La quantité de biomasse est un solide indicateur de l'état de santé d'une plante. Elle permet de vérifier que l'environnement dans lequel évolue la plante, de même que les techniques culturales appliquées, sont favorables à son développement et à sa croissance. Pouvoir l'estimer permet, dans des grandes cultures par exemple, de faire des prévisions de récoltes. L'agriculture de précision met à contribution la télédétection pour représenter la variabilité spatiale et temporelle des caractéristiques biophysiques des cultures à l'échelle parcellaire. Le Lidar est un capteur de télédétection, à partir duquel on détermine la hauteur des arbres avec précision. La hauteur est un indicateur de la croissance des plantes que l'on peut relier à des quantités de biomasse. L'intensité du rayonnement électromagnétique émis par un capteur Lidar, réfléchi par une cible et retournée au capteur, peut être utilisée comme bande d'imagerie et servir, dans le cadre de classifications d'images, à l'identification des classes d'utilisation du sol. Notre étude propose de mettre à profit les données Lidar pour la caractérisation des grandes cultures. Il s'agit d'extraire la hauteur des cultures de maïs et de soya à partir des nuages de points Lidar, de sélectionner adéquatement, à partir d'une combinaison de bandes multispectrales et de l'intensité du Lidar, les pixels des cultures d'intérêts, et finalement de calculer des rendements. Un vol aéroporté est effectué au dessus de la zone d'étude, avec à bord un capteur Lidar et un capteur multispectral qui enregistrent simultanément les données. Dans le même temps, une campagne au sol permet de mesurer la hauteur des plantes, et leur position GPS. Un algorithme implémenté sous Fortran, permet d'estimer la hauteur des cultures, qui se trouve corrélée avec les hauteurs mesurées au sol. Une comparaison entre trois classifications, une avec l'intensité du Lidar, une seconde avec les bandes multispectrales, et une troisième avec les données multispectrales et l'intensité du Lidar, montre que la combinaison des bandes est celle qui produit les meilleurs résultats. Cette classification est utilisée pour sélectionner les pixels devant servir au calcul de rendement du maïs d'ensilage. Les rendements ainsi calculés sont comparés avec la production effective des parcelles sélectionnées. Les résultats obtenus par l'estimation des rendements de maïs d'ensilage à partir des données Lidar sont satisfaisants. / Biomass quantity is a robust indicator of plant health. It may be used to check if the environment in which the plant is being grown is proper to its development and growth. Being able to estimate biomass quantity allows making harvest forecasting on crops. Precision agriculture uses remote sensing to represent spatial and temporal variability of crops biophysical characteristics at parcel scale. Lidar is a remote sensing tool from which trees height can be determined with precision. Height is an indicator of plant's growth directly connected to biomass quantities. While a Lidar sensor is working, the intensity of the electromagnetic radiation emitted is reflected by a target and returned to the sensor. This intensity can be useful while making image classification for land use recognition. This project intends to take profit of Lidar data for high crops characterization. A first step is about extracting corn and soybean crops height from Lidar point cloud. The next step consists on using multispectral bands and Lidar intensity combination to correctly select pixels from parcels of interest. The last step finally makes yield estimate calculation on pixels selected with combined multispectral bands and Lidar intensity using crop height derived from Lidar data. An airborne platform, having on board Lidar and multispectral sensors, both recording data simultaneously, was flown over the study area. At the same time, a ground campaign was carried out, measuring plants height and GPS positions. An algorithm implemented under FORTRAN, made it possible to estimate crops height, which was found to have a good correlation with ground measured heights. Comparison between three classifications, one made with Lidar intensity only, another with multispectral data, and a last one, with combination of both Lidar and multispectral data, shows that the combination gives best results. Then this classification is used to select pixels that should be used to calculate the yield of silage corn. Results obtained on silage corn yield estimation are satisfying.

