1,721,026 research outputs found
Monitoring the water budget of irrigated crops from multi-spectral optical/thermal remote sensing data
No full textL'agriculture est une pression importante sur les ressources en eau, consommant plus de 70% de l'eau douce mobilisée à l'échelle mondiale. Cependant, les informations sur l'irrigation, pourtant cruciales pour assurer une durabilité de la ressource, sont souvent indisponibles. Par conséquent, il est essentiel d'estimer les différents termes du bilan d'eau des cultures à grande échelle. Cette thèse vise à intégrer les données de télédétection optique/thermique dans un modèle simplifié de bilan d'eau des cultures pour le suivi du bilan d'eau des zones agricoles irriguées. Une approche innovante est développée pour estimer simultanément l'irrigation, l'évapotranspiration (ET) et l'humidité en zone racinaire (RZSM) journalières à l'échelle de parcelle (ou à 100 m de résolution). Dans une première partie, une étude de faisabilité est réalisée à l'aide de mesures optiques/thermiques in situ collectées sur une parcelle de blé d'hiver dans la plaine du Haouz, au Maroc. En pratique, un coefficient de stress hydrique (Ks) dérivé de la température de surface (LST) et d'un indice de végétation (NDVI) est d'abord traduit en une première approximation de RZSM, qui est utilisée pour estimer les quantités et les dates d'irrigation au cours de la saison. Les irrigations obtenues permettent ensuite de forcer le modèle FAO-56 à coefficient cultural double (FAO-2Kc) et de fournir des ré-analyses ET et RZSM journalières. La RZSM ré-analysée est significativement améliorée par rapport aux premières estimations de RZSM, atteignant la même précision que celle obtenue en utilisant les irrigations réelles (RMSE=0,03 m3m-3 et R2=0,7). Toutefois, l'approche doit encore être testée avec des données satellitaires afin de démontrer son applicabilité dans le cas réel. La deuxième partie consiste à adapter l'approche précédente aux données optiques/thermiques Landsat à faible fréquence temporelle. Une méthode contextuelle est utilisée pour obtenir des estimations dérivées de Landsat (coefficients de culture et RZSM), qui sont utilisées pour réinitialiser un modèle basé sur le FAO-2Kc et propager ces informations à l'échelle journalière tout au long de la saison. Ensuite, les irrigations obtenues à l'échelle des pixels sont agrégées à la parcelle pour ré-analyser l'ET et la RZSM journalières. L'approche est appliquée sur trois zones agricoles (12 km x 12 km) de la région semi-aride de la plaine du Haouz et validée sur cinq parcelles de blé d'hiver avec différentes techniques d'irrigation (goutte à goutte, gravitaire et sans irrigation). Les résultats montrent que l'irrigation saisonnière sur l'ensemble des sites et des saisons est estimée avec une bonne précision (RMSE=44 mm et R=0,95), et ce quelque soit la technique d'irrigation. Des erreurs acceptables (RMSE=27 mm et R=0,52) sont obtenues pour des irrigations cumulées sur 15 jours, mais les erreurs sont beaucoup plus importants à l'échelle journalière et hebdomadaire. Cependant, les RZSM et ET journalières sont estimées avec précision à l'aide de des irrigations inversées et sont même très proches de celles estimées à l'aide des irrigations réelles (RMSE=0,04 m3m-3 pour RZSM et RSME=0,83 mm.d-1 pour ET). Dans la troisième partie, une méthode opérationnelle de désagrégation des données de LST basée sur les relations NDVI/LST et Landsat/MODIS est mise en œuvre pour améliorer la résolution spatio-temporelle de la LST utilisée en entrée de l'approche d'estimation de l'irrigation. La méthode de désagrégation est testée sur une région aride du Chili et sur notre zone d'étude dans la plaine du Haouz. La combinaison des données deLST Landsat et des données de LST désagrégées permet, grâce au gain en résolution temporelle, une meilleure détection des événements et des quantités d'irrigation. Le RMSE global de l'irrigation cumulée à différentes échelles de temps est réduite de 46 à 34 mm, tandis que le R passe de 0,50 à 0,64.Irrigated agriculture is an important pressure on water resources, consuming more than 70% of the mobilized freshwater resources at global scale. However, the information on irrigation, which is crucial for the sustainability of water resources in agricultural regions, is often unavailable. Therefore, monitoring and quantifying the crop water budget over extended areas is critical. This PhD thesis aims to integrate optical/thermal remote sensing data into a simplified crop water balance model for monitoring the water budget of irrigated agricultural areas. For this purpose, an innovative and stepwise approach