Télédétection & observation de la Terre
au service de l'agriculture et du climat

Introduction : la Terre sous observation

L'observation de la Terre par satellite et par drone est devenue un pilier de la gestion des ressources naturelles, de la sécurité alimentaire et de l'adaptation au changement climatique. En 2026, la combinaison de constellations satellitaires à haute revisite, de capteurs multispectraux de plus en plus performants et de plateformes de traitement cloud permet de suivre l'état des cultures, des sols et des ressources en eau avec une précision et une fréquence inédites.

Pour l'agriculture de précision, ces technologies offrent des réponses concrètes aux défis du stress hydrique, de la variabilité des rendements et de la gestion optimisée des intrants. Pour le suivi environnemental, elles permettent de cartographier les zones inondables, de surveiller la déforestation, de quantifier la biomasse et de détecter précocement les sécheresses.

En Afrique de l'Ouest, où l'agriculture est majoritairement pluviale et vulnérable aux aléas climatiques, ces outils représentent une opportunité majeure pour renforcer la résilience des systèmes agricoles et faciliter l'accès à l'assurance climatique.

Données à haute fréquence : Sentinel, Pléiades, Planet

2.1. Les constellations de référence

Trois familles de données satellitaires dominent aujourd'hui les applications agricoles et environnementales :

Une étude publiée en juin 2026 dans Transactions in GIS a comparé l'utilisation de ces différentes sources pour la délimitation automatique des parcelles agricoles à l'aide du modèle Segment Anything Model (SAM)[reference:3]. Les résultats montrent que :

• Les images Pléiades atteignent la meilleure précision numérique (IoU : 0,942 ; Dice : 0,971), mais leur coût et leur temps de traitement limitent leur application opérationnelle à grande échelle[reference:4]
• Les données S2DR3 (super-résolution de Sentinel-2) offrent un compromis opérationnel optimal (IoU : 0,920 ; Dice : 0,958), avec une demande computationnelle réduite[reference:5]
• L'augmentation de la résolution des images Sentinel-2 de basse résolution peut améliorer la précision de 40 % via l'ajustement des hyperparamètres[reference:6]

2.2. Sentinel-1 et l'humidité du sol

L'imagerie radar de Sentinel-1 (bande C) présente l'avantage majeur d'être indépendante des conditions nuageuses. Elle permet d'estimer la teneur en eau volumique du sol (VWC) et de détecter les anomalies d'irrigation. Une étude de juillet 2026 sur un vignoble a montré que les données VWC de Sentinel-1 atteignent un R² allant jusqu'à 0,83 avec les mesures au sol, permettant une détection immédiate des anomalies post-irrigation[reference:7].

Drones multispectraux : la précision au champ

3.1. Pourquoi les drones complètent les satellites

Les drones multispectraux offrent une résolution spatiale de 5 à 10 cm, inégalée par les satellites, et une flexibilité temporelle totale (vol à la demande). Ils sont particulièrement adaptés à :

• Le phénotypage à haut débit pour la sélection variétale
• Le suivi des stress hydriques et azotés à l'échelle de la parcelle
• La cartographie des adventices et des maladies
• La vérification terrain des anomalies détectées par satellite

3.2. Capteurs et indices

Les caméras multispectrales embarquées (type MicaSense RedEdge, DJI Phantom 4 Multispectral) couvrent généralement 5 bandes : bleu, vert, rouge, red edge et proche infrarouge. Les indices couramment utilisés sont :

3.3. Retours d'expérience au Sahel

Une étude publiée en février 2026 a calibré et validé l'estimation de l'indice de surface foliaire (LAI) du sorgho à partir d'images de drones multispectraux au Sénégal et au Mali[reference:8]. Les résultats montrent une corrélation élevée entre le NDVI et le LAI (R² = 0,92 au Sénégal en saison sèche)[reference:9]. Ces travaux confirment que les indices de végétation peuvent être utilisés pour estimer le LAI dans les conditions sahéliennes, ouvrant la voie à des applications opérationnelles pour la sélection variétale et le suivi des cultures.

Agriculture de précision : stress hydrique et rendements

4.1. Suivi des stress hydriques

Le stress hydrique est l'un des principaux facteurs limitants des rendements en Afrique de l'Ouest. La télédétection permet de le détecter précocement, avant que les symptômes visuels n'apparaissent, grâce à :

• L'indice NDWI et les bandes red edge pour le contenu en eau des feuilles
• La température de surface (thermographie) pour l'ouverture stomatique
• L'humidité du sol estimée par radar (Sentinel-1)
• La fluorescence chlorophyllienne induite par le soleil (SIF), captée par satellite, pour le stress photosynthétique

Une revue systématique publiée en septembre 2026 sur les changements phénologiques en Afrique de l'Ouest recommande de passer d'une analyse mono-capteur (NDVI) à une approche multi-capteurs intégrée combinant MODIS, Sentinel-2, Sentinel-1 SAR et SIF, avec l'appui de l'intelligence artificielle pour détecter les signaux subtils[reference:11].

