L'objectif du projet ADAM (Assimilation de Données par Agro Modélisation) est de développer et évaluer une méthode permettant d’extraire des informations agronomiques sur les cultures (rendement potentiel, risques de maladie, besoins en eau ou en azote …) nécessaires pour la conduite de manière optimale des cultures, estimer les productions et évaluer la qualité de l’environnement.
Des modèles permettent de décrire le fonctionnement des cultures à partir de la connaissance de nombreuses caractéristiques du sol, du climat et de la plante. Malheureusement, certaines de ces caractéristiques sont mal connues et peuvent varier de manière significative dans l’espace et dans le temps. Ces modèles sont donc difficiles à utiliser de manière opérationnelle. Ils nécessitent d’autres informations qui permettent le contrôle de la trajectoire des modèles de fonctionnement des cultures et éventuellement de la corriger.
Les données de télédétection permettent de vérifier l’état réel des cultures en tout point de l’espace, et de le comparer aux simulations des modèles de fonctionnement. En cas de discordance entre état réel et simulations, des corrections sont apportées aux paramètres mal connus du modèle. C’est le principe de l’assimilation des données de télédétection.
La méthode mise au point est différente de celles utilisées jusqu'à présent en observation de la terre (excepté en météorologie et océanographie spatiale). Il ne s'agit plus d'essayer d'extraire plus ou moins directement les informations des images, mais de forcer les modèles de fonctionnement à respecter les mesures physiques spatiales. C'est ensuite le modèle agronomique qui produit les informations recherchées.
A terme, une telle approche permettra aussi de redéfinir les spécifications d’une mission spatiale dédiée " agriculture " probablement moins contraignante en terme de besoin images puisque celles-ci servent uniquement à contraindre le modèle, à certaines périodes clés du développement.
Pour mener à bien ce projet de recherche, un vaste dispositif expérimental a été mis en place pendant la campagne agricole 2000-2001 (acquisition massive d’images satellite optiques et radar, campagne de mesures de terrain très détaillées, caractérisation fine du milieu…). En 2001-2002, le dispositif expérimental est allégé mais fonctionne encore, de façon à disposer de deux années de mesures.
Le projet se déroule dans la plaine du Danube en Roumanie, sur le site de Fundulea et est centré sur la culture du blé .
La zone d’étude a été couverte par une large série d’images satellite
Des données Spot journalières , une dizaine d'images radar (ERS, Radarsat) , des images ASTER et Hyperion ont acquises en 2000-2001 sur la zone.
Pendant la campagne agricole octobre 2000-juillet 2001, un dispositif très complet de mesures terrain a fonctionné : 42 unités expérimentales sur des parcelles de blé ont été régulièrement analysées selon un protocole incluant 10 unités de calibration et 32 unités de validation.
Les phénomènes mesurés concernent aussi bien le blé (développement, état physiologique, rendement…) que les sol (profils, bilans hydriques et azotés…) et la météorologie (paramètres météo classiques, caractérisation de l’atmosphère ).
L’ensemble de ces données (spatiales et terrain) est mis à disposition des scientifiques par l’intermédiaire d’une Base de Données sur site ftp , contenant les données pré-traitées et validées. Ceci permet de libérer les scientifiques des taches de prétraitement, de résoudre les problèmes de communication et de distribution des données, d'ouvrir la possibilité d'études futures sur l'apport de la haute répétitivité temporelle à d’autres thèmes de recherche.
Le projet ADAM a une durée de 3 ans . Il est conduit sous maîtrise d'œuvre CNES, en association avec une équipe de chercheurs composée de laboratoires français (INRA Avignon, spécialiste des modèles agro-physiologiques, et ESAP, spécialiste de l'agriculture de précision) et de plusieurs laboratoires roumains (ICPA, ICCPT, CRUTA) encadrés par l'Agence Spatiale Roumaine.
ADAM est financé par le CNES (budget de R&T et ADEMA) avec un cofinancement des différents membres de l'équipe (français et roumains).
Trois thèses sont menées dans le cadre de ce projet :
- Nadia Rochdi (INRA Avignon) : " Use of high temporal resolution for characterising vegetation. Inclusion of clumpiness within radiative transfer model"
- Claire Lauvernet (INRA Avignon) : " Development of a method to estimate canopy state variables in time and space using assimilation of high temporal frequency Spot data into vegetation process models."
- Jean Philippe Denux : " Combined use of satellite images and vegetation process model as decision making tool in agriculture. " (TBC)
