ror.org/05y503v71
Résumés
Abstract
In Morocco, water availability is becoming a national priority for the agricultural sector. In this context, the stakeholders try continuously to improve strategies of water irrigation management, on one hand, and to assess vegetation water content status, on the other hand, in order to improve irrigation scheduling and prevent water stress that affects yield adversely. The aim of this study was to evaluate the potential of two spectral indices, calculated from SPOT-5 high resolution visible (HRV) data, to retrieve the vegetation water content values of wheat in an irrigated area. These indices were the normalized difference water index (NDWI) and the moisture stress index (MSI). The values of these indices were compared with corresponding values of in situ-measured vegetation water content in 16 fields of wheat during the 2012-2013 cropping season. Good correlations were found between observed vegetation water content values and NDWI and MSI values during the crop growth period from anthesis to grain filling. These results were validated using the k-fold cross validation method and showed a good stability of the proposed regression models with a slight advantage for the NDWI. Based on these results, the NDWI was chosen to map the spatial variability of vegetation water content of wheat at the east of the Beni-Moussa irrigated perimeter. These results proved that the indices based on near and shortwave infrared band (NIR and SWIR) are able to monitor vegetation water content changes in wheat from anthesis to the grain filling stage. These indices could be used to improve irrigation and crop management of wheat at both the field and regional levels.
Keywords:
- Normalized difference water index,
- moisture stress index,
- vegetation water content,
- wheat,
- semi-arid,
- irrigated area
Résumé
Au Maroc, la disponibilité de l'eau est devenue une priorité nationale pour le secteur agricole. Dans ce contexte, les acteurs et les décideurs essaient en permanence d'améliorer les stratégies de gestion de l'irrigation, d'une part, pour évaluer l’état de l’humidité du couvert végétal et d'autre part, afin d'améliorer la planification de l'irrigation et éviter le stress hydrique qui affecte le rendement. Le but de cet article était d'évaluer le potentiel de deux indices spectraux, calculés à partir des données du proche infrarouge et du moyen infrarouge du capteur à haute résolution visible (HRV) de SPOT-5, pour estimer la teneur en eau du blé dans une zone irriguée. Les valeurs de l'indice normalisé d'eau (NDWI) et de l'indice de stress hydrique (MSI) ont été comparées avec les valeurs correspondantes à la teneur en eau de la végétation mesurée in situ dans 16 parcelles de blé au cours de la campagne agricole 2012-2013. Les indices NDWI et MSI ont montré une bonne concordance en comparaison aux mesures de terrain collectées entre la floraison et le remplissage des grains du blé. Ces résultats ont été validés à l'aide de la méthode de validation croisée k-fold et ils montrent une bonne stabilité des deux modèles proposés avec un léger avantage du NDWI. Sur la base de ces résultats, le NDWI a été choisi pour cartographier la variabilité spatiale de la teneur en eau du blé à l'est du périmètre irrigué de Beni-Moussa. Ces résultats ont prouvé que les indices utilisant la bande spectrale du moyen infrarouge et du proche infrarouge sont capables d’assurer le suivi de la teneur en eau du blé de la floraison au remplissage des grains. Ces indices pourraient être utilisés pour améliorer la gestion de l'irrigation du blé à l’échelle de la parcelle et/ou de la région.