4.2. Cartographie des rendements

La prévision des rendements repose sur des modèles qui intègrent des séries temporelles d'indices de végétation, des données météorologiques et des informations de terrain. NASA Harvest utilise trois modèles principaux (GEOCIF, ARYA, VeRCYe) pour produire des estimations de rendement à différentes échelles, du suivi de la sécurité alimentaire régionale à l'aide à la décision à la parcelle[reference:12].

Au Sénégal, le modèle Tessera, développé par l'Université de Cambridge, atteint une précision de 84 % dans l'identification des types de cultures dans le bassin arachidier, tout en nécessitant moins de ressources que les méthodes classiques[reference:13]. Cette performance ouvre la voie à des systèmes de cartographie agricole plus accessibles pour les pays africains.

Assurance paramétrique basée sur indices spatiaux

5.1. Principe et avantages

L'assurance paramétrique (ou indicielle) est un mécanisme de couverture qui déclenche automatiquement une indemnisation lorsque un indice prédéfini (précipitations, NDVI, humidité du sol, rendement estimé) franchit un seuil. Contrairement à l'assurance classique, elle ne nécessite pas d'expertise terrain pour évaluer les dommages, ce qui permet des indemnisations rapides, transparentes et à grande échelle.

Les indices spatiaux utilisés proviennent de la télédétection : NDVI pour la végétation, données pluviométriques satellitaires, humidité du sol, etc. Ces indices sont objectifs, vérifiables et indépendants des déclarations des assurés, ce qui réduit les risques de fraude et les coûts de gestion.

5.2. Déploiements en Afrique

Le Sénégal est l'un des premiers pays africains à avoir adhéré à l'assurance paramétrique souveraine de l'ARC[reference:18]. En 2019, l'ARC a versé 23 millions USD au Sénégal après une saison de forte sécheresse, permettant de soutenir plus de 300 000 personnes vulnérables[reference:19]. Cette expérience illustre le potentiel de l'assurance paramétrique pour la résilience climatique à l'échelle nationale.

Applications en Afrique de l'Ouest et au Sénégal

6.1. Gestion des ressources en eau : le projet VOQUALISE

Le projet VOQUALISE, mené en Haute Casamance (Sénégal) et soutenu par le Space Climate Observatory, utilise les données Sentinel-2 et Landsat pour évaluer les bilans quantitatifs et qualitatifs des lacs et réservoirs d'eau, et leur capacité à répondre à la demande agricole dans les années à venir[reference:21][reference:22]. Ce type d'approche est essentiel pour anticiper les pénuries et orienter les décisions d'allocation de l'eau.

6.2. Cartographie des cultures et intelligence artificielle

Au Sénégal, la cartographie des cultures bénéficie des avancées de l'intelligence artificielle. Le modèle Tessera, testé entre 2018 et 2021 dans le bassin arachidier, a démontré une précision de 84 % pour l'identification des types de cultures, avec des besoins en ressources réduits[reference:23]. Cette performance est particulièrement importante pour les petits exploitants, dont les parcelles morcelées sont difficiles à cartographier avec les méthodes classiques.

6.3. Le PGIIS et la gestion des inondations

Le PGIIS (Projet de Gestion Intégrée des Inondations au Sénégal) a constitué une base de données LiDAR et satellitaire couvrant 10 000 km² de zones urbaines et périurbaines, dont l'ensemble de la région de Dakar. L'application mobile Fegu Mbeund permet aux citoyens de visualiser en un clic les risques d'inondation d'un terrain ou d'un quartier, illustrant la convergence entre observation de la Terre et services publics numériques.

6.4. BETPLUS-SN et l'expertise télédétection

BETPLUS SAS intègre la télédétection dans ses missions d'ingénierie : cartographie des zones inondables, suivi de l'occupation des sols, appui à la planification territoriale et évaluation des risques climatiques. L'entreprise combine données satellitaires open source (Sentinel, Landsat), imagerie commerciale (Pléiades, Planet) et levés par drone pour produire des analyses spatiales adaptées aux contextes ouest-africains.

