Mathematical analysis of Sentinel-2 spectral signal evolution for mapping agriculture area in Senegal: case of millet, maize and peanuts

Abstract

Agricultural monitoring has become an absolute necessity in the Sahel countries, especially with climate change which constitutes a real threat for this sector. The aim of this work is to develop a methodology for identifying crops and mapping agricultural areas using Sentinel-2 data from the Copernicus program. The purpose of this work consisted in discriminating the crops of millet, maize and peanuts. This is to analyse the scientific and technical obstacles related to this problem. For this, we have made a mathematical analysis of optical satellite images. High temporal and spatial resolution images (10m to 60m) of Sentinel 2 sensors were used in this work. This unique set of data coupled with field data, has permitted to carry out a diagnosis of land cover and cultivated land surfaces, and evaluating the contribution of this type of data for crop forecast.

Le suivi agricole est devenu une néecessitée absolue dans les pays du Sahel surtout avec les changements climatiques qui constituent une véeritable menace pour ce secteur. Ce travail a pour but de déevelopper une méethodologie d'identification des cultures et cartographie superficies agricoles à partir des données Sentinel-2 du programme Copernicus. L'objectif de ce travail consistait à discriminer les cultures de mil, maïs et arachide. Il s'agit d'analyser les verrous scientifiques et techniques liées à cette probléematique. Pour cela, nous avons utilisée un modèle mathématique couplée à l'imagerie satellitaire optique. De nombreuses images à haute réesolution spatiale (10m à 60m) et temporelle provenant des capteurs Sentinel 2A ont été utilisées durant ce travail. Ce jeu de donnéees unique couplée avec les données de terrain a permis d'effectuer un diagnostic des occupations du sol et des surfaces cultivéees, et d'éevaluer ainsi l'apport de ce type de donnéees pour la préevision des cultures.