Défi. Évaluer les tendances de l'irrigation agricole afin de comprendre comment l'utilisation de l'eau agricole et les pertes par évaporation associées ont évolué au cours des 20 dernières années dans un grand bassin fluvial.
Solution. Pour faciliter la quantification des changements en matière d'irrigation dans le bassin des rivières Apalachicola, Chattahoochee et Flint (ACF), un bassin où des données intermittentes ont été conservées, INTERA a utilisé des données satellitaires Landsat pour développer un enregistrement continu de données en calculant la température moyenne de surface et l'indice de végétation par différence normalisée (NDVI) en tant qu'indicateurs de l'utilisation de l'eau et du rendement des récoltes, respectivement. Les données relatives à la température de surface ont été utilisées comme indicateur de l'utilisation relative de l'eau entre les zones agricoles et les prairies au fil du temps, en raison de l'effet de refroidissement plus important de l'évaporation augmentée par l'eau d'irrigation. Le NDVI compare la manière dont la lumière visible et infrarouge est réfléchie par les plantes. Les plantes dont la biomasse est plus importante et plus saine absorbent davantage de lumière visible pour la photosynthèse et la chlorophylle réfléchit le rayonnement infrarouge. Nous avons utilisé le NDVI pour évaluer la biomasse associée aux différentes utilisations des terres et quantifier l'impact de l'irrigation sur les cultures. L'une des limites de l'utilisation des données Landsat est la présence de nuages qui peuvent obstruer complètement ou partiellement les caractéristiques de l'occupation du sol sur certaines parties des scènes Landsat. Pour résoudre le problème de la couverture des données sur les nuages, INTERA a analysé toutes les données Landsat existantes au cours de la période étudiée et a filtré les pixels identifiés comme contenant des nuages à l'aide d'un algorithme empirique basé sur la température de brillance et les indices spectraux des bandes connues qui discriminent les nuages. Une fois que les pixels avec des nuages pour chaque date ont été identifiés, différentes méthodes d'agrégation ont été utilisées pour obtenir la température moyenne de surface et le NDVI pour chaque date avec les données Landsat disponibles et pour examiner les changements relatifs au fil du temps. Les résultats de notre analyse ont considérablement amélioré la compréhension de l'évolution de l'utilisation de l'eau à des fins agricoles dans le bassin de la rivière ACF au cours des 20 dernières années.
