Résumé
Time series of optical satellite images acquired at high spatial resolution constitute an important source of information for crop monitoring, in particular for keeping track of crop harvest. However, the quantity of information extracted from this source is often restricted by acquisition gaps and uncertainty of radiometric values. This paper presents a novel approach that addresses this issue by combining time series of satellite images with other information from crop modeling and expert knowledge. An application for sugarcane harvest detection on Reunion Island using a SPOT5 time series is detailed. In a fuzzy framework, an expert system was designed and developed to combine multi-source information and to make decisions. This expert system was assessed for two sugarcane farms. Results obtained were in substantial agreement with ground truth data; the overall accuracy reached 96.07%.
Les séries temporelles d'images satellites acquises à haute résolution spatiale constituent une source d'information importante pour la surveillance des cultures, en particulier pour le suivi de la récolte. Toutefois, la quantité d'informations extraites de cette source est souvent limitée par des lacunes d'acquisition et par l'incertitude des valeurs radiométriques. Ce papier présente une nouvelle approche qui traite cette problématique en combinant les séries temporelles d'images satellites avec d'autres informations provenant de la modélisation des cultures et des connaissances expertes. Une application sur la détection de la récolte de canne à sucre à la Réunion en utilisant une série temporelle SPOT5 est détaillée. Un système expert basé sur la logique floue a été conçu et développé afin de combiner les informations multi-sources et prendre des décisions. Ce système expert a été évalué sur deux exploitations de canne à sucre. Les résultats obtenus sont en bon accord avec la vérité terrain ; la précision globale atteint 96,07%.