Titre de l'écran-titre (visionné le 26 février 2024) / Les producteurs agricoles et leurs conseillers ont besoin d'outils simples pour mesurer l'état de la structure des sols et évaluer les effets de leurs pratiques; cependant, aucune des méthodes d'évaluation visuelle n'a été validée dans les conditions des sols minéraux du Québec. Ce projet vise la conception d'une nouvelle méthode pour diagnostiquer la qualité structurale des sols minéraux du Québec par évaluation visuelle et tactile. Ce nouvel indicateur, l'indicateur visuel de la qualité structurale des profils des sols minéraux (IVQS), a été élaboré à partir de six descripteurs pédomorphologiques prélevés dans l'étude de l'état de santé des sols agricoles du Québec (EESSAQ) et recensés lors de l'inventaire pédologique : le type, la classe et le grade de la structure, la consistance, la porosité fine et la porosité grossière. Le développement de l'IVQS a consisté à quantifier des catégories de descripteurs ainsi qu'à pondérer les descripteurs pour construire une note. Les résultats de l'IVQS et ceux du VESS (Visual Evaluation of Soil Structure), une méthode d'évaluation visuelle similaire à l'IVQS et souvent rapportée dans littérature scientifique; ont été évalués en les comparant à cinq paramètres physiques de sols : diamètre moyen pondéré (DMP), masse volumique apparente (MVA), macroporosité, matière organique (MO) et conductivité hydraulique (Ksat); et le rendement des cultures. L'algorithme de l'IVQS est sensible et permet de démontrer des différences significatives de l'état structural entre sols cultivés et sols témoins inventoriés dans l'EESSAQ pour la majorité des types de sols minéraux. Les résultats de l'IVQS et du VESS sont fortement corrélés entre eux dans les sols des groupes texturaux argileux, loameux et limoneux. Les corrélations entre les cinq paramètres physiques et le rendement relatif avec l'IVQS et le VESS sont toutefois faibles dans les cinq groupes texturaux. Les associations inconsistantes observées dans l'horizon B des cinq groupes texturaux et de façon majoritaire dans les sols sableux et squelettiques, invitent à revoir la méthodologie de l'IVQS utilisé dans l'horizon B et plus particulièrement dans les sols sableux et squelettiques. Malgré les faibles corrélations observées avec les paramètres physiques du sol et le rendement des cultures, la méthodologie actuelle de l'IVQS présente plusieurs avantages par rapport aux méthodes d'évaluation visuelle existantes. En conclusion, l'IVQS serait pertinent à utiliser lors de l'évaluation de la qualité structurale de la majorité des types de sols minéraux québécois, mais des travaux supplémentaires seraient nécessaires pour mieux comprendre ou améliorer la relation de cet indicateur avec les autres indicateurs de santé des sols et la productivité de cultures. / Farmers and their advisors need simple tools to assess the condition of soil structure and evaluate their practices; however, none of the visual assessment methods have been validated under the conditions of mineral soils in Quebec. This project aims to design a new method to diagnose the structural quality of Quebec's mineral soils through visual and tactile assessment. This new indicator, the Visual Indicator of Structural Quality of Mineral Soil Profiles (IVQS), was developed based on six pedomorphologic descriptors: type, class, and grade of structure, consistency, fine porosity, and coarse porosity collected during a national soil health survey conducted in Quebec (EESSAQ). The development of IVQS involved quantifying descriptor categories and weighting descriptors to construct a score. IVQS results and those of the Visual Evaluation of Soil Structure (VESS) method, a visual soil structure assessment method commonly reported in the literature, were evaluated and compared to five soil physical parameters: mean weighted diameter (MWD), bulk density (BD), macroporosity, organic matter (OM), and hydraulic conductivity (Ksat); and crop yield. The IVQS algorithm is sensitive in demonstrating significant differences in structural condition between cultivated and control soils inventoried in EESSAQ for the majority of mineral soil types. IVQS and VESS are strongly correlated together in clayey, loamy, and silty textural groups. Correlations between IVQS and VESS and the five physical parameters and relative yield show are however weak in the five textural groups. Inconsistent associations observed in the B horizon of the five textural groups and predominantly for sandy and skeletal soils suggest a need to review the IVQS methodology used for the B horizon and entirely for sandy and skeletal soils. Despite the weak relationships observed between physical parameters and crop yield, the current IVQS methodology has several advantages over existing visual assessment methods. In conclusion, IVQS is a relevant tool for evaluating the structural quality of the majority of Quebec's mineral soil types, but further work should be undertaken to improve relationships between IVQS and other soil health indicators and crop productivity.