F. Baret, B. de Solan ,Ph. Burger & A. Comar Techniques et outils pour le phénotypage au champ des variétés de grandes cultures F. Baret, B. de Solan ,Ph. Burger & A. Comar 1INRA-EMMAH UMR1114 Avignon 2Arvalis, Avignon 3INRA- AGIR UMR1248, Auzeville

Importance du phénotypage au champ Les plantes cultivées en conditions artificielles sont différentes de celles cultivées au champ Sol (pots) Climat (serre) Compétition entre plantes (plantes isolées) Le phénotypage au champ est nécessaire pour identifier des traits sans artefacts Il fournit des informations pour une déclinaison variétale des règles de décision Très nombreuses parcelles à caractériser (1000-2000) et suivi de la dynamique: les méthodes ‘destructrices’ ne conviennent pas. Il est nécessaire de développer des méthodes de mesures Rapides Non destructives Peu coûteuses (en coût unitaire) Paris 22 Nov. 2011

Plan Introduction Mesures de caractéristiques foliaires Systèmes de phénotypage au champ Conclusion Paris 22 Nov. 2011

Plan Introduction Mesures de caractéristiques foliaires Systèmes de phénotypage au champ Conclusion Paris 22 Nov. 2011

Principe: absorption spectrale Absorption par: la chlorophylle L’eau La matière sèche Les pigments bruns Paris 22 Nov. 2011

Systèmes de mesure Spectro ASD Spectro JAZ Ocean-Optics Minolta SPAD (N tester) Pince pour mesure des propriétés optiques des feuilles au champ Paris 22 Nov. 2011

Estimation de contenus Cab, Cw, SLW PROSPECT Reflectance* Transmittance* optimisation D Reflectance Transmittance Mesures Contenu en eau (g.cm-2) Contenu en matière sèche (g.cm-2) Paris 22 Nov. 2011

Les effets directionnels de surface Forte anisotropie de la feuille Effets directionnels dus à l’état de surface de la feuille (rugosité/pilosité/état de la cuticule) Conséquences sur l’estimation des contenus biochimiques Paris 22 Nov. 2011

Les effets de surface identifiés Images acquises au MEB sur du blé dur - x 150 - x 500 - x 15 000 Anisotropie: Nervures Séparation des cellules « Rugosité » trychome hétérogénité Nervures Trychomes Séparation des cellules Zoom Hétérogénéité de la cuticule Paris 22 Nov. 2011

La pince CANARD Mesure de: Pour: ρ et τ hémisphérique (Chlorophyll and Nitrogen Absorption and Reflectance Device) Mesure de: ρ et τ hémisphérique optimisation de la configuration géométrique Pour: Inverser PROSPECT Cab: chlorophylle Cw : Contenu en eau Cm : Matière sèche Calibrer des relations empiriques pigments (Ca, Cb, Cc), eau matière sèche azote cellulose (lignin) phenols (stress) Caractériser la surface Rugosité État de la cuticule

Plan Introduction Mesures de caractéristiques foliaires Systèmes de phénotypage au champ Conclusion Paris 22 Nov. 2011

Transmittance et Réflectance Transmittance=Structure Réflectance=Structure + Propriétés Optiques Photographie numérique Spectro-Radiomètre Paris 22 Nov. 2011

Développement d’un système dédié au phénotypage Projet innovant AGIR-Emmah (2007-2008) Thèse Alexis Comar (2010-2012 – CIFRE Arvalis) ANR-Phénoblé (2011-2014) Système porté sur tracteur  géométrie de mesure mieux contrôlée Combinaison imagerie (VIS) et spectrométrie VIS-PIR Déclenchement et référencement automatique des mesures (GPS-RTK) Traitement automatisée des mesures (post-traitement) Appareils photo + 2 flashs - 1 au nadir - 1 à 57° Spectros: - 2 à 57° - 1 incident Camera PC GPS spectros Flash 1-3 m variable Débit actuel: environ 100 µparcelles/heure Paris 22 Nov. 2011