is developed to estimate simultaneously the irrigation, the evapotranspiration (ET) and the root-zone soil moisture (RZSM) at crop field scale (100 m resolution) on a daily basis. In a first step, a feasibility study is carried out using in situ optical/thermal measurements collected over a winter wheat field of the Haouz plain, Morocco. A crop water stress coefficient (Ks) derived from the land surface temperature (LST) and vegetation index (NDVI) is first translated into RZSM diagnostic estimates, which is then used to estimate irrigation amounts and dates along the season. Next, the retrieved irrigations allow forcing the dual crop coefficient FAO-56 model (FAO- 2Kc) to re-analyze the daily ET and RZSM. The re-analyzed RZSM is significantly improved with respect to RZSM diagnostic estimates, reaching the same accuracy as that obtained by using actual irrigations (RMSE = 0.03 m3m-3 and R2 = 0.7). However, the approach needs to be tested using satellite data in order to demonstrate its real applicability. The next step consists in adapting the previous approach to spatially integrated but temporally sparse Landsat NDVI/LST data. For this purpose, a contextual method is first used to derive Landsat-derived estimates (crop coefficients and RZSM), which are used to re-initialize a FAO-based model and propagate this information daily throughout the season. Then, the retrieved pixel-scale irrigations are aggregated to the crop field-scale. The approach is applied to three agricultural areas (12 km by 12 km) in the semi-arid region of Haouz Plain, and validated over five winter wheat fields with different irrigation techniques (drip-, flood- and no-irrigation). The results show that the seasonal irrigation amounts over all the sites and seasons is accurately estimated (RMSE = 44 mm and R = 0.95), regardless of the irrigation techniques. Acceptable errors (RMSE = 27 mm and R = 0.52) are obtained for irrigations cumulated over 15 days, but poor agreements at daily to weekly scales are found in terms of irrigation. However, the daily RZSM and ET are accurately estimated using the retrieved irrigation and are very close to those estimated using actual irrigations (overall RMSE equal to 0.04 m3m-3 and 0.83 mm.d-1 for RZSM and ET, respectively). In a final step, an operational LST disaggregation method based on NDVI/LST and Landsat/MODIS relationships is implemented for enhancing the spatio-temporal resolution of LST as input to the irrigation retrieval approach. The disaggregation method is tested over an arid region of Chile and our study area in the Haouz Plain. Combining both disaggregated LST and Landsat LST data sets, thanks to the increase in the temporal frequency of LST data, results in a better detection of irrigation events and amounts. The overall RMSE of cumulated irrigation at different time scales is decreased from 46 to 34 mm, while the R is increased from 0.50 to 0.64. Consistently, the RZSM estimated using the disaggregated LST in addition to Landsat LST as input is improved by 26% and 14% in terms of RMSE and R, respectively
Water requirement and cereal yields in the Southern Mediterranean : observation, seasonal forecast and impact of climate change
No full textLe secteur agricole est l'un des piliers de l'économie marocaine. En plus de contribuer à 15% au Produit Intérieur Brut (PIB) et de fournir 35% des opportunités d'emploi, il a un impact sur les taux de croissance. Ces dernières sont affectées négativement ou positivement par les conditions climatiques et la pluviométrie en particulier. Lors des années de sécheresse, caractérisées par une baisse de la production agricole, en particulier celle des céréales, la croissance de l'économie marocaine a été sévèrement affectée et les importations alimentaires du royaume ont augmenté de manière significative. Dans ce contexte, il est important d'évaluer l'impact de la sécheresse agricole sur les rendements céréaliers et de développer des modèles de prévision précoce des rendements, ainsi que de déterminer l'impact futur du changement climatique sur le rendement du blé et leurs besoins en eau. Le but de ce travail est, premièrement, d'approfondir la compréhension de la relation entre le rendement des céréales et la sécheresse agricole au Maroc. Afin de détecter la sécheresse, nous avons utilisé des indices de sécheresse agricole provenant de différentes données satellitaires. En outre, nous avons utilisé les sorties du système d'assimilation des données terrestres (LDAS). Deuxièmement, nous avons développé des modèles empiriques de la prévision précoce des rendements des céréales à l'échelle provinciale. Pour atteindre cet