Contexte
Suite à l'augmentation des contraintes européennes sur l'utilisation de produits de protection des plantes, la disponibilité de variétés résistantes pour les principales espèces cultivées va devenir le premier levier d'action pour réduire l'usage de ces produits. De plus, dans la perspective des dix milliards d'habitants sur Terre en 2050, les variétés à haut rendement sont maintenant la cible principale des sélectionneurs. Dans ce contexte, l'évaluation variétale de cultures à haut rendement et résistantes aux stress dans différents contextes environnementaux devient une activité majeure qui nécessite la caractérisation de phénotypes ciblés. Le phénotypage en champ reste à ce jour généralement basé sur un ensemble d'observations réalisées au sein de parcelles d'essai. Le développement de systèmes de phénotypage automatisés et non-invasifs représenterait une avancée majeure pour l’évaluation variétale dans nos régions.
Objectifs
Dans ce cadre, Gembloux Agro-Bio Tech, Université de Liège, en collaboration avec le Centre wallon de Recherches agronomiques et l’Université de Mons a obtenu fin 2017 un financement de la Région wallonne pour développer une plateforme de terrain pour le phénotypage automatisé du couvert végétal de cultures de froment d’hiver en essais de sélection et d'évaluation variétale dans nos régions.
Le programme de recherche visait à concevoir une plateforme de proxidétection pour le phénotypage automatisé du couvert végétal de cultures de froment d’hiver en essais de sélection et d'évaluation variétale en Région wallonne. L'objectif était d’utiliser cette plateforme munie de capteurs dans le visible, le proche infrarouge pour caractériser, de manière non-destructive, précise et robuste, des traits agronomiques pertinents avec une haute résolution spatiale et temporelle. Combiné à des algorithmes d’intelligence artificielle, cet outil permettrait de mettre en commun les technologies numériques et les observations de terrain. La mesure de traits morphologiques et physiologiques au tallage, à l'élongation de la tige et à l'épiaison ont été mis en relation avec le statut sanitaire général des cultures. L’idée du projet est que les informations dérivées de cette plateforme viennent en appui à l'oeil du sélectionneur ou de l’évaluateur dans son travail complexe d'observations de terrain pour caractériser le statut des variétés et des cultures. Une meilleure compréhension de la dynamique de croissance permettrait de cibler les variétés adaptées en culture conventionnelle et en culture bio, demandant moins d'intrant dans le contexte pédoclimatique wallon (azote, régulateur de croissance, pesticides). La première triennale s'est consacrée à la conception et la calibration de la plateforme en parcelles d'essais. La deuxième triennale a porté sur la consolidation et la validation en essais en conditions culturales réelles. Le principal résultat de ce projet est la mise à disposition d’une plateforme de phénotypage pour le secteur de la production végétale afin de caractériser les variétés dans le contexte de l’agriculture wallonne.
Résultats obtenus
Les données acquises en imagerie hyperspectrale proche infrarouge par le CRA-W durant les 3 premières années du projet ont permis de développer trois méthodes de détection de la fusariose sur épis de blé respectivement, une méthode en laboratoire et deux méthodes en conditions extérieures (sur le terrain).
Les résultats obtenus en laboratoire indiquent la possibilité de différencier les épis fusariés des épis sains ainsi que d’évaluer l’intensité d’infection de fusariose au niveau de l’épi selon trois classes de sévérité (épi sain, épi faiblement à modérément infecté et épi fortement infecté). De plus, la méthode semble également permettre de détecter les épis fusariés même lorsque les symptômes sont difficilement distinguables à l’œil nu (épis matures). Ces résultats ont permis de conclure que la méthode semble détecter la fusariose de manière indirecte sur base du dessèchement de l’épi causé par l’infection du pathogène. En outre, les études menées en laboratoire ont montré que l’imagerie hyperspectrale proche infrarouge permet d’évaluer, de manière non destructive, la présence ou l’absence de grain dans un épi. Cette information pourrait s’avérer utile pour une prévision de rendement ou l’évaluation des pertes de rendement causées par différents stress.
Les résultats obtenus avec les 2 plateformes de mesures en conditions extérieures montrent que l’imagerie hysperspectrale proche infrarouge permet d’évaluer l’état sanitaire général des épis. Toutefois les développements actuels de la méthode n’ont pas permis de différencier une infection de fusariose d’une autre infection fongique (piétin échaudage). Ces résultats pourraient s’expliquer par le fait que les données ont été acquises en éclairage naturel. Ces conditions de mesures peuvent entraîner des variations du signal reçu par la caméra notamment lors de passages nuageux. Les développements futurs de la méthode étudieront la possibilité de distinguer différents types de stress sur l’épi. De plus la plateforme de mesure sur tracteur sera adaptée par l’intégration d’un caisson occultant autours de la caméra couplé à un éclairage artificiel afin d’acquérir les données dans un environnement plus stable.
Mention dans la presse
26/12/2023 L'intelligence artificielle, une aide pour l'agriculteur? (Daily Science)