Long-term winter wheat mapping and spatiotemporal dynamics in the North China plain (2000–2024)

Cartographie à long terme et dynamiques spatio-temporelles du blé d'hiver dans la plaine de Chine du Nord (2000–2024)

• Auteur / Autrice : Fangjie Li
• Direction : Françoise Nerry, Inbal Becker-Reshef
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'Imagerie / Télédétection
• Date : Soutenance le 20/11/2025
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Sergii Skakun
• Jury : Examinateurs / Examinatrices : Natacha Kalecinski, Xiaopeng Song
• Jury : Rapporteurs / Rapporteuses : Belén Franch Gras, Eric Vermote
• DOI : 10.70675/15489c8az6a9ez44c5z9201zf789ee606766

Mots clés

Mots clés contrôlés

Chine (nord)

Végétation -- Télédétection

Cartographie

Blé

Mots clés libres

Blé d’hiver

Plaine de Chine du Nord

Génération d’échantillons d’apprentissage

Estimation des superficies

Dynamiques spatio-temporelles

Winter wheat

North China Plain

Training sample generation

Area estimation

Spatiotemporal dynamics

Résumé

Le blé d’hiver est essentiel pour la sécurité alimentaire mondiale, la plaine de Chine du Nord (NCP) étant la principale région productrice. Cette thèse développe une méthode fondée sur des règles utilisant les séries temporelles du GCVI de Sentinel-2 pour générer automatiquement des échantillons d’apprentissage, permettant une cartographie précise du blé d’hiver à 10 m dans trois municipalités. Les données Landsat ont ensuite permis de construire WheatMapNCP, un jeu de données de distribution à 30 m couvrant 2000–2024 dans la NCP. La validation, basée sur un échantillonnage stratifié, des statistiques agricoles et des ensembles indépendants, a montré une grande précision (OA moyenne = 95,98 ± 1,15 %). L’analyse spatio-temporelle révèle des changements notables : déplacement du centroïde d’environ 56 km vers le sud-est, expansion de 30 % des zones à forte intensité (intensité = 1) et recul vers le sud de la limite nord réelle, contrastant avec un déplacement net vers le nord de la limite climatique potentielle. Ces résultats soulignent l’influence conjointe de facteurs environnementaux et socio-économiques et apportent une base solide pour le suivi, les politiques agricoles et l’adaptation au changement climatique.

Winter wheat is crucial for global food security, with China’s North China Plain (NCP) as the dominant production region. This dissertation develops a rule-based method using Sentinel-2 GCVI time series for automatic training sample generation, enabling accurate mapping of winter wheat at 10 m resolution across three municipalities. The approach was extended with Landsat data to construct WheatMapNCP, a 30 m distribution dataset covering 2000–2024 in the NCP. Validation with stratified sampling, agricultural statistics, and independent datasets confirmed high accuracy (average OA = 95.98 ± 1.15 %). Spatiotemporal analysis revealed significant changes: the centroid of winter wheat planting area shifted about 56 km southeast, high-intensity (intensity = 1) cropping areas expanded by 30%, and the northern limit of actual cultivation retreated southward, contrasting with a clear northward shift of the climatic potential limit. These results highlight the combined effects of environmental and socio-economic drivers and provide a robust basis for monitoring, policy-making, and adaptation to climate change.