planification des bassins hydrographiques, à la programmation de l'exploitation des réservoirs et aux évaluations de la durabilité des eaux souterraines.

4. Surveillance de la sécurité alimentaire

Les systèmes d'alerte précoce à l'insécurité alimentaire reposent sur la détection rapide des mauvaises récoltes. Lorsque les rizières ne parviennent pas à achever leur cycle de croissance, la surveillance par satellite détecte l'anomalie par l'absence ou la brièveté du pic phénologique pendant la période saisonnière attendue. Le FEWS NET (Réseau de systèmes d'alerte précoce à la famine), soutenu par l'USAID, utilise des données satellitaires sur la végétation, notamment une surveillance spécifique des rizières, pour générer des alertes à la sécurité alimentaire en Asie et en Afrique.

5. Évaluation de l'impact des changements climatiques

Les archives à long terme de cartes de riziculture, couvrant 20 ans ou plus de données Landsat, révèlent comment les surfaces cultivées, les saisons et les rendements du riz ont évolué en réponse aux changements des régimes de température et de précipitations. Ces cartes de tendances historiques apportent des preuves empiriques des impacts du changement climatique sur les systèmes rizicoles et servent de données d'entrée pour la projection des risques agricoles futurs dans différents scénarios de réchauffement.

7. Applications de l'agriculture de précision

À l'échelle de l'exploitation, la cartographie des types de riziculture par drone, combinée aux données pédologiques et hydriques parcellaires, favorise des décisions de gestion de précision telles que l'application d'engrais à dose variable, la surveillance ciblée des ravageurs et l'optimisation des dates de semis. Ces applications connaissent actuellement un développement rapide au Japon, en Corée du Sud et dans certaines régions de Chine, où la riziculture est fortement mécanisée et où l'infrastructure de données permet de relier les données de télédétection aux systèmes de gestion agricole.

Défis et limites qui entravent la cartographie des rizières

1. Couverture nuageuse et disponibilité des données

La couverture nuageuse persistante durant la mousson, période de culture majeure du riz en Asie, limite fortement le nombre d'observations optiques exploitables. Dans certaines régions, la présence de nuages réduit à moins de deux par mois le nombre d'observations Sentinel-2 disponibles pendant la phase critique de repiquage et de début de croissance végétative. Les données SAR atténuent ce problème sans toutefois l'éliminer complètement, car de fortes pluies peuvent saturer temporairement le signal radar.

2. Pixels mixtes et petites tailles de champ

Dans les régions où les rizières sont plus petites que la résolution spatiale du capteur, un seul pixel capture un mélange de rizières et d'autres types de couverture végétale, ce qui rend la classification ambiguë. Les systèmes de riziculture pluviale en terrain vallonné et les petites rizières de certaines régions d'Indonésie et des Philippines produisent régulièrement des pixels mixtes, même à la résolution de 10 mètres de Sentinel-2, ce qui limite l'utilisation des méthodes basées sur les pixels dans ces environnements.

3. Similitudes spectrales et temporelles entre les types de cultures

Certaines cultures, notamment la canne à sucre, le jute et certaines prairies, présentent des courbes phénologiques similaires à celles du riz dans les séries temporelles NDVI ou EVI, ce qui peut entraîner des erreurs de classification. La détection des inondations par SAR réduit ces erreurs pour le riz de plaine, mais les systèmes rizicoles de montagne sans rizières inondées restent difficiles à distinguer des cultures spectralement similaires sans données de terrain supplémentaires ni informations géographiques complémentaires.

4. Contraintes de résolution temporelle

La cartographie des systèmes de culture du riz par télédétection exige un échantillonnage temporel dense, idéalement au moins une observation tous les 8 à 10 jours pendant toute la saison de croissance. Lorsque la couverture nuageuse ou les interruptions de l'orbite satellitaire réduisent cette densité temporelle, les algorithmes de détection automatisés peuvent ne pas détecter les variétés de riz à cycle court ou les cycles de trois récoltes rapides.

5. Limitations des données au sol

L’obtention de données d’entraînement étiquetées de haute qualité, d’observations de terrain associées à des types de cultures et à des pratiques de gestion connus, demeure coûteuse et complexe sur le plan logistique à l’échelle requise pour l’entraînement et la validation des systèmes cartographiques nationaux. Dans de nombreux pays rizicoles à faible revenu, les capacités humaines et financières nécessaires à la collecte systématique de données de terrain constituent le principal obstacle à l’amélioration de la précision cartographique.

