Imagerie aérienne par drone : exploitation des données pour l'agriculture de précision

• Main Authors: Nathalie Vigneau, Corentin Chéron, Aleixandre Verger, Frédéric Baret
• Format: Article
• Language: English
• Published: Société Française de Photogrammétrie et de Télédétection 2017-04-01
• Series: Revue Française de Photogrammétrie et de Télédétection
• Online Access: https://rfpt.sfpt.fr/index.php/RFPT/article/view/203
• ISSN: 1768-9791; 2426-3974

La technologie des drones devenant plus accessible et les réglementations nationales encadrant les vols des drones commençant à émerger, de nombreuses sociétés utilisent désormais des drones pour réaliser des acquisitions d'images. Parmi celles-ci AIRINOV a choisi de se spécialiser dans l'agriculture et offre ses services aux agriculteurs ainsi qu'aux expérimentateurs. AIRINOV exploite les drones eBee de senseFly. Le drone a une envergure d'1 m pour un poids de 700 g charge comprise et son vol est entièrment automatique. Le vol est programmé à l'avance puis contrôlé par un auto-pilote connecté à un capteur GPS et à une centrale inertielle embarqués. Ces capteurs enregistrent la position et l'attitude du drone pendant son vol, permettant de géolocaliser les images acquises. Une étude réalisée avec des cibles au sol a permis d'établir que le positionnement absolu des images est de 2,06 m. Toutefois, le recalage sur des points dont on connaît les coordonnées permet d'avoir un géoréférencement avec une précision centimétrique. En parallèle de l'utilisation des appareils photos classiques (RGB), AIRINOV utilise un capteur multispectral quadribande. Les longueurs d'onde de ce capteur sont modulables mais sont généralement vert, rouge, red edge et proche infra-rouge. Ces longueurs d'onde permettent non seulement le suivi d'indices de végétation tels que le NDVI mais également l'accès à des variables biochimiques et biophysiques par inversion d'un modèle de transfert radiatif. Une étude menée conjointement avec l'INRA d'Avignon et le CREAF permet d'accéder au Green Area Index (GAI) et au contenu en chlorophylle (Cab) sur colza, blé, maïs et orge. Cet article présente les résultats d'estimation du GAI avec une RMSE de 0,25 et de Cab avec une RMSE de 4,75 microgrammes/cm2. La qualité des estimations combinée à la forte capacité de revisite du drone ainsi qu'à la multiplicité des indicateurs disponibles démontre le grand intérêt du drone pour le phénotypage et le suivi de plateformes d'essais.