objectif, nous avons construit des modèles de prévision en utilisant des données multi-sources comme prédicteurs, y compris des indices basés sur la télédétection, des données météorologiques et des indices climatiques régionaux. Pour construire ces modèles, nous nous sommes appuyés sur des algorithmes de machine learning tels que : Multiple Linear Regression (MLR), Support Vector Machine (SVM), Random Forest (RF) et eXtreme Gradient Boost (XGBoost). Enfin, nous avons évalué l'impact du changement climatique sur le rendement du blé et ses besoins en eau. Pour ce faire, nous nous sommes appuyés sur cinq modèles climatiques régionaux disponibles dans la base de données Med-CORDEX sous deux scénarios RCP4.5 et RCP8.5, ainsi que sur le modèle AquaCrop et nous nous sommes basés sur trois périodes, la période de référence 1991-2010, la deuxième période 2041-2060 et la troisième période 2081-2100. Les résultats ont montré qu'il y a une corrélation étroite entre le rendement des céréales et les indices de sécheresse liés à l'état de végétation pendant le stade d'épiaison (mars et avril) et qui sont liés à la température de surface pendant le stade de développement en janvier-février, et qui sont liés à l'humidité du sol pendant le stade d'émergence en novembre-décembre. Les résultats ont également montré que les sorties du LDAS sont capables de suivre avec précision la sécheresse agricole. En ce qui concerne la prévision du rendement, les résultats ont montré que la combinaison des données provenant de sources multiples a donné des meilleurs résultats que les modèles basés sur une seule source. Dans ce contexte, le modèle XGBoost a été capable de prévoir le rendement des céréales dès le mois de janvier (environ quatre mois avant la récolte) avec des métriques statistiques satisfaisants (R² = 0.88 et RMSE = 0.22 t. ha^-1). En ce qui concerne l'impact du changement climatique sur le rendement et les besoins en eau du blé, les résultats ont montré que l'augmentation de la température de l'air entraînera un raccourcissement du cycle de croissance du blé d'environ 50 jours.[...]The agricultural sector is one of the pillars of the Moroccan economy. In addition to contributing 15% in GDP and providing 35% of employment opportunities, it has an impact on growth rates that are negatively or positively affected by climatic conditions and rainfall in particular. During drought years characterized by a decline in agricultural production and in particular cereal production, the growth of the Moroccan economy was severely affected and the kingdom's food imports increased significantly. In this context, it's important to assess the impact of agricultural drought on cereal yields and to develop early yield prediction models, as well as to determine the future impact of climate change on wheat yield and water requirements. The aim of this work is, firstly to further understand the linkage between cereal yield and agricultural drought in Morocco. In order to identify this drought, we used agricultural drought indices from remotely sensed satellite data. In addition, we used the outputs of Land Data Assimilation System (LDAS). Secondly, to develop empirical models for early prediction of cereal yields at provincial scale. To achieve this goal, we built forecasting models using multi-source data as predictors, including remote sensing-based indices, weather data and regional climate indices. And to build these models, we relied on machine learning algorithms such as Multiple Linear Regression (MLR), Support Vector Machine (SVM), Random Forest (RF) and eXtreme Gradient Boost (XGBoost). Finally, to evaluate the impact of climate change on the wheat yield its water requirements. To do this, we relied on five regional climate models available in the Med-CORDEX database under two scenarios RCP4.5 and RCP8.5, as well as the AquaCrop model and we based on three periods, the reference period 1991-2010, the second period 2041-2060 and the third period 2081-2100. The results showed that there is a close correlation between cereals yield and drought indices related to canopy condition during the heading stage (March and April) and which are related to surface temperature during the development stage in January -February, and which are related to soil moisture during the emergence stage in November -December. The results also showed that the outputs of LDAS are able to accurately monitor agricultural drought. Concerning, cereal yield forecasting, the results showed that combining data from multiple sources outperformed models based on one data set only. In this context, the XGBoost was able to predict cereal yield as early as