Tendances émergentes et avenir du suivi du riz

1. Surveillance des rizières par drones et UAV

Les drones équipés de capteurs multispectraux et thermiques fournissent désormais des images centimétriques des exploitations agricoles, permettant de distinguer les limites des parcelles, les rangs de cultures et même l'état sanitaire de chaque plante. Ils font le lien entre la cartographie satellitaire et l'observation individuelle des plantes, fournissant les données de terrain à très haute résolution nécessaires à l'entraînement et à la validation des modèles satellitaires dans des paysages fragmentés.

2. IA et apprentissage profond pour la classification du riz

Les réseaux neuronaux convolutifs appliqués aux séries temporelles d'images satellites, combinés à des architectures de transformateurs adaptées du traitement automatique du langage naturel, atteignent actuellement les plus hauts niveaux de précision de classification du riz jamais enregistrés.

Le cadre PRISM (Phenology-based Rice crop Identification System using Multisource data) publié par des chercheurs de l'Université de Wageningen en 2024 a démontré que l'apprentissage auto-supervisé sur des archives satellitaires non étiquetées pouvait pré-entraîner des modèles de classification du riz ne nécessitant que des données au sol étiquetées minimales pour le réglage fin, réduisant considérablement la charge de travail liée aux enquêtes sur le terrain.

3. Systèmes de surveillance du riz en temps quasi réel

Les systèmes opérationnels de surveillance du riz en quasi temps réel traitent automatiquement les données satellitaires entrantes, mettent à jour les cartes des rizières à intervalles de 10 à 16 jours et transmettent des alertes sur les dates de plantation, les épisodes de stress hydrique et le calendrier des récoltes directement aux tableaux de bord gouvernementaux ou aux applications mobiles utilisées par les agriculteurs et les agents de vulgarisation.

Le département du riz de Thaïlande et le ministère de l'Agriculture du Vietnam exploitent tous deux des systèmes prototypes de ce type, et l'Institut international de recherche sur le riz soutient le développement de capacités similaires au Bangladesh et au Cambodge.

4. Intégration des données satellitaires et de l'Internet des objets

Les capteurs de l'Internet des objets (IoT) déployés dans les rizières, mesurant l'humidité du sol, le niveau d'eau, la température et le microclimat de la canopée, génèrent des observations continues au niveau du sol qui complètent et calibrent les données de télédétection par satellite.

Lorsque les réseaux de capteurs IoT et les observations satellitaires sont combinés dans des cadres de fusion de données, le système de surveillance qui en résulte peut détecter le stress hydrique, le début des inondations et la pression des maladies avec une plus grande confiance et un délai d'alerte plus court que ne le permet chaque source prise individuellement.

5. Agriculture numérique et agriculture intelligente

La convergence de la cartographie satellitaire des rizières, de la détection IoT et de l'aide à la décision basée sur l'IA crée les fondements d'une riziculture intelligente, où les décisions de gestion, du calendrier d'irrigation à l'application d'engrais, sont éclairées par des flux de données spatialement explicites et quasi en temps réel plutôt que par des règles empiriques basées sur un calendrier.

Des programmes pilotes menés dans la préfecture de Niigata au Japon et dans la province du Heilongjiang en Chine ont démontré que la gestion de précision des rizières, guidée par la télédétection, peut réduire les coûts des intrants de 15-25% tout en maintenant ou en améliorant les rendements, selon les rapports préliminaires d'essais en plein champ de 2024.

Conclusion

La cartographie des systèmes de riziculture et des types de cultures par télédétection est passée du statut de discipline de recherche académique à celui d'outil opérationnel utilisé par les gouvernements, les agences internationales et les plateformes agritech en Asie et au-delà. Les approches multisensorielles de séries temporelles, combinant données optiques et SAR et traitées par apprentissage automatique et apprentissage profond, permettent désormais de produire couramment des cartes des surfaces rizicoles à l'échelle nationale avec une précision globale supérieure à 85-90 µT³. Ces cartes indiquent non seulement où le riz est cultivé, mais aussi la fréquence de culture annuelle, le régime hydrique et la méthode d'implantation.

Passer d'une simple cartographie des rizières à une classification des types de culture transforme un produit d'occupation des sols en un outil précieux d'intelligence agricole. Savoir qu'une région est passée du riz repiqué au riz semé directement en une décennie révèle simultanément des changements sur le marché du travail et un abaissement des nappes phréatiques. Connaître les zones pluviales les plus vulnérables aux sécheresses précoces, identifiées par leurs profils spectraux temporels, permet d'anticiper les besoins en cas de sécheresse plutôt que d'intervenir en situation de catastrophe. La télédétection rend ce niveau d'intelligence spatiale accessible à un coût bien inférieur à celui des campagnes de relevés de terrain équivalentes.