MexiCorn

Adapter le maïs mexicain à la sécheresse

Projet terminé Grâce à sa labellisation SCO durant 24 mois, MexiCorn a permis à l'Institut polytechnique national du Mexique (IPN) de valider l'estimation de l'humidité du sol à différentes profondeurs, et de former les producteurs locaux à l'utilisation de cette solution technologique.
Aujourd’hui, l’algorithme développé est mis à profit par le projet SCO VULANMEX, dont l’IPN est partenaire, afin de mettre en œuvre un outil d’aide à la décision complet pour le secteur agricole mexicain (suivi de la sécheresse des cultures, de l'irrigation et des réservoirs d'eau).

PRÉSENTATION

Ces dernières années, la région centrale du Mexique est gravement touchée par les effets du changement climatique. Les périodes de sécheresse ont augmenté en fréquence, en durée et en intensité, ce qui menace la production nationale de maïs au Mexique. Par exemple, en 2020, la production de maïs dans l'état central de Tlaxcala a chuté de 40%, en raison d'une longue période de sécheresse d'avril à août, correspondant aux stades de la plantation à la maturation du maïs.

De fait, les gouvernements locaux doivent prendre des décisions à court, moyen et long terme en faveur de la production de maïs. Actuellement, ces décisions sont prises sur la base d’informations sur les précipitations locales et des bases de données statistiques nationales publiques ; ces informations sont cependant limitées à quelques points couvrant la zone sur une courte période de temps.

Objectif

En l’absence de base de données fiable ouverte décrivant les zones agricoles dans les pays d'Amérique Latine, il est nécessaire de dériver la plupart des paramètres in-situ à partir de méthodes indirectes telles que la télédétection.

Ce projet s’est donc attaché à créer un algorithme  opérationnel utilisant les données issues des capteurs optiques et micro-ondes embarqués sur les satellites d'observation de la Terre pour surveiller les zones de culture du maïs. Sur la base de ces informations, il s’agit d’essayer de prévoir et de réduire l'impact des effets du changement climatique sur les rendements de maïs.

Cet algorithme se base sur des modèles physiques et des processus d'extraction pour cartographier les informations qui complètent et/ou fournissent une approximation des données et statistiques in situ (surface plantée, humidité du sol, teneur en eau de la végétation). Un indicateur des conditions de sécheresse sur les zones agricoles pourrait être obtenu à partir de l'indice de déficit hydrique du sol SWDI (soil water deficit index). Parmi d'autres indices, les résultats préliminaires ont montré que le SWDI pourrait être un indicateur utile pour déterminer la teneur en eau dans le sol en utilisant les informations de télédétection par micro-ondes, en particulier en bande L. Les méthodologies basées sur les informations micro-ondes des satellites ont l'avantage d'être indépendantes des conditions nuageuses. Le SWDI est basé sur les valeurs d'humidité du sol de la scène observée. Si les valeurs du SWDI sont inférieures à -2, cela indique un degré de sécheresse. 

Méthodologie

Programmées pour collecter des données toutes les 20 minutes, des stations au sol comprenaient des capteurs de l'humidité du sol (SM) et de la température du sol. L'humidité du sol a été mesurée à l'aide de capteurs TDR CS616 de Campbell Scientifics, placés horizontalement à des profondeurs de 2,5, 5, 10, 20 et 30 cm. Les mesures de SM ont été étalonnées à chaque profondeur et pour chaque site à l’aide d’échantillons de sol prélevés mensuellement afin de couvrir différentes conditions de SM. Les mesures de SM étalonnées ont montré un écart inférieur à 0,03 (m³ m⁻³) par rapport à la SM gravimétrique. En ce qui concerne la température du sol, des thermistances 108L de Campbell Scientific ont été utilisées aux mêmes profondeurs. Une station comprenant un ensemble de capteurs était installée sur chaque site surveillé. 

Les estimations de l’humidité du sol ont été étalonnées pour la zone agricole à l’aide d’observations de température de brillance (TB) aux polarisations H (T_B,H) et V (T_B,V) issues du produit SMAP L1C_TB_E, en parallèle avec les observations sur le terrain réalisées en 2018 et 2019. L’optimisation visant à estimer l’humidité du sol a été effectuée en utilisant T_B,H et T_B,V indépendamment, puis simultanément. La convergence a été atteinte lorsque la différence entre les valeurs estimées et observées de T B,p était inférieure à 1 K, ce qui correspond à l’incertitude des observations TB du SMAP. 

Un algorithme d’assimilation basé sur un filtre de Kalman d’ensemble (EnKF) a été mis en œuvre pour estimer la valeur de l’humidité du sol à différentes profondeurs ainsi que l’humidité du sol dans la zone racinaire (RZSM) à l’aide d’un modèle de transfert sol-végétation-atmosphère (SVAT) sur une zone agricole du centre du Mexique. L’objectif principal était d’assimiler les observations au sol de l’humidité du sol et les données satellitaires de l’humidité du sol pendant une saison de croissance complète du maïs afin de comprendre les effets des incertitudes liées aux forçages météorologiques sur les estimations de la RZSM lors de l’utilisation du modèle LSP.

