Évaluation spatialisée des performances agronomiques sous-système agroforestier en contexte de petite agriculture familiale au Sahel : évaluation de l’effet du Faidherbia albida à l’échelle intra-parcellaire à partir de l’imagerie drone et des approches géostatistiques / Serigne Mansour DIENE (............) 

Public ISBD Titre : Évaluation spatialisée des performances agronomiques sous-système agroforestier en contexte de petite agriculture familiale au Sahel : évaluation de l’effet du Faidherbia albida à l’échelle intra-parcellaire à partir de l’imagerie drone et des approches géostatistiques Type de document : texte imprimé Auteurs : Serigne Mansour DIENE, Auteur Editeur : Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Mathématiques et Informatique Année de publication : ............ Importance : 124 P. Format : 29 cm Langues : Français (fre) Mots-clés : Agroécologie  Agroforesterie  Drone  Image  Rendement  Distance d’influence  Arbre  Mil  Sénégal  Faidherbia albida  Bassin arachidier  Télédétection  Géostatistique  Géomatique  Parc agroforestier  Evaluation spatialisée  Image multispectrale  Apprentissage automatique  Prédiction  Imagerie médicale  Atlas probabiliste  Modèle additif mixte généralisé  Generalized additive mixed model  Pennisetum glaucum  Agriculture  Système agroforestier  NDVI  Normalized Difference Vegetation Index  Indice de végétation par différence normalisée  Système agroforestier  Image drone  Effet spatial Résumé : En 2100, la population africaine devrait atteindre 3,1 milliards de personnes et d’ici 2050 le taux d’urbanisation va passer à plus de 60 %. Cette croissance démographique et les changements environnementaux notamment climatique auront des impacts négatifs sur les performances des cultures annuelles. Par conséquent, les pratiques agricoles doivent évoluer pour passer à une intensification des pratiques agricoles en adoptant des solutions basées sur la nature telles que l’agroforesterie. Cependant, dans les parcs agroforestiers à base de Faidherbia albida du bassin arachidier Senegalais, la présence des arbres conduit à de fortes hétérogénéités dans la productivité des parcelles notamment le mil (en rotation avec l’arachide) avec des rendements variables en fonction de la distance à l’arbre. Dans ce système agroforestier particulier centré sur le Faidherbia albida avec sa phénologie inversée, la télédétection par drone et les techniques géostatistiques constituent une source d’informations pertinentes dans la compréhension des performances agronomiques des cultures annuelles. L’objectif principal de cette thèse est de contribuer à l’amélioration des connaissances des parcs agroforestiers à base de Faidherbia albida en faisant une évaluation spatialisée des performances des cultures annuelles telles que le mil. Pour ce faire, une méthodologie fine, centrée sur des images multispectrales acquises par drone, a été élaborée à l’échelle de la parcelle et a été validée par des campagnes de terrain durant toute la thèse. Pour commencer, les modèles d’apprentissage automatique ont été utilisés en combinant les indices de végétation, de texture et les variables microclimatiques pour prédire le rendement en grain du mil sur 05 années de cultures. Ensuite, une technique tirée de l’imagerie médicale nommée "atlas probabiliste" a été appliquée pour la première fois en agroforesterie pour évaluer l’influence moyenne d’une population de Faidherbia albida sur le NDVI du mil. Enfin, un modèle additif mixte généralisé (Gamm, Generalized additive mixed model ) est utilisé pour modéliser une influence spécifique sur le voisinage de chaque arbre et qui puisse s’additionner à celle d’autres arbres quand leurs zones d’influence se recouvrent. Les résultats ont ressorti la pertinence de combiner les indices de texture et les variables microclimatiques pour estimer le rendement en grain du mil dans un contexte très hétérogène. Le modèle Gradient Boosting Machine a montré plus de performances que le Random Forest en expliquant en calibration 95 % (R2 = 0.95) et en validation 78 % (R2 = 0.78) de la variabilité du rendement en grain du mil. Les travaux de recherche ont également souligné une influence moyenne du Faidherbia albida sur le NDVI du mil qui décroît en fonction de la distance et présente une anisotropie donc variable en fonction de la direction. La modélisation Gamm a démontré que la proximité entre les arbres n’est pas une condition sine qua none pour avoir des effets qui s’additionnent. La stabilité spatio-temporelle de l’effet de l’arbre est étroitement liée aux facteurs climatiques, elle est stable pour une année mais très variable entre deux années contrastées. Tous ces résultats mettent en lumière l’utilité des parcs agroforestiers dans l’optimisation des rendements agricoles et la lutte contre le changement climatique. