DOI: 10.1051/agro:2001111

Agronomie 21 (2001) 91-111

A methodology for a combined use of normalised difference vegetation index and CORINE land cover data for crop yield monitoring and forecasting. A case study on Spain

Giampiero Genovese^a, C. Vignolles^a, T. Nègre^a and G. Passera<sup>b

a</sup>  Joint Research Centre, SAI-ARIS, TP 262, 21020 Ispra (VA), Italy
^b  Terma Elektronik SRL, via Milano 9, 21023 Besozzo (VA), Italy

(Received 11 January 2000; revised 19 September 2000; accepted 3 October 2000)

Abstract
The objective of the experience described in the paper consists of extracting crop yield indicators from a combined use of land cover data, CORINE (CO-ordination of INformation on the Environment), and NOAA-AVHHR/NDVI data on a regional scale. First, the paper describes the methodology used to integrate the NDVI and the CORINE data. Then, a case study on Spain for a four year span between 1995 and 1998 is presented in the paper. The methodology thus developed allows a better exploitation of the NDVI time series by partly reducing the problem of mixed values. The use of an independent land cover can increase the information content of the extracted time series of NDVI. It is shown in this experience that indicators based on the CNDVI (CORINE-NDVI) time profiles can be more closely related to crop yield performances than indicators based on simple NDVI. The advantages of the approach are confirmed by the case study: good results in terms of crop yield forecast modelling, good discrimination of annual crop cycles, good desaggregation of average regional NDVI profiles. The application and the results fit the objective of the MARS (Monitoring Agriculture with Remote Sensing) Crop Yield Forecasting System of the EC, within which the experience was conducted. The objective of this system is to contribute to an independent, reliable and timely production forecasts EC system.

Résumé
Méthodologie pour l'utilisation conjointe des données de NDVI et de CORINE land cover pour le suivi des cultures et la prévision des rendements. Application au cas de l'Espagne. L'objectif de l'expérience décrite dans cet article consiste à extraire des indicateurs de rendement en utilisant conjointement les données de NDVI (Normalized Difference Vegetation Index) issues de NOAA-AVHRR et la couverture d'occupation du sol "CORINE land cover "(COordination of INformation on the Environment), à une échelle régionale. Dans un premier temps, l'article présente la méthodologie utilisée pour intégrer les données NDVI et CORINE. Ensuite, une étude de cas pour l'Espagne entre 1995 et 1998 est proposée. La méthodologie développée permet une meilleure exploitation des séries temporelles de NDVI en réduisant partiellement le problème des valeurs mixtes. L'utilisation d'une cartographie d'occupation du sol indépendante des données de télédétection de NOAA-AVHRR permet d'accroître le contenu informatif des séries temporelles de NDVI. Il est montré dans cette expérience que les indicateurs issus des profils temporels CNDVI (CORINE-NDVI) peuvent avoir un lien plus étroit avec le rendement des cultures que les indicateurs issus de simples profils temporels NDVI. Les avantages de cette approche sont confirmés par l'étude de cas : bons résultats en ce qui concerne le modèle prévisionnel d'estimation des rendements, reconnaissance du cycle annuel des cultures, bonne décomposition du profil NDVI moyen régional en profils spécifiques correspondant à des classes de végétation. L'application et les résultats correspondent aux objectifs d'indépendance et de fiabilité du système d'estimation des rendements des cultures du projet MARS (Monitoring Agriculture with Remote Sensing) de la Commission européenne dans le cadre duquel l'étude a été réalisée.

Key words: vegetation index / land cover / yield indicator / CORINE / MARS project / remote sensing

Mots clés : indice de végétation / occupation du sol / indicateur de rendement / CORINE / projet MARS / télédétection

Correspondence and reprints: Giampiero Genovese e-mail: giampiero.genovese@jrc.it

Communicated by Gérard Guyot (Avignon, France)

© INRA, EDP Sciences 2001