Modélisation expérimentale et statistique des relations entre caractéristiques morphologiques de la vigne et dépôts de pulvérisation : application à l’agriculture de précision - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2020

Experimental and statistical modeling of relations between morphological characteristics of grapevine and spraying deposits : application to precision agriculture.

Modélisation expérimentale et statistique des relations entre caractéristiques morphologiques de la vigne et dépôts de pulvérisation : application à l’agriculture de précision

Résumé

The social demand for a reduction in the use of plant protection products (PPP) is a driver to reconsider the vine protection process. Today agro-chemical doses are expressed as a fixed quantity per unit area of ground in the field. Dose rates are independent of the conditions of the application, and this includes the quantity of foliage to be protected. The agro-environmental performance of pesticides application in viticulture exhibits great variability according to the sprayer type and the growth stage, and training of vegetation. The aim of this thesis was to develop models for predicting the quantities and distributions of deposits in grapevines according to the canopy structure and sprayer characteristics. The canopy structure, according to its dimensions and density, was characterised on a set of vine blocks using a proximal on-the-go LiDAR sensor (Light Detection And Ranging). Data about PPP distributions in the different strata of the canopy was acquired on the same set of plots. LiDAR sensors have been shown to be of interest in previous works related to viticulture, but their use is still scarce in commercial perennial crops, primarily due to the lack of robust protocols for processing and interpreting the data. One of the results of the thesis is an automated method for filtering and classifying point clouds from a LiDAR sensor. This makes it easier to estimate vine canopy dimensions (height, thickness) and its apparent density. Importantly, the method requires scanning on only one side (half) of the canopy. The developed method was compared to a non-automated reference method and to classical manual canopy measurements with good agreement. The proposed method was shown to be able to characterise canopy dimensions from LiDAR data in an automated and robust manner throughout the growing season. A second set of results of the thesis deals with the study at the vine scale of the statistical distribution of leaf deposits intercepted onto leaves and artificial targets within the vine canopy. It is the first such high-resolution study of the variability of within the canopy spray depositions. The observed distribution of deposits was shown to be highly variable. It follows therefore, that in order to manage the parts of the canopy that are under treated, and more susceptible to pathogens, using the mean of the deposits, even at plant scale, is insufficient information. Precision spraying should be based on the statistical distribution of deposits, not the mean. The thesis proposed a novel multivariate statistical modelling approach to predict the distribution of deposition taking into account the sprayer application technology and the structure of the vegetation evaluated by a LiDAR sensor. The new model was compared with existing univariate models and offered better accuracy and robustness in predicting deposition distributions, especially under evolving and varying canopy sizes. The proposed novel modelling approach is general enough to be applied to other spraying technologies. Finally, a chapter of the thesis is devoted to assess the interest of developing variable rate precision spraying technologies, in terms of PPP savings and their ability to control the phytosanitary risk. The canopy of a vineyard estate was assessed periodically over an entire growing season with a LiDAR sensor. The multivariate statistical models constructed were inverted with the high-resolution canopy information at different dates in order to produce site-specific PPP prescription maps. These prescription maps were interpreted at different decision scales, according to different technological scenarios.
La demande sociétale de réduction d’usage des produits de protection des plantes (PPP) conduit à reconsidérer les processus de protection de la vigne. Aujourd’hui l’expression des doses est basée sur une quantité fixe définie par hectare cadastral de vigne, indépendante notamment de la quantité de végétal à protéger. La performance agro-environnementale de l’application par pulvérisation des PPP en viticulture varie fortement en fonction du type de pulvérisateur et de la croissance, et du mode de conduite de la végétation. L’objectif de cette thèse a été de développer des modèles de prédiction des quantités et distributions de dépôts sur le végétal en fonction de la structure du couvert et des caractéristiques des pulvérisateurs. La structure du couvert sur un ensemble de placettes a été caractérisée au plan dimensionnel et de la densité grâce à un capteur proximal LiDAR (Light Detection And Ranging) mobile. Sur les mêmes placettes, des données de distribution des quantités de PPP déposé par unité de surface dans les différentes strates du couvert végétal ont été acquises. Malgré la démonstration de leur intérêt, l'utilisation des capteurs LiDAR est encore rare en viticulture, principalement en raison du manque de protocoles solides pour le traitement et l'interprétation des données. Un des résultats de la thèse est une méthode de traitement automatisée de filtration et classification des nuages de points issus d’un capteur LiDAR. Ceci permet d’estimer ensuite facilement les dimensions (hauteur, épaisseur) de la végétation et sa densité apparente. La méthode ne nécessite de collecter les données LiDAR que d’un seul côté du rang de vigne. La méthode développée a été comparée à une méthode de référence non automatisée, et aux mesures manuelles classiques de la végétation. La méthode proposée s'est révélée capable de caractériser les dimensions du couvert végétal à partir des données LiDAR de manière automatisée et robuste tout au long de la saison de croissance. Un deuxième ensemble de résultats de la thèse concerne l’étude à l'échelle d’un cep de vigne de la distribution statistique des dépôts foliaires interceptés sur les feuilles ou des cibles artificielles disposées au sein du couvert végétal. Nous avons mis en évidence que la répartition des dépôts au sein de la végétation est très variable. Il semble donc que pour prendre en compte les zones du couvert végétal les moins bien traitées et donc les plus exposées au développement des pathogènes, la moyenne des dépôts à l’échelle du cep soit une information insuffisante et que la distribution statistique des dépôts soit à privilégier pour la pulvérisation de précision. La thèse propose une nouvelle approche de modélisation statistique multivariée pour prédire la distribution des dépôts en tenant compte de la technologie d'application du pulvérisateur et de la structure de la végétation évaluée par un capteur LiDAR. Cette nouvelle modélisation a été comparée avec les modèles univariés existants. Elle offre une meilleure précision et robustesse dans la prédiction de la distribution des dépôts sur la saison de végétation complète. La nouvelle approche de modélisation proposée est suffisamment générique pour être appliquée à différentes technologies de pulvérisation. Enfin, un chapitre du mémoire est consacré à évaluer l’intérêt du développement de technologies de pulvérisation de précision, en termes d’économie de PPP et de leur capacité à maîtriser le risque phytosanitaire. La végétation d’un domaine viticole a été caractérisée périodiquement pendant toute une saison de croissance à l'aide d'un capteur LiDAR. Les modèles statistiques multivariés construits ont été inversés avec les informations haute résolution de la végétation à différentes dates afin de produire des cartes de préconisation des doses de PPP spécifiques au site. Ces cartes de préconisations sont discutées et interprétées à différentes échelles de décision et selon différents scénarios technologiques.
Fichier principal
Vignette du fichier
Thèse Anice Cheraiet version Apres Soutenance final - VF.pdf (6.69 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04405464 , version 1 (19-01-2024)

Identifiants

  • HAL Id : tel-04405464 , version 1

Citer

Anice Cheraïet. Modélisation expérimentale et statistique des relations entre caractéristiques morphologiques de la vigne et dépôts de pulvérisation : application à l’agriculture de précision. Sciences du Vivant [q-bio]. L'institut Agro - Montpellier; Montpellier University, 2020. Français. ⟨NNT : ⟩. ⟨tel-04405464⟩
34 Consultations
22 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More