Analyse des séries temporelles Sentinel-2 pour l'estimation des cycles de maraîchage en saison sèche

En Afrique, l'agriculture, pilier économique, est de plus en plus exposée aux baisses et à l'irrégularité des précipitations, ainsi qu'au raccourcissement des saisons pluvieuses. Dans ce contexte, les cultures irriguées de contre-saison, majoritairement maraîchères, revêtent une importance stratégique pour la sécurité alimentaire. Localisé surtout en zones périurbaines, le maraîchage connaît une expansion rapide grâce à une forte demande et à une rentabilité élevée. Cependant, son essor reste limité par la disponibilité en eau, ressource critique en saison sèche. C'est dans ce cadre qu'intervient le projet IRRINN, porté par le Cirad au Burkina Faso. Il vise la co-conception de solutions locales et durables pour la petite irrigation en réunissant producteurs, techniciens, fournisseurs de matériel, financiers et chercheurs au sein de plateformes d'innovation. Le projet s'intéresse particulièrement aux effets de la multiplication des puits individuels et à l'usage croissant des pompes solaires sur l'extension spatiale du maraîchage et sur le nombre de cycles réalisés entre décembre et mai dans la périphérie de Ouagadougou L'analyse de ces dynamiques spatio-temporelles requiert des outils capables de détecter les surfaces cultivées et de quantifier les cycles de culture. L'imagerie satellitaire constitue ici une ressource privilégiée, permettant un suivi régulier des pratiques agricoles. L'étude propose ainsi une méthodologie pour estimer le nombre de cycles de maraîchage durant la saison sèche, à partir d'images Sentinel-2 (revisite de 5 jours, résolution de 10 m) sur 3 années consécutives, desquelles sont extraites analysées des séries temporelles d'indice de végétation (NDVI). Trois algorithmes adaptés aux séries temporelles ont été comparés : KNeighborsTimeSeriesClassifier (basé sur la distance Dynamic Time Warping), MiniRocketClassifier (convolution rapide) et TimeSeriesForestClassifier (forêts aléatoires). Les résultats montrent que la classification des cultures maraîchères est fiable (f-score = 0,81). En revanche, l'identification du nombre de cycles demeure plus délicate : les performances sont correctes pour un cycle (f-score = 0,78), mais limitées pour deux cycles (f-score = 0,60). Des perspectives d'amélioration sont envisagées, notamment via l'intégration de données radar (SAR), insensibles à la couverture nuageuse.