F. Baret, B. de Solan ,Ph. Burger & A. Comar

Présentation au sujet: "F. Baret, B. de Solan ,Ph. Burger & A. Comar"— Transcription de la présentation:

1 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

2 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 ( ) 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

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

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

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

6 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

7 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

8 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

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

10 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

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

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

13 Développement d’un système dédié au phénotypage
Projet innovant AGIR-Emmah ( ) Thèse Alexis Comar ( – CIFRE Arvalis) ANR-Phénoblé ( ) 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

14 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

15 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

16 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)

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

18 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

19 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

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

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

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

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

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

25 Améliorations prévues
Débit: 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

26 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

27 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

28 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