- Site officiel

Jean Eudes GBODJO Yawogan 

Amélioration des systèmes de suivi de cultures à l'échelle du paysage à partir de la télédétection multi-source et des techniques d'apprentissage automatique" ou "Leverage multi-source remote sensing data via machine learning to improve crops monitoring systems.

Thésard : Jean Eudes GBODJO Yawogan  
Contact - Lieu d'accueil : Maison de la Télédétection - 500 rue Jean-François Breton, 34093 Montpellier Cedex 5, France
Tél. : 
Organisme d'accueil : Irstea
Directeur(trice) de thèse :  Dino Ienco
Encadrement à Tetis :
Autre(s) encadrant(s) : Louise Leroux
Axe(s) Tetis concerné(s) : SISO / ATTOS
Contexte/Cadre du thésard : Institut de Convergence DigitAg
Début - Fin : 01/11/2018 - 31/10/2021
Résumé : Face à l’explosion démographique et les impacts environnementaux des changements climatiques que connait notre temps, garantir la sécurité alimentaire des populations tout en favorisant une agriculture durable préservant les écosystèmes terrestres et la biodiversité (Objectifs 2 et 15 du Développement Durable des Nations Unies) devient un enjeu majeur pour le futur de notre société.
À l’heure où les missions satellitaires se multiplient (ex. Sentinel), diverses sources d’informations sont maintenant disponibles pour mieux suivre et caractériser les systèmes agricoles ainsi que les pratiques associées à l’échelle régionale, nationale et globale.
Parallèlement, l’intégration de ces diverses sources de données notamment pour des problématiques agronomiques reste un vrai défi.
L’objectif de cette thèse est de proposer des méthodes innovantes basées sur l’apprentissage automatique des données (profond) pour intégrer les différentes sources d’informations apportées par les séries temporelles optiques et radar et l’imagerie à très haute résolution spatiale dans le but d'améliorer la caractérisation des surfaces cultivées et l’estimation des rendements agricoles à partir de données collectées sur le terrain. Les approches mises en place seront évaluées sur des sites contrastés en termes de systèmes de cultures et/ou de pratiques agricoles (France, Sénégal).
Ceci permettra dès lors de mener une étude comparative des potentialités offertes par nos méthodes notamment leur portabilité mais aussi d’analyser de façon approfondie la pertinence des sources utilisées pour chaque site tant du point de vue des capteurs que des indices calculés ou de leur temporalité pour améliorer les systèmes de suivi de cultures.

  

Mots-clés : Apprentissage profond, Télédétection multi-source, Occupation des sols, Rendements agricoles.