Soutenance de thèse de Anice Cheraiet, le vendredi 18 décembre à 10h00 , à Montpellier SupAgro (salle 11/101, bâtiment 11-Le Château niveau 1)

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

Thèse cofinancée par  l’IFV et #DigitAg

 Jury 

Fréderic BARET, Directeur de Recherche, INRAE Avignon, France 

Patrice REY, Professeur, Bordeaux Sciences Agro, France 

Alexandre ESCOLA-AGUSTI, Professeur associé, Université de Lleida, Espagne 

Christelle GEE, Professeur, AgroSup Dijon, France 

Benoit PALLAS, Chargé de recherche, INRAE Montpellier, France  

James TAYLOR, Directeur de recherche, INRAE Montpellier, France 

Olivier NAUD, Ingénieur de recherche, INRAE Montpellier, France 

Sébastien CODIS, Ingénieur, IFV, France  

Fréderic LEBEAU, Professeur, Gembloux Agro-Bio Tech, Belgique 

 

Résumé

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 caractérisé 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 même 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 générale 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.