Développement d’une méthode de traitement des séries temporelles Sentinel-1 permettant la détection du labour des prairies permanentes

Les prairies permanentes sont des environnements riches fournissant de nombreux services écosystémiques. La destruction par labour d’une prairie permanente engendre en revanche de nombreux désavantages, tel que la lixiviation de l’azote contenu dans la prairie, ce qui peut mener à la pollution des eaux environnantes. Pour ces raisons, le maintien des prairies permanentes est un des objectifs repris dans la PAC. La caractérisation à l’échelle nationale de l’évolution de leurs surfaces permettrait d’évaluer l’impact des mesures européennes et d’accompagner la transition vers une agriculture plus durable. La télédétection est le système de prédilection pour la surveillance de larges surfaces de façon continue. La télédétection radar plus spécifiquement permet de s’affranchir des aléas climatiques tels que les couvertures nuageuses. Sentinel-1 est une mission spatiale possédant deux satellites opérant dans les longueurs d’onde du radar, avec une période de revisite de six jours. L’objectif de ce mémoire est d’élaborer une méthode traitement des séries temporelles Sentinel-1 permettant la détection du labour des prairies permanentes. Pour cela, les séries temporelles de l’amplitude et la cohérence (deux variables radars) de prairies ayant été labourées sont analysées afin de déterminer le type de variations induites par le labour sur ces variables. De là, deux hypothèses sont posées : le labour engendre une augmentation du coefficient de rétrodiffusion, et une diminution suivie d’un ré-augmentation de la cohérence. Une méthode de détection basée sur ces hypothèses est testée. Il s’agit d’une méthode de type « fenêtre coulissante » associée à des valeurs seuils d’amplitude ou de cohérence. À la suite des expérimentations, l’analyse visuelle des séries temporelles confirme le potentiel de Sentinel-1 et des données radar dans la détection du retournement des prairies. La méthode testée en revanche ne s’avère pas concluante. Des améliorations peuvent être apportées en prenant en compte l’humidité, l’angle d’incidence, ou encore en récoltant des données plus précises sur les dates de labour du set de calibration.