Mots-clés :
- Indice de l’eau,
- indice du stress hydrique,
- teneur en eau de la végétation,
- blé,
- semi-aride,
- zone irriguée
Parties annexes
References
- CASSEL D.L. (2007). Re-sampling and simulation, the SAS way. SAS Global Forum 2007 Conference, 16-19 April, Orlando, FL, USA, Proceedings, paper 183.Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- CECCATO P., S. FLASSE, S. TARANTOLA, S. JACQUEMOUD and J.M. GRÉGOIRE (2001). Detecting vegetation leaf water content using reflectance in the optical domain. Remote Sens. Environ., 77, 22-33. 10.1016/S0034-4257(01)00191-2 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- CECCATO P., S. FLASSE and J.M. GRÉGOIRE (2002a). Designing a spectral index to estimate vegetation water content from remote sensing data: part 2. Validation and applications. Remote Sens. Environ., 82 (2-3), 198-207. 10.1016/S0034-4257(02)00036-6 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- CECCATO P., N. GOBRON, S. FLASSE, B. PINTY and S. TARANTOLA (2002b). Designing a spectral index to estimate vegetation water content from remote sensing data: part 1. Theoretical approach. Remote Sens. Environ., 82, 188-197.10.1016/S0034-4257(02)00037-8 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- CHENG T., D. RIAÑO, A. KOLTUNOV, M.L. WHITING, S.L. USTIN and J.C. RODRIGUEZ (2013). Detection of diurnal variation in orchard canopy water content using MODIS/ASTER airborne simulator (MASTER) data. Remote Sens. Environ., 132, 1-12. 10.1016/j.rse.2012.12.024 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- DE SAN CELEDONIO R.P., L.G. ABELEDO and D.J. MIRALLES (2014). Identifying the critical period for waterlogging on yield and its components in wheat and barley. Plant Soil, 378, 265-277. 10.1007/s11104-014-2028-6 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- DUCHEMIN B., R. HADRIA, S. ERRAKI, G. BOULET, P. MAISONGRANDE, A. CHEHBOUNI and R. ESCADAFAL (2006). Monitoring wheat phenology and irrigation in Central Morocco: On the use of relationships between evapotranspiration, crops coefficients, leaf area index and remotely-sensed vegetation indices. Agr. Water Manage., 79, 1-27. 10.1016/j.agwat.2005.02.013 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- ELVIDGE C.D. and R.J.P. LYON (1985). Influence of rock-soil spectral variation on the assessment of green biomass. Remote Sens. Environ., 17, 265-279. 10.1016/0034-4257(85)90099-9 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- FENG H., C. CHEN, H. DONG, J. WANG and Q. MENG (2013). Modified shortwave infrared perpendicular water stress index: a farmland water stress monitoring method. J. Appl. Meteor. Climatol., 52, 2024-2032. 10.1175/JAMC-D-12-0164.1 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- GAO B.C. (1996). NDWI - a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sens. Environ., 58, 257-266.10.1016/S0034-4257(96)00067-3 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- GEERTS S. and D. RAES (2009). Deficit irrigation as on-farm strategy to maximize crop water productivity in dry areas. Agr. Water Manage., 96, 1275-1284.10.1016/j.agwat.2009.04.009 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- GHULAM A., Q. QIN, T. TEYIP and Z.L. LI (2007). Modified perpendicular drought index (MPDI): a real-time drought monitoring method. ISPRS J. Photogramm. Remote Sens., 62, 150-164.10.1016/j.isprsjprs.2007.03.002 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- GUO Y. and F. ZENG (2012). Atmospheric correction comparison of SPOT-5 image based on model FLAASH and model QUAC. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XXXIX-B7, 7-11. Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- HADRIA R., B. DUCHEMIN, L. JARLAN, G. DEDIEU, F. BAUP, S. KHABBA, A. OLIOSO and T. LE TOAN (2010). Potentiality of optical and radar satellite data at high spatiotemporal resolutions for the monitoring of irrigated wheat crops in Morocco. Int. J. Appl. Earth Obs. Geoinf., 12, 32-37. 10.1016/j.jag.2009.09.003 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- HARDISKY M., R. MICHAEL SMART and V. KLEMAS (1983). Growth response and spectral characteristics of a short Spartina alterniflora salt marsh irrigated with freshwater and sewage effluent. Remote Sens. Environ., 13, 57-67. 