January (about four months before harvest) with satisfactory statistical metrics (R² = 0.88 and RMSE = 0.22 t. ha^-1). Regarding the impact of climate change on wheat yield and water requirements, the results showed that the increase in air temperature will result in a shortening of the wheat growth cycle by about 50 days. The results also showed a decrease in wheat yield up to 30% if the rising in CO2 was not taken into account. The effect of fertilizing of CO2 can offset the yield losses, and yield can increase up to 27 %. Finally, water requirements are expected to decrease by 13 to 42%, and this decrease is associated with a change in temporal patterns, with the requirement peak coming two months earlier than under current conditions
Evaluation of evapotranspiration over the irrigated areas in the High Atlas Mountain front, Morocco : modeling, micro-meteorological measurements and remote sensing
No full textUne évaluation précise de l'évapotranspiration (ET) est indispensable à l'échelle du bassin pour étudier les processus hydrologiques et le bilan hydrique, en particulier de l'amont vers l'aval. Dans les montagnes, ce terme est mal connu en raison de divers défis, notamment la diversité de la végétation, la variabilité topographique, le manque de données disponibles et la difficulté d'effectuer des mesures sur ces terrain complexe. Dans ce contexte, l'objectif principal de cette thèse est d'étudier le potentiel de différents modèles basés sur la télédétection, à savoir TSEB (Two-Source-Energy-Balance model), SPARSE (Soil Plant Atmosphere and Remote Sensing Evapotranspiration), Shuttleworth-Wallace (SW) and SAMIR (SAtellite Monitoring of IRrigation), pour estimer l'ET sur une région du piémont du montagne. Premièrement, les modèles ont été testés à l'échelle locale en comparant avec les mesures de deux systèmes d'Eddy covariance (EC). Deuxièmement, la performance des modèles à l'échelle de la zone d'étude a été évaluée en pondérant les estimations par le footprint d'un scintillomètre à grande ouverture (LAS) et en les comparant aux mesures. D'abord TSEB basé sur les données de télédétection, MODIS et Landsat, a été testé à l'échelle locale en comparant ses estimations aux mesures EC. Quant à l'échelle locale, les résultats de comparaison des flux de chaleur latente simulés par TSEB basé sur les données Landsat sont très encourageants en comparant aux mesurés LAS, tandis qu'une dispersion plus importante a été observée lors de l'utilisation des produits MODIS. En suit, SW a été testé à l'échelle locale et de bons accords avec la mesure ont été démontrés. Cependant, ce modèle a besoin de nombreuses variables d'entrée pour calculer les résistances du sol (rss) et de la végétation (rsv), qui sont souvent difficiles à estimer à grande échelle, en particulier l'humidité du sol. Pour ce fait, une nouvelle approche pour spatialiser rss et rsv basée sur deux proxys de variables thermiques a été proposée. La comparaison entre les valeurs ET estimées par la nouvelle approche et mesurées confirme la capacité de l'approche proposée à fournir des cartes ET satisfaisantes. SPARSE a montré des performances acceptables pour l'estimation des flux de chaleur latente et sensible. Cependant, il est limité par plusieurs hypothèses et incertitudes. Notamment, la fiabilité des données de température de surface. De plus, le fait de prendre des paramètres calibrés constants sur toute l'année dans différentes conditions de végétation et d'environnement n'est pas représentatif d'une surface aussi complexe, en particulier la résistance stomatique minimale (rstmin). Le modèle SAMIR (Satellite Monitoring of Irrigation), est utilisé pour effectuer un suivi journalier du bilan hydrique de la zone étudiée. SAMIR a montré une très bonne performance pour la prévision de l'ET.[...]An accurate assessment of evapotranspiration (ET) is crucially needed at the basin scale for studying the hydrological processes and water balance especially from upstream to downstream. In the mountains, this term is poorly understood because of various challenges, including the vegetation diversity, topography variation, lack of available data and because the in situ direct measurement of ET is difficult in complex terrain. The main objective of this theses was to investigate the potential of different models, namely Two-Source-Energy-Balance model (TSEB), Soil Plant Atmosphere and Remote Sensing Evapotranspiration (SPARSE), Shuttleworth-Wallace (SW) and SAtellite Monitoring of Irrigation (SAMIR), driven by remote sensing data for estimating ET over a complex mountain region. First, the models were tested at the local scale against the