L’écosystème de la savane claire tempérée, réparti dans les zones semi-arides de Chine, est un type d’écosystème de transition entre la forêt et la prairie, développé sur des sols sableux dans des conditions climatiques et topographiques uniques. La savane claire se caractérise par une coexistence d’arbres, d’arbustes et de végétation herbacée avec une forte hétérogénéité spatiale. La télédétection de la végétation est difficile et reste à ce jour le type de couverture terrestre le moins précis au niveau mondial. Trouver un équilibre entre précision et étendue, et réaliser une surveillance de l’état de croissance des différentes types de plantes à l’échelle régionale de la savane claire tempérée est un enjeu majeur et un défi actuel dans la télédétection de la végétation des zones arides. Cette étude, basée sur des algorithmes d’apprentissage automatique, utilise une plateforme d’observation par drones à faible altitude pour obtenir des informations sur les types de végétation au sol afin de constituer un ensemble de données d’entraînement, couplée à des images satellitaires à haute résolution, pour établir un modèle d’estimation de la couverture en arbres ligneux et végétation herbacée de la savane claire. Le modèle permet une estimation synchronisée de la couverture ligneuse et herbacée de la savane claire tempérée à partir des drones et des satellites, et compare les différences d’estimation entre deux types d’images satellitaires à haute résolution. Les résultats montrent que : (1) l’utilisation d’images de télédétection à faible altitude par drones permet de classifier précisément les types de couverture terrestre, fournissant ainsi un grand nombre d’échantillons d’entraînement précis pour les modèles régionaux d’estimation de la couverture ligneuse et herbacée de la savane claire tempérée ; (2) basée sur les algorithmes d’apprentissage automatique, les modèles de couverture établis à partir des images satellitaires GF-6 et Sentinel-2 permettent d’estimer efficacement la couverture des arbres ligneux et des plantes herbacées. Les coefficients de détermination des estimations basées sur GF-6 pour la couverture ligneuse et herbacée sont respectivement de 0,72 et 0,66, les erreurs quadratiques moyennes de 6,76 % et 10,69 %, avec une précision d’estimation de 46,31 % et 77,88 % ; pour Sentinel-2, les coefficients de détermination sont de 0,72 et 0,81, les erreurs quadratiques moyennes de 6,53 % et 8,20 %, et la précision d’estimation de 54,30 % et 83,17 % ; (3) l’estimation basée sur les images satellitaires Sentinel-2 présente une précision légèrement supérieure à celle basée sur GF-6 pour la couverture ligneuse et herbacée, et la précision d’estimation de la couverture herbacée est significativement plus élevée que celle de la couverture ligneuse pour les deux images satellitaires. Cette étude offre une nouvelle approche pour étendre l’estimation de la couverture ligneuse et herbacée de la savane claire du niveau paysager à l’échelle régionale. La méthode d’observation collaborative inter-échelle des drones aux satellites fournit un soutien méthodologique efficace pour la surveillance de l’état de croissance des plantes de différents types de vie dans la savane claire tempérée à l’échelle régionale, et la surveillance dynamique de la couverture ligneuse et herbacée à l’échelle régionale pourra être réalisée à l’avenir grâce à des données satellitaires haute résolution multi-temporelles.

télédétection; savane d’ormes clairsemés; drones; GF-6; Sentinel-2; forêt aléatoire; arbres de classification et de régression