SYSTEM AND EXPERIMENTAL SETUP Irradiance probe BF2 (diffuse estimation in PAR) GPS RTK Automatisation 100 parcelles/h 4 h/jour Traitement: 2 jours Camera Flash Control center Spectro Reference board

Sélection d’indices spectraux Fraction de vert (FV) photo 2 indices spectraux NDVI MCARI2 2 directions Verticale (0°) Inclinée (57°) 1 date 05/04/2011 6 génotypes x 3N x 2D

Visée nadir: MCARI et FV MCARI2 = f(FV) 6 dates avril à juin O : après flo + : avant flo Relation linéaire R²=0.93 Bonne cohérence entre 2 mesures différentes Léger effet de l’épi MCARI2 (spectro) FV (photo)

Architecture :Combinaison visées 0° / 57° -log(MCARI2(0°)) -log(MCARI2(57°))

Estimation de QN (données 2010) En l’absence de calibration variétale, QN = f(Reflectances), par PLS Performances prédictives moyennes mais permet de définir des bandes spectrales les plus informatives : > 550, 680, 730, 760, 850, 950

Possibilité de suivre la dynamique Indice sensible à la surface verte N1 N2 N0 MCARI2 Indice sensible à la chlorophylle N1 N2 N0 MTCI Paris 22 Nov. 2011

Approche empirique Estimation de l’azote absorbé, à 2 noeuds Indice QN Effet de structure

Visée verticale: sensibilité à la structure Hysun Cap Horn Paris 22 Nov. 2011

Utilisation des maquettes 3D pour interpréter les mesures Paris 22 Nov. 2011

Influence de l’architecture sur les mesures L’architecture du couvert peut fortement biaiser l’estimation des variables d’intérêt Paris 22 Nov. 2011

Plan Introduction Mesures de caractéristiques foliaires Systèmes de phénotypage au champ Conclusion Paris 22 Nov. 2011

Améliorations prévues Débit: 300-500 p/jour  1000 p/jour Automatisme  suivi fréquent de la dynamique (100°C.j) Système actif (indépendant conditions d’éclairement avec flashs) Camera superspectrale (8-10 bandes) Superposition de la représentation 3D Barrière optique  comptage tiges / épis (Lidar) (distribution hauteur organes) Mesures de stress ? Thermique Fluorescence PRI Automatisation du traitement Adaptation à d’autres espèces Reconstruction 3D incrémentale Paris 22 Nov. 2011

Mesures de stress instantanés: Drones/ULM ? Symptomes de stress ‘instantanés’ avec forte variabilité temporelle Thermique Fluorescence PRI Effets Directionnels (interaction avec la structure du couvert): correction à posteriori à partir des mesures PHENOMOBILE Paris 22 Nov. 2011

Métriques ? Quelles métriques utiliser pour l’identification/quantification des traits? Niveau 1: résultat ‘brut’ Indices spectraux Caractéristiques de la dynamique (dates clé, pentes, intégrales) Différence de niveau de stress Niveau 2: variables de structure / propriétés optiques (et dynamique) GAI FIPAR Structure Comptage plante (précoce) Comptage épis Hauteur Chlorophylle Azote Efficience de la photosynthèse Conductance stomatique Durée de vie des feuilles Tallage Niveau 3: variables fonctionnelles Paramètres de modèles de fonctionnement / structure 4D Paris 22 Nov. 2011

Approche générale envisagée 1. Estimation de traits fonctionnels par méthodes empiriques Transf. Rad. Modele Fonct. Forcage Climat Sol Prat. Cult. LAI Chloro 2. Utilisation de modèles fonctionnels: Parametres Génétiques Mesure Capteur Au champ Parametres Physiol. (dep. Génét.) Structure Prop. Optique 3. Amélioration de la cohérence entre mesures et modèles Stress 6. Couplage du modèle 4D au modèle de functionnement Parametres Architecture (dep. Génét.) Modele 4D 4. Utilisation de modèles 4D Mesures. détaillées 5. Ajustement des parametres de modèles 4D aux mesures détaillées LAI et Chlorophylle sont partagées par les 3 modèles: Forte cohérence nécessaire Paris 22 Nov. 2011