Pour atteindre ses engagements internationaux de réduction des émissions de gaz à effet de serre, le Brésil a un projet appelé Plan ABC (Agriculture Bas Carbone). Parmi les stratégies d'intensification durable de l'agriculture, l'Etat incite l'adoption de systèmes intégrés agriculture-élevage-forêt. Toutefois, il est nécessaire de créer des mécanismes de suivi de l'adoption de ces nouvelles pratiques. L'objectif général de la thèse est de développer une méthodologie de cartographie annuelle à l'échelle régionale des systèmes intégrés de type agriculture-élevage (iLP) à partir de séries temporelles d'images satellite MODIS, afin de contribuer à l'établissement d'un protocole de suivi de l'agriculture à faibles émissions de carbone. Le travail est divisé en trois étapes : la mise au point de la stratégie de classification des systèmes intégrés, l'application à l'échelle régionale et l'analyse thématique des cartes obtenues. La zone d'étude est l'État du Mato Grosso, le plus grand producteur national de soja, et qui offre une grande diversité de milieux naturels permettant d'évaluer les méthodes dans des contextes et années climatiques différents. La stratégie de classification a été mise au point dans une zone au nord de l'État. Les résultats montrent que les pré-traitements de type lissage du signal temporel ou calcul d'indices phénométriques détériorent la précision des classifications des systèmes de culture, que l'utilisation de séries temporelles d'indices de végétation permettent d'obtenir de bons scores de classification (précision globale : OA = 0.96) et enfin que l'algorithme Random Forest est légèrement plus performant que SVM (Support Vector Machine). La stratégie a été ensuite appliquée au Mato Grosso, à 7 campagnes agricoles (2012-2019) et 6 régions climatiques, selon une approche hiérarchique en 4 niveaux. Les résultats montrent que l'utilisation d'une base de données d'apprentissage unique (échantillons de différentes années et régions) pour classer cha