EC measurements using local measurement or/and remote sensing inputs at the satellite overpasses. Secondly, the potential of the models for evaluating the evapotranspiration at large scale was investigated by aggregating the estimated map based on the LAS footprint and compared them to the LAS measurements. TSEB was tested at the local scale against the EC measurements using multi-scale remote sensing (MODIS and Landsat) inputs at the satellite overpasses. As for the local scale, the comparison of the latent heat fluxes simulated by TSEB driven by Landsat data performed well against those measured by the LAS, while slightly more scattering was observed when MODIS products were used. SW was tested at the local scale and good agreements with the measurement was shown. However, this model needs many input variables to compute soil (rss) and vegetation (rsv) resistances, which are often difficult to estimate at large scale particularly soil moisture. In this study, a new approach to spatialize rss and rsv based on two thermal-based proxy variables was proposed. The comparison between the ET values estimated using the proposed approach and measured confirm the ability of the proposed approach to provide satisfactory ET maps. The parallel version of SPARSE is used by calibrating five of these more sensitive parameters. SPARSE has shown acceptable performance in estimating latent and sensible heat fluxes. The SPARSE model is limited by several assumptions and uncertainties. In particular, the reliability of the surface temperature data. In addition, the fact of taking constant calibrated parameters over the whole year in different vegetation and environmental conditions is not representative of such a complex surface, in particular the minimum stomatal resistance (rstmin). The SAMIR model (Satellite Monitoring of Irrigation) is used to simulate water fluxes at a daily time step in the area studied. SAMIR showed a very good performance for the estimating ET. [...
Assessment of crop evapotranspiration and deep percolation in a commercial irrigated citrus orchard under semi-arid climate: Combined Eddy-Covariance measurement and soil water balance-based approach
No full textAn accurate estimate of crop coefficient (Kc) values at different development stages (Kcini, Kcmid, and Kcend) is crucial for assessing crop water requirements in semi-arid regions. The objectives of this study were first to quantify the reference evapotranspiration (ETo) and to calculate the actual evapotranspiration (ETa) over citrus in a semi-arid climate under drip irrigation. For this purpose, a site of a citrus orchard in Souss-Massa, planted with the Esbal variety of clementine, was equipped with an Eddy-Covariance (EC) system, and sensors to measure radiation, soil heat flux, and micrometeorological forcing data, during 2020 and 2021 seasons. Also, the soil moisture content at various soil depths in the root zone near the EC tower was monitored. The energy balance closure (EBC) approach was adopted for flux assessment to ensure a quality check for the EC measurements. The obtained EBCs were about 82% and 79% for the daily measurements in 2020 and 2021, respectively, which can be considered acceptable considering the nature of the citrus orchard (relatively tall and sparse). Second, the study aimed to estimate actual Kc act values for citrus under the same irrigation strategy. The derived values were compared to different recommended Kc values in the literature. In the third stage, this work aimed to offer an alternative plan to sustainable irrigation management by elaborating an irrigation schedule for citrus crops in the region using the FAO-56 simple approach to avoid water stress and deep percolation (i.e., Ks = 1 and DP = 0). Eventually, an irrigation schedule was drawn following the crop’s phenological stages. The seasonal mean citrus evapotranspiration (ETa) values are 1.68, 3.02, and 1.86 mm/day for the initial, mid, and end-season. The seasonal actual Kc act values were 0.64, 0.58, and 0.64 for Kcini, Kcmid, and Kcend, respectively. Additionally, the application of the water balance equation revealed that a large quantity of water is lost through deep percolation (52% of total water supplied). The study focuses on Citrus trees being a strategic crop with important socio-economic values in the Souss-Massa region. Thus, the results should support both scientists and farmers in planning and strategy development
Peer review report 1 on Evaluation of sixteen reference evapotranspiration methods under sahelian conditions in the Senegal River Valley
No full text
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