10.1016/0034-4257(83)90027-5 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- HUNT E.R. JR, L. LI, M.T. YILMAZ and T.J. JACKSON (2011). Comparison of vegetation water contents derived from shortwave-infrared and passive-microwave sensors over central Iowa. Remote Sens. Environ., 115, 2376-2383. 10.1016/j.rse.2011.04.037 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- HUNT E.R. JR and B.N. ROCK (1989). Detection of changes in leaf water content using Near-and Middle-Infrared reflectances. Remote Sens. Environ., 30, 43-54.10.1016/0034-4257(89)90046-1 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- IQBAL ANJUM M., Y. SHEN, R. STRICEVIC, H. PEI, H. SUN, E. AMIRI, A. PENAS and S. DEL RIO (2014). Evaluation of the FAO AquaCrop model for winter wheat on the North China Plain under deficit irrigation from field experiment to regional yield simulation. Agr. Water Manage., 135, 61-72.10.1016/j.agwat.2013.12.012 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- JACQUEMOUD S. and F. BARET (1990). PROSPECT: A model of leaf optical properties spectra. Remote Sens. Environ., 34, 75-91. 10.1016/0034-4257(90)90100-Z Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- JENSEN J.R. (2007). Remote Sensing of the Environment: An Earth Resource Perspective. Prentice Hall, 2nd edition, New Jersey, USA, 608 p.Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- KOHAVI R. (1995). A study of cross-validation and bootstrap for accuracy estimation and model selection. In: Proceedings of the 14th International Joint Conference on Artificial Intelligence - Volume 2. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, pp. 1137-1143.Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- LIU S., D.A. ROBERTS, O.A. CHADWICK and C.J. STILL (2012). Spectral responses to plant available soil moisture in a Californian grassland. Int. J. Appl. Earth Obs. Geoinf. 19, 31-44. 10.1016/j.jag.2012.04.008 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- NING Z., H. YANG, Q. QIMING and L. LU (2013). VSDI: a visible and shortwave infrared drought index for monitoring soil and vegetation moisture based on optical remote sensing. Int. J. Remote Sens., 34, 4585-4609. 10.1080/01431161.2013.779046 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- OFFICE RÉGIONAL DE MISE EN VALEUR AGRICOLE DU TADLA (ORMVAT) (2009). Rapport annuel de l'Office de mise en valeur agricole de Tadla. Tadla, Morroco, 12 p.Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- QIUXIANG Y., B. ANMING, L. YI and Z. JIN (2012). Measuring cotton water status using water-related vegetation indices at leaf and canopy levels. J. Arid Land, 4, 310-319. 10.3724/SP.J.1227.2012.00310 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- RICHARDS J.A. (1995). Remote Sensing Digital Image Analysis: An Introduction. 2nd Edition, Springer-Verlag, New Jersey, USA. 159 p. Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- RICHTER K., C. ATZBERGER, T.B. HANK and W. MAUSER (2012). Derivation of biophysical variables from Earth observation data: validation and statistical measures. J. Appl. Remote Sens., 6, 1-23. 10.1117/1.JRS.6.063557 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- SECKLER D., R. BARKER and U. AMARASINGHE (1999). Water scarcity in the twenty-first century. Int. J. Water Res. D., 15, 29-42.10.1080/07900629948916 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- TROMBETTI M., D. RIAÑO, M.A. RUBIO, Y.B. CHENG and S.L. USTIN (2008). Multi-temporal vegetation canopy water content retrieval and interpretation using artificial neural networks for the continental USA. Remote Sens. Environ., 112, 203-215. 10.1016/j.rse.2007.04.013 Google Scholar Rechercher cette référence bibliographique sur Google Scholar
- YILMAZ M.T., E.R. HUNT JR and T.J. JACKSON (2008). Remote sensing of vegetation water content from equivalent water thickness using satellite imagery. Remote Sens. Environ., 112, 2514-2522.10.1016/j.rse.2007.11.014 Google Scholar Rechercher cette référence bibliographique sur Google Scholar