La menace croissante de sécheresse et l'augmentation de la demande en eau ont rendu les prévisions précises de l'utilisation de l'eau des cultures essentielles pour la gestion et la durabilité de l'eau des terres agricoles.

Mais les limites des modèles existants et des données satellitaires posent des défis pour des estimations précises de l'évapotranspiration, une combinaison de l'évaporation du sol et de la transpiration des plantes. Le processus est complexe et difficile à modéliser, et les données de télédétection existantes ne peuvent pas fournir de données précises, des informations haute résolution au quotidien.

Un nouveau cadre de cartographie haute résolution appelé BESS-STAIR promet de faire exactement cela, autour du globe. BESS-STAIR est composé d'un modèle biophysique satellitaire intégrant l'eau des plantes, cycles du carbone et de l'énergie - le Breathing Earth System Simulator (BESS) - avec un algorithme de fusion générique et entièrement automatisé appelé STAIR (SaTellite data IntegRation).

Le cadre, développé par des chercheurs du Center for Advanced Bioenergy and Bioproducts Innovation (CABBI) du Département de l'énergie des États-Unis à l'Université de l'Illinois à Urbana-Champaign, a été testé dans 12 sites à travers la ceinture de maïs des États-Unis, et ses estimations ont atteint les performances les plus élevées rapportées dans toutes les études universitaires à ce jour.

L'étude, Publié dans Hydrologie et sciences du système terrestre , a été dirigée par l'associée de recherche postdoctorale Chongya Jiang, du thème de la durabilité de CABBI, et chef de projet Kaiyu Guan, Professeur adjoint au Département des ressources naturelles et des sciences de l'environnement (NRES) et professeur Blue Waters au National Center for Supercomputing Applications (NCSA).

"BESS-STAIR a un grand potentiel pour être un outil fiable pour la gestion des ressources en eau et les applications d'agriculture de précision pour la ceinture de maïs américaine et même dans le monde entier, compte tenu de la couverture mondiale de ses données d'entrée, " dit Jiang.

Les méthodes traditionnelles de télédétection pour estimer l'évapotranspiration reposent fortement sur les données de rayonnement thermique, mesurer la température du couvert végétal et du sol lorsqu'ils se refroidissent par évaporation. Mais ces méthodes présentent deux inconvénients :les satellites ne peuvent pas collecter de données sur les températures de surface les jours nuageux; et les données de température ne sont pas très précises, ce qui à son tour affecte la précision des estimations de l'évapotranspiration, dit Jiang.

L'équipe du CABBI s'est plutôt concentrée sur les cycles carbone-eau-énergie de l'usine. Les plantes transpirent de l'eau dans l'atmosphère par des trous sur leurs feuilles appelés stomates. Comme l'eau sort, le dioxyde de carbone entre, permettant à la plante d'effectuer la photosynthèse et de former de la biomasse.

Le modèle BESS-STAIR estime d'abord la photosynthèse, puis la quantité de carbone et d'eau entrant et sortant. Les méthodes de télédétection antérieures ne considéraient pas la composante carbone comme une contrainte, dit Jiang. "C'est l'avancée de ce modèle."

Autre avantage :les méthodes basées sur la température de surface ne peuvent collecter des données que par ciel clair, ils doivent donc interpoler l'évapotranspiration pour les jours nuageux, créer des lacunes dans les données, il a dit. Le modèle BESS-STAIR tout temps utilise la réflectance de surface, ce qui est similaire par temps clair et nuageux, éliminer les lacunes.

L'algorithme STAIR a fusionné les données de deux systèmes satellitaires complémentaires - Landsat et MODIS - pour fournir quotidiennement des données haute résolution, fournissant à la fois une haute résolution spatiale et une haute résolution temporelle. Landsat collecte des informations détaillées sur la Terre tous les huit à 16 jours; MODIS fournit chaque jour une image complète du globe pour capturer des changements de surface terrestre plus rapides.

Ce n'est pas la première fois que des chercheurs combinent les données des deux capteurs satellites, mais les méthodes précédentes ne fonctionnaient que dans une petite région sur une courte période de temps, dit Guan. Les algorithmes précédents étaient difficiles à mettre à l'échelle et n'étaient pas entièrement automatiques, nécessitant un apport humain important, et ils ne pouvaient pas être appliqués à de vastes domaines sur une période plus longue.

Par contre, le cadre de l'équipe CABBI a été évalué dans différentes régions de la Corn Belt des États-Unis sur une période de deux décennies, dit Jiang. Les chercheurs ont construit un pipeline sur le superordinateur du NCSA pour estimer automatiquement la réflectance de surface ainsi que l'évapotranspiration à grande échelle pendant de longues périodes. En utilisant les données de 2000 à 2017, l'équipe a appliqué BESS-STAIR sur 12 sites à travers la Corn Belt, valider de manière exhaustive ses estimations d'évapotranspiration avec des mesures de tour de flux sur chaque site. Ils ont mesuré la précision globale ainsi que spatiale, saisonnier, et variations interannuelles.

« Nous sommes en mesure de fournir quotidiennement, Évapotranspiration à une résolution de 30 m à tout moment et n'importe où dans la ceinture de maïs des États-Unis en quelques heures, ce qui est sans précédent, " a déclaré Guan.

La percée aura en temps réel, avantages pratiques pour les agriculteurs américains faisant face à la gravité croissante des sécheresses, comme le montrent plusieurs études récentes.

« L'agriculture de précision est l'une de nos cibles majeures. L'évapotranspiration est très importante pour l'irrigation et aussi très importante pour la gestion de l'eau, " a déclaré Guan. " C'est une solution qui va au-delà des parcelles expérimentales et a un impact sur le monde réel, pour des millions de champs partout."