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3201 Évaluation spatialisée des performances agronomiques sous-système agroforestier en contexte de petite agriculture familiale au Sahel : évaluation de l’effet du Faidherbia albida à l’échelle intra-parcellaire à partir de l’imagerie drone et des approches géostatistiques [texte imprimé] / Serigne Mansour DIENE, Auteur . - Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Mathématiques et Informatique, ............ . - 124 P. ; 29 cm. Langues : Français (fre) Mots-clés : Agroécologie  Agroforesterie  Drone  Image  Rendement  Distance d’influence  Arbre  Mil  Sénégal  Faidherbia albida  Bassin arachidier  Télédétection  Géostatistique  Géomatique  Parc agroforestier  Evaluation spatialisée  Image multispectrale  Apprentissage automatique  Prédiction  Imagerie médicale  Atlas probabiliste  Modèle additif mixte généralisé  Generalized additive mixed model  Pennisetum glaucum  Agriculture  Système agroforestier  NDVI  Normalized Difference Vegetation Index  Indice de végétation par différence normalisée  Système agroforestier  Image drone  Effet spatial Résumé : En 2100, la population africaine devrait atteindre 3,1 milliards de personnes et d’ici 2050 le taux d’urbanisation va passer à plus de 60 %. Cette croissance démographique et les changements environnementaux notamment climatique auront des impacts négatifs sur les performances des cultures annuelles. Par conséquent, les pratiques agricoles doivent évoluer pour passer à une intensification des pratiques agricoles en adoptant des solutions basées sur la nature telles que l’agroforesterie. Cependant, dans les parcs agroforestiers à base de Faidherbia albida du bassin arachidier Senegalais, la présence des arbres conduit à de fortes hétérogénéités dans la productivité des parcelles notamment le mil (en rotation avec l’arachide) avec des rendements variables en fonction de la distance à l’arbre. Dans ce système agroforestier particulier centré sur le Faidherbia albida avec sa phénologie inversée, la télédétection par drone et les techniques géostatistiques constituent une source d’informations pertinentes dans la compréhension des performances agronomiques des cultures annuelles. L’objectif principal de cette thèse est de contribuer à l’amélioration des connaissances des parcs agroforestiers à base de Faidherbia albida en faisant une évaluation spatialisée des performances des cultures annuelles telles que le mil. Pour ce faire, une méthodologie fine, centrée sur des images multispectrales acquises par drone, a été élaborée à l’échelle de la parcelle et a été validée par des campagnes de terrain durant toute la thèse. Pour commencer, les modèles d’apprentissage automatique ont été utilisés en combinant les indices de végétation, de texture et les variables microclimatiques pour prédire le rendement en grain du mil sur 05 années de cultures. Ensuite, une technique tirée de l’imagerie médicale nommée "atlas probabiliste" a été appliquée pour la première fois en agroforesterie pour évaluer l’influence moyenne d’une population de Faidherbia albida sur le NDVI du mil. Enfin, un modèle additif mixte généralisé (Gamm, Generalized additive mixed model ) est utilisé pour modéliser une influence spécifique sur le voisinage de chaque arbre et qui puisse s’additionner à celle d’autres arbres quand leurs zones d’influence se recouvrent. Les résultats ont ressorti la pertinence de combiner les indices de texture et les variables microclimatiques pour estimer le rendement en grain du mil dans un contexte très hétérogène. Le modèle Gradient Boosting Machine a montré plus de performances que le Random Forest en expliquant en calibration 95 % (R2 = 0.95) et en validation 78 % (R2 = 0.78) de la variabilité du rendement en grain du mil. Les travaux de recherche ont également souligné une influence moyenne du Faidherbia albida sur le NDVI du mil qui décroît en fonction de la distance et présente une anisotropie donc variable en fonction de la direction. La modélisation Gamm a démontré que la proximité entre les arbres n’est pas une condition sine qua none pour avoir des effets qui s’additionnent. La stabilité spatio-temporelle de l’effet de l’arbre est étroitement liée aux facteurs climatiques, elle est stable pour une année mais très variable entre deux années contrastées. Tous ces résultats mettent en lumière l’utilité des parcs agroforestiers dans l’optimisation des rendements agricoles et la lutte contre le changement climatique. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3201

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
TH 2656	TH 2656	Thèse de doctorat d'Etat	Thèses mathématiques et informatique	Informatique-Télécommunication	Disponible

Documents numériques

TH 2656 Adobe Acrobat PDF

---

1 (1 - 1 / 1) Par page : 25 50 100 200