Une assurance indicielle est proposée en réponse à l'augmentation des sécheresses impactant les prairies. Elle se base sur un indice de production fourragère (IPF) obtenu à partir d'images satellitaires de moyenne résolution spatiale pour estimer l'impact de l'aléa dans une zone géographique définie. Le principal enjeu lié à la mise en place d'une telle assurance réside dans la bonne estimation des pertes subies. Les travaux de thèse s’articulent autour de deux objectifs : la validation de l'IPF et la proposition d'amélioration de cet indice. Un protocole de validation est construit pour limiter les problèmes liés à l'utilisation de produit de moyenne résolution et au changement d’échelle. L'IPF, confronté à des données de référence de différentes natures, montre de bonnes performances : des mesures de production in situ (R² = 0,81; R² = 0,71), des images satellitaires haute résolution spatiale (R² = 0,78 - 0,84) et des données issues de modélisation (R² = 0,68). Les travaux permettent également d'identifier des pistes d'amélioration pour la chaîne de traitement de l'IPF. Un nouvel indice, basé sur une modélisation semi-empirique combinant les données satellitaires avec des données exogènes relatives aux conditions climatiques et à la phénologie des prairies, permet d'améliorer la précision des estimations de production de 18,6 %. L’ensemble des résultats obtenus ouvrent de nombreuses perspectives de recherche sur le développement de l'IPF et ses potentiels d'application dans le domaine assurantiel. |
An index-based insurance is provided in response to the increasing number of droughts impacting grasslands. It is based on a forage production index (FPI) retrieved from medium resolution remote sensing images to estimate the impact of hazard in a specific geographical area. The main issue related to the development of such an insurance is to obtain an accurate estimation of losses. This study focuses on two objectives: the FPI validation and the improvement of this index. A validation protocol is defined to limit problems attached to the use of medium resolution products and scaling issues in the comparisons process. FPI is validated with different data: ground measurements production (R² = 0.81; R² = 0.71), high resolution remote sensing images (R² = 0.78 - 0.84) and modelled data (R² = 0.68). This study also points out areas of improvement for the IPF chain. A new index, based on semi-empirical modeling combining remote sensing data with exogenous data referring to climatic conditions and grassland phenology, allows improving production estimation accuracy by 18.6%. Results of this study open several new research perspectives on FPI development and its potential practical application. |