The ability of Synthetic Aperture Radar (SAR) Sentinel-1 data to detect the main wheat phenological phases was investigated in the Bekaa plain of Lebanon. Accordingly, the temporal variation of Sentinel-1 (S1) signal was analyzed as a function of the phenological phases’ dates observed in situ (germination; heading and soft dough), and harvesting. Results showed that S1 data, unlike the Normalized Difference Vegetation Index (NDVI) data, were able to estimate the dates of theses phenological phases due to significant variations in S1 temporal series at the dates of germination, heading, soft dough, and harvesting. Particularly, the ratio VV/VH at low incidence angle (32–34°) was able to detect the germination and harvesting dates. VV polarization at low incidence angle (32–34°) was able to detect the heading phase, while VH polarization at high incidence angle (43–45°) was better than that at low incidence angle (32–34°), in detecting the soft dough phase. An automated approach for main wheat phenological phases’ determination was then developed on the western part of the Bekaa plain. This approach modelled the S1 SAR temporal series by smoothing and fitting the temporal series with Gaussian functions (up to three Gaussians) allowing thus to automatically detect the main wheat phenological phases from the sum of these Gaussians. To test its robustness, the automated method was applied on the northern part of the Bekaa plain, in which winter wheat is harvested usually earlier because of the different weather conditions. The Root Mean Square Error (RMSE) of the estimation of the phenological phases’ dates was 2.9 days for germination, 5.5 days for heading, 5.1 days soft dough, 3.0 days for West Bekaa’s harvesting, and 4.5 days for North Bekaa’s harvesting. In addition, a slight underestimation was observed for germination and heading of West Bekaa (−0.2 and −1.1 days, respectively) while an overestimation was observed for soft dough of West Bekaa and harvesting for both West and North Bekaa (3.1, 0.6, and 3.6 days, respectively). These results are encouraging, and thus prove that S1 data are powerful as a tool for crop monitoring, to serve enhanced crop management and production handling.

Global wheat production reached 754.8 million tons in 2017, according to the FAO database. While wheat is considered as a staple food for many populations across the globe, mapping wheat could be an effective tool to achieve the SDG2 sustainable development goal—End Hunger and Secure Food Security. In Lebanon, this crop is supported financially, and sometimes technically, by the Lebanese government. However, there is a lack of statistical databases, at both national and regional scales, as well as critical information much needed in the subsidy and compensation system. In this context, this study proposes an innovative approach, named Simple and Effective Wheat Mapping Approach (SEWMA), to map the winter wheat areas grown in the Bekaa plain, the primary wheat production area in Lebanon, in the years of 2016 and 2017. The proposed methodology is a tree-like approach relying on the Normalized Difference Vegetation Index (NDVI) values of four-month period that coincides with several phenological stages of wheat (i.e., tillering, stem extension, heading, flowering and ripening). The usage of the freely available Sentinel-2 imageries, with a high spatial (10 m) and temporal (5 days) resolutions, was necessary, particularly due to the small sized and overlapped plots encountered in the study area. Concerning the wheat areas, results show that there was a decrease from 11,063 ± 1309 ha in 2016 to 7605 ± 1184 in 2017. When SEWMA was applied using 2016 ground truth data, the overall accuracy reached 87.0% on 2017 data, whereas, when implemented using 2017 ground truth data, the overall accuracy was 82.6% on 2016 data. The novelty resides in executing early classification output (up to six weeks before harvest) as well as distinguishing wheat from other winter cereal crops with similar NDVI yearly profiles (i.e., barley and triticale). SEWMA offers a simple, yet effective and budget-saving approach providing early-season classification information, very crucial to decision support systems and the Lebanese government concerning, but not limited to, food production, trade, management and agricultural financial support.

Cartographie et prédiction de la productivité du blé cultivé dans la Plaine de la Bekaa, Liban: Avec une production mondiale dépassant 750 millions de tonnes en 2017, le blé est considéré comme un aliment de base pour la population mondiale. Sa cartographie et sa surveillance pourraient alors se révéler être un outil très efficace pour atteindre les objectifs de développement durable (ODD2-Faim zéro). Au Liban, en vue d’assurer la sécurité alimentaire nationale, le blé reçoit un soutien financier et technique du gouvernement. Cependant, de nombreuses erreurs dans l'estimation de la superficie en blé à travers le pays sont dues principalement aux déclarations peu fiables des agriculteurs. De plus, le choix du système de culture basé sur le blé (en termes de type de rotation et de pratiques agricoles) peut avoir un impact considérable sur la productivité du système (protéines et rentabilité), l'efficacité d'utilisation des ressources (efficacité d'utilisation de l'eau et utilisation de l’azote), ainsi que sur le risque économique pour les agriculteurs. La présente étude menée dans la plaine de la Bekaa au Liban a pour objectif d'utiliser la télédétection et la modélisation de la croissance des cultures pour fournir aux décideurs politiques et aux utilisateurs finaux les informations dont ils ont besoin sur le blé d’hiver.La première partie évalue le potentiel des images optiques pour la cartographie du blé d'hiver précoce en permettant le transfert de connaissances d'une année à l'autre (2016 et 2017) Les résultats montrent que, lorsque l'approche développée est appliquée à la série chronologique Sentinel-2 de 2017, en utilisant les données de vérité au sol 2016, la précision globale atteint 87,0%, tandis que, lorsqu'elle est mise en œuvre avec les données de vérité au sol 2017, elle est de 82,6% en 2016. Les classifications pour distinguer le blé d'hiver de céréales similaires (orge et triticale) sont réalisées jusqu'à six semaines avant la récolte.La deuxième partie examine la capacité des images radar en bande C du nouveau satellite Sentinel-1 à surveiller la culture de blé d'hiver en identifiant les stades phénologiques économiquement importants qui ne peuvent pas être détectés en utilisant uniquement les indices issus de l’optique (Sentinel-2). Les résultats montrent que la polarisation VV (incidence de 32°-34°) et VH (incidence de 43°-45°) sont respectivement préférables pour estimer les stades de l'épiaison et de pâteux mou. De plus, le rapport VV/VH (incidence de 32°-34°) est préférable pour détecter la germination et la récolte.La troisième partie a pour objectif de vérifier si la rotation blé-féverole, nécessitant des intrants agricoles extensifs (eau et azote), a une performance nettement meilleure que la rotation intensive blé-blé en termes de productivité, d’utilisation rationnelle des ressources, et de minimisation du risque économique à l’échelle parcellaire. Le modèle de croissance des cultures «CropSyst» a été adopté après avoir été calibré et validé sur notre zone d'étude. Les résultats montrent qu’il n’existe pas un scénario de système de culture optimal permettant d’assurer une productivité élevée, de réduire le risque économique et d’obtenir une efficacité élevée de l’utilisation de l’eau et de l’azote. Cependant, le scenario de rotation blé-féverole sans fertilisation du blé semble être un meilleur substitut à la rotation blé-blé en termes de production de protéines. Pour un sol avec une faible capacité de rétention, la production de protéines est de 0,93 t/ha et de 0,8 t/ha respectivement pour les rotations blé-féverole et blé-blé. Pour un sol avec capacité de rétention élevée, la production de protéines est de 1,34 t/ha pour blé-féverole contre 1,17 t/ha pour blé-blé. De plus, ce système de culture blé-féverole pourrait générer un bénéfice net plus élevé que celui du blé-blé. Enfin, la rotation blé-pomme de terre peut générer des bénéfices nets très élevés (8640 US DOLL./ha et 12170 US DOLL./ha) mais avec une faible efficacité des intrants et un risque économique élevé