Perspectives et recommandations

7.1. Combiner les échelles : satellite + drone + terrain

La complémentarité des échelles est la clé d'une information fiable : le satellite fournit la couverture et la fréquence, le drone apporte la résolution et la flexibilité, le terrain valide et calibre. Les projets les plus robustes sont ceux qui intègrent ces trois niveaux dans un workflow continu.

7.2. Adopter une approche multi-capteurs

La communauté scientifique recommande de dépasser l'analyse mono-capteur (NDVI) pour intégrer plusieurs sources : optique haute résolution (Sentinel-2, Planet), radar (Sentinel-1), thermographie, et données terrain. L'intelligence artificielle joue un rôle croissant dans la fusion de ces données hétérogènes et la détection de signaux subtils[reference:24].

7.3. Renforcer les capacités locales et les infrastructures de données

Le développement de l'assurance paramétrique et de l'agriculture de précision en Afrique dépend de la disponibilité de données calibrées localement et de compétences techniques dans les institutions nationales. Les partenariats entre universités, agences spatiales, secteur privé et bailleurs sont essentiels pour combler ces gaps.

Conclusion

La télédétection et l'observation de la Terre sont devenues des outils incontournables pour l'agriculture de précision et le suivi climatique en Afrique de l'Ouest. La combinaison des données satellitaires haute fréquence (Sentinel, Pléiades, Planet) et des drones multispectraux permet de suivre les stress hydriques, de cartographier les rendements et de développer des modèles d'assurance paramétrique adaptés aux réalités locales.

Les points clés à retenir sont les suivants :

• Les constellations satellitaires offrent un éventail de résolutions et de fréquences adapté à chaque usage : Sentinel-2 pour l'analyse à grande échelle, Planet pour le suivi quotidien, Pléiades pour la précision fine[reference:25]
• Les drones multispectraux atteignent une résolution de 5-10 cm et permettent un phénotypage à haut débit et un suivi des stress à l'échelle de la parcelle[reference:26]
• Les indices de végétation (NDVI, NDRE, NDWI) sont corrélés aux paramètres agronomiques comme le LAI (R² = 0,92 pour le sorgho au Sénégal)[reference:27]
• L'assurance paramétrique basée sur des indices spatiaux permet des indemnisations rapides et transparentes : 80 000 fermiers protégés en RDC, 23 M$ versés au Sénégal par l'ARC[reference:28][reference:29]
• L'intelligence artificielle (modèle Tessera, précision 84 %) et les approches multi-capteurs améliorent la cartographie des cultures et la prévision des rendements[reference:30][reference:31]
• La complémentarité satellite-drone-terrain est la clé d'une information fiable et actionnable

Pour les bureaux d'études et les institutions, la maîtrise de ces technologies n'est plus un avantage compétitif : c'est une condition d'efficacité des politiques agricoles et climatiques. Les investissements dans les infrastructures de données, la formation et les partenariats permettront à l'Afrique de l'Ouest de tirer pleinement parti de la révolution de l'observation de la Terre.

Références & Sources

1. Transactions in GIS (2026). Assessing the Impact of Spatial Resolution and Hyperparameters on Automatic Agricultural Parcel Delineation Using the Segment Anything Model With Multi-Resolution and Super-Resolved Satellite Imagery. Juin 2026.
2. Computers and Electronics in Agriculture (2026). Assessing vineyard irrigation uniformity and drip system malfunction by remote and ground sensing: Insights from Sentinel-1, Sentinel-2 and Planet monitoring. Juillet 2026.
3. Agronomy Journal (2026). Unmanned aerial vehicle imagery prediction of sorghum leaf area index under water stress, seeding density, and nitrogen fertilization conditions in the Sahel. Février 2026.
4. Springer (2026). Phenological shifts as indicators of climate change in West Africa: a systematic review of ecological, agricultural, and societal implications. Septembre 2026.
5. Mongabay (2026). Au Sénégal, l'intelligence artificielle améliore la cartographie des cultures face au changement climatique. 5 octobre 2026.
6. Tribune Assurance (2026). Assurance climatique paramétrique : un dispositif qui monte en puissance en RDC. Février 2026.
7. OCDE (2025). Scaling Finance and Investment for Climate Adaptation — Encadré 14 : La Mutuelle panafricaine de gestion des risques (ARC) au Sénégal.
8. Space Climate Observatory (2026). VOQUALISE : retour de mission en Haute Casamance. Mai 2026.
9. NASA Harvest (2026). How to Choose Between NASA Harvest Crop Yield Models. Avril 2026.
10. FAO (2025). New UN report offers insights into how geospatial technology can advance the global food-security agenda.
11. BET PLUS SAS (2026). Retours d'expérience en télédétection et observation de la Terre.