Monitoring plant cover and vines in agroecological vineyards with unmanned aerial vehicles (UAVs): a tool for sustainable agronomic management in viticulture
Monitoreo de cubiertas vegetales y vides en viñedos agroecológicos con vehículos aéreos no tripulados (VANTs): una herramienta para una gestión agronómica sostenible en viticultura
Suivi de la couverture végétale et des vignes dans les vignobles agroécologiques à l'aide de drones : un outil pour une gestion agronomique durable en viticulture
Résumé
Wine-growing systems face significant sustainability challenges, such as soil erosion, soil quality degradation and the impacts of climate change [1–3]. The adoption of agroecological practices, such as cover crops, can promote ecosystem services such as soil protection, weed control and increased biodiversity [4]. However, these practices can also generate risks of competition for water and nitrogen, limiting their adoption by winegrowers [5–7]. In addition, the growing complexity of agroecological systems requires advanced tools to support management and decision-making, especially through modelling and remote sensing technologies. In this context, unmanned aerial vehicles (UAVs) are effective tools for mapping and characterising vegetation with high spatial and temporal resolution [8]. In particular, UAVs allow three-dimensional measurements of vegetation to be generated using overlapping images and the application of photogrammetric reconstruction techniques based on Structure-from-Motion (SfM) [9–11]. In this study, we used UAVs to monitor the development of ground cover and vines in two vineyards with different management strategies. First, relationships were established between vegetation descriptors obtained in the field (biomass and leaf area index of the cover crops, nitrogen status of the vines, and pruning weight) and data derived from UAVs (RGB and multispectral images, and 3D point clouds). Subsequently, these relationships were applied to the complete set of data obtained by UAVs to infer the dynamics of vegetation under different management regimes. The volume of vegetation cover estimated from RGB images explained more than 80% of the variability observed in the leaf area index. The use of 3D point clouds, as well as their combination with multispectral images, significantly improved the relationships between the data derived from UAVs and the vegetation descriptors measured in the field (of vegetation cover and vines). By comparing these dynamics with soil water and nitrogen availability, and with yield and quality indicators, our goal is to develop a tool that facilitates the monitoring of biodiversified vineyards and the implementation of agroecological and sustainable management practices.
Les systèmes viticoles sont confrontés à d'importants défis en matière de durabilité, tels que l'érosion des sols, la dégradation de leur qualité et les impacts du changement climatique [1-3]. L'adoption de pratiques agroécologiques, telles que les couvertures végétales, peut favoriser les services écosystémiques tels que la protection des sols, le contrôle des mauvaises herbes et l'augmentation de la biodiversité [4]. Cependant, ces pratiques peuvent également entraîner des risques de concurrence pour l'eau et l'azote, ce qui limite leur adoption par les viticulteurs [5-7]. En outre, la complexité croissante des systèmes agroécologiques nécessite des outils avancés pour soutenir la gestion et la prise de décision, notamment grâce aux technologies de modélisation et de télédétection. Dans ce contexte, les drones constituent des outils efficaces pour la cartographie et la caractérisation de la végétation avec une haute résolution spatiale et temporelle [8]. En particulier, les drones permettent de générer des mesures tridimensionnelles de la végétation à l'aide d'images superposées et de l'application de techniques de reconstruction photogrammétrique basées sur la structure à partir du mouvement (Structure-from-Motion, SfM) [9-11]. Dans cette étude, nous avons utilisé des drones pour surveiller le développement du couvert végétal et des vignes dans deux vignobles appliquant des stratégies de gestion différentes. Tout d'abord, nous avons établi des relations entre les descripteurs de végétation obtenus sur le terrain (biomasse et indice de surface foliaire des couvertures, état azoté de la vigne et poids des sarments) et les données dérivées des drones (images RVB et multispectrales, et nuages de points 3D). Ces relations ont ensuite été appliquées à l'ensemble des données obtenues par les drones afin de déduire la dynamique de la végétation sous différents régimes de gestion. Le volume des couvertures végétales estimé à partir des images RVB expliquait plus de 80 % de la variabilité observée dans l'indice de surface foliaire. L'utilisation de nuages de points 3D, ainsi que leur combinaison avec des images multispectrales, a considérablement amélioré les relations entre les données dérivées des drones et les descripteurs de végétation mesurés sur le terrain (couvertures végétales et vignes). En comparant ces dynamiques avec la disponibilité en eau et en azote dans le sol, ainsi qu'avec des indicateurs de rendement et de qualité, notre objectif est de développer un outil facilitant le suivi des vignobles biodiversifiés et la mise en œuvre de pratiques de gestion agroécologiques et durables.
| Origine | Accord explicite pour ce dépôt |
|---|---|
| Licence |