Suivi et Modélisation à l’échelle des pixels de la dynamique de la canne à sucre par télédétection

Abstract

La canne à sucre est une culture stratégique à l’échelle mondiale, essentielle à la production de sucre et bioénergie. En zone équatoriale, sa productivité dépend des conditions climatiques et hydriques. La télédétection offre des outils puissants pour suivre les cycles phénologiques et anticiper les rendements. Cette étude propose une approche intégrée combinant Google Earth Engine (GEE) et Python pour analyser la phénologie de la canne à sucre et modéliser sa productivité. Des séries temporelles Sentinel-2 (2019-2024) et des données climatiques, incluant précipitations, température et évapotranspiration de référence, ont été exploitées pour calculer plusieurs indices de végétation, extraire les indicateurs phénologiques clés tels que le début, le pic et la fin de saison, la durée et la biomasse cumulée, détecter les anomalies et construire des modèles prédictifs de rendement utilisant la régression multiple et Random Forest. Les résultats montrent une saison culturale longue d’environ 354 jours, avec un pic de vigueur de janvier à mars et un ralentissement d’août à octobre. La biomasse cumulée varie fortement entre années et se corrèle positivement avec le rendement, ainsi qu’avec le début de saison et les indices liés à l’eau. Le modèle Random Forest surpasse la régression multiple, capturant les interactions non linéaires et améliorant la précision prédictive. Cette méthodologie automatisée illustre le potentiel des chaînes GEE–Python pour relier phénologie, climat et rendement, ouvre des perspectives concrètes pour l’agriculture de précision en milieu tropical.