Proxydétection et maladies cryptogamiques : mise au point de la détection des symptômes du mildiou par drone

Projet mené en partenariat avec CHOUETTE.

CHOUETTE et 2A viti se sont associés pendant la campagne 2017 afin d’étudier la possibilité et la fiabilité d’une cartographie exhaustive de la sensibilité du vignoble au mildiou. Grâce à un drone autonome réalisant des photographies en haute résolution et à la mise au point d’un système d’analyse d’images complexe, l’objectif est de détecter la présence des symptômes du mildiou et de réaliser une carte de sensibilité précise du vignoble.

Afin d’obtenir les résultats les plus cohérents possibles, l’analyse des images de la canopée du vignoble captées par drone a été croisée avec des observations réalisées sur le terrain (sur la surface foliaire et les grappes).

Un projet similaire est actuellement mené par le pôle de compétitivité Pégase (projet DAMAV/ détection automatique des maladies de la vigne) et vise à automatiser la détection des foyers infectieux de flavescence dorée. Cette recherche a été sélectionnée dans le cadre du Fonds unique ministériel et dotée d’un budget de plus d’un millions d’euros. Il associe plusieurs entreprises et structures telles que Novadem, Astrium, l’Inra de Dijon, le fredon PACA, le BIVB… Débuté en 2014, ce projet n’a à ce jour pas fait l’objet de publication de résultats.

Le bureau d’étude Carbon Bee mène également un projet pilote sur la détection de plants symptomatiques grâce à une intelligence artificielle. Il propose de fournir un niveau de probabilité qu’un plant soit symptomatique d’une maladie. Leurs études sont concentrées sur la flavescence dorée.

En ce qui concerne la détection des maladies cryptogamiques par drone (mildiou, black-rot, oïdium), aucun projet autre que la solution étudiée en partenariat par CHOUETTE et 2A viti n’est en cours, à notre connaissance.

Outre les techniques de détection de maladies par imagerie, il existe également des techniques reposant sur la fluorescence (exemple : Multiplex 3, Force A), qui font l’objet de perspectives encourageantes dans le domaine. Les propriétés de fluorescence des complexes protéiques présentes dans les cellules des tissus foliaires de la vigne permettent en effet de caractériser l’état sanitaire des feuilles. Cette approche « sur le terrain » pourrait être croisée avec la proxy détection, afin d’augmenter la fiabilité des cartographies ainsi réalisées.

Ce système de cartographie précise et exhaustive est un outil de viticulture de précision pour nos clients qui pourront ainsi tester plusieurs modalités de traitement et comparer la pression mildiou selon les zones, ou encore, définir de nouvelles stratégies de protection du vignoble dans une logique de réduction de la consommation des produits phytosanitaires.

Protocole de mesure :

  • Chouette: Le drone Chouette réalise son plan de vol sur l’ensemble de la parcelle. Ils parcourent tous les rangs et acquiert les images en continue. Ces images sont transférées sur les serveurs de l’entreprise. Le processus d’analyse d’images est réalisé sur l’ensemble de la vigne prise en photo. Le système fournit alors un pourcentage de feuilles symptomatiques visibles dans le plan photographié par le capteur.
  • 2A Viti : Les mesures terrain réalisées par 2A-Viti sont effectuées sur 5 rangs à raison de 2 piquetées par rang. Cela représente une zone de 15m*15m pour 50 pieds de vignes. Sur l’ensemble des pieds, le pourcentage de feuilles symptomatiques et comptabilisé par l’opérateur en charge des mesures.

Dates de mesure :

Sur les 4 parcelles choisies dans le cadre de l’essai, les mesures ont été réalisées conjointement sur 3 Dates :

  • 18 Juillet 2017
  • 2 Aout 2017
  • 7 Septembre 2017

Résultats :

Les résultats des mesures conjointes de Chouette et 2A-Viti montrent de bonnes corrélations (R²>0.8)  pour toutes les parcelles et les différentes dates. Le pourcentage d’erreur reste quant à lui améliorable dans l’absolu.

L’étude comparée des résultats a permis de mettre en évidence l’importante des réglages d’exposition sur la robustesse de l’analyse d’images, et d’ajuster en conséquence les réglages des capteurs ainsi que le temps d’exposition du capteur en temps réel pendant le vol pour limiter ce phénomène.  Les tests effectués à l’autonome ont donné de bons résultats et sont encourageants pour la saison 2018.

2 réflexions au sujet de « Proxydétection et maladies cryptogamiques : mise au point de la détection des symptômes du mildiou par drone »

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.