Site(s) d’application

Huamantla, Mexique

DONNÉES

Satellite

• Copernicus Sentinel-1A et 1B : Séries temporelles tous les six jours, avec une résolution de 10 m.
• Landsat : Séries temporelles tous les 16 jours, avec une résolution de 30 m.
• MODIS : Séries temporelles tous les 16 jours avec une résolution de 1 km.
• NASA SMAP : Séries temporelles tous les 3 jours, avec une résolution de 36 et 9 km.
• ESA SMOS : Séries temporelles tous les 3 jours, avec une résolution de 36 et 25 km.

Autres

• Station météorologique : Conditions météorologiques sur la zone
• Archivage des données décrivant les informations in-situ
• Système SIRIS, base de données fournie par l'Agence spatiale mexicaine

RÉSULTATS - PRODUITS FINAUX

Sur demande (formulaire de contact ci-dessous), le projet fournit gratuitement un accès libre aux données et aux produits générés qui permettent, à court terme, de surveiller l'état de la production et les conditions actuelles de disponibilité de l'eau afin de fournir des informations aux décideurs locaux. L'Agence spatiale mexicaine continue de travailler à la mise à disposition gratuite des produits développés.

À plus long terme, le produit satellitaire servira de base aux mesures visant à atténuer les effets du changement climatique(par exemple, modification des calendriers de culture du maïs, changement des cultivars plantés, etc.). De plus, le temps de traitement et la nature synoptique des produits devraient contribuer efficacement à la surveillance des cultures et à l'élaboration d'actions à long terme visant à préserver les cultivars indigènes de maïs adaptés aux nouveaux climats locaux.

👉 Parmi les différentes options proposées par l'algorithme de récupération SM, il a été constaté que l'algorithme monocanal basé sur la polarisation H présentait les valeurs les plus faibles en termes de biais et d'erreur quadratique moyenne (RMSD), soit respectivement 0,016 m³/m³ et 0,049 m3/m3, pour les produits à 36 et 9 km.

► Estimations calibrées de l'humidité du sol à une échelle spatiale de 9 km, obtenues à partir d'informations in situ et des observations SMAP TB, V et à double polarisation pour (a) 2018 et (b) 2019.

👉 Les résultats obtenus par RZSM ont démontré que les valeurs calibrées de l'humidité du sol pouvaient s'avérer très utiles dans un cadre d'assimilation pour estimer l'état de l'humidité du sol jusqu'à 10 cm de profondeur. Bien que cette amélioration ne concerne que les 10 premiers centimètres du sol, ces informations pourraient s'avérer très précieuses, en particulier dans les régions agricoles pluviales où les données sur l'état de l'humidité du sol font défaut, comme en Amérique latine, y compris au Mexique. À une fréquence supérieure à toutes les deux semaines, des données fréquentes sur l'humidité du sol dans les 10 premiers centimètres aident les décideurs locaux à comprendre les effets locaux du changement climatique sous les latitudes tropicales.

▲ Profil d'humidité du sol jusqu'à 1 m de profondeur, en intégrant les données d'humidité du sol calibrées par le SMAP tous les 3 jours à 6 h du matin.

Références

• Monsiváis-Huertero, A., Constantino-Recillas, D. E., Hernández-Sánchez, J. C., Huerta-Bátiz, H. E., Judge, J., López-Estrada, P. A., Jiménez-Escalona, J. C., Arizmendi-Vasconcelos, E., García-Bernal, M. A., Zambrano-Gallardo, C. F., López-Caloca, A. A., Zempoaltécatl-Ramirez, E., De la Rosa-Montero, I. E., Villalobos-Martínez, R. I., Aparicio-García, R. S., Sánchez-Villanueva, C. R., Arizmendi-Vasconcelos, L., Cotero-Manzo, R., Hugo Puebla-Lomas, J., & Saúce-Rangel, V. M. (2022). “Assessment of NASA SMAP soil moisture products for agricultural regions in Central Mexico: An analysis based on the THEXMEX dataset.” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15, 3421-3443. https://doi.org/10.1109/JSTARS.2022.3165078

• Huerta-Bátiz, H. E., Constantino-Recillas, D. E., Monsiváis-Huertero, A., Hernández-Sánchez, J. C., Judge, J., & Aparicio-García, R. S. (2022). “Understanding root-zone soil moisture in agricultural regions of Central Mexico using the ensemble Kalman filter, satellite-derived information, and the THEXMEX-18 dataset”. International Journal of Digital Earth, 15(1), 52-78. https://doi.org/10.1080/17538947.2021.2012534

Projets liés

• SCO VULANMEX, un outil d’aide à la décision pour le secteur agricole mexicain (suivi de la sécheresse des cultures, de l'irrigation et des réservoirs d'eau)
• BOSCO, plateforme de suivi de l’humidité du sol en Bretagne (France)