Dissociation symptomatique du stress azoté et des maladies fongiques du blé d'hiver par imagerie multispectrale de proximité

Abstract

La détection spectrale proximale a le potentiel d’identifier des stress biotiques et abiotiques sur les plantes. En raison des similitudes symptomatiques, une multitude de méthodes ont été développées en présence d’un seul stress ou en conditions contrôlées. L’objectif de ce travail est de dissocier, en conditions de terrain, un stress lié à la nutrition azotée d’un stress lié aux maladies fongiques, et de les quantifier. Ce travail est effectué sur la culture du blé d’hiver. Différents traitements fongiques et fertilisants ont été appliqués au cours de deux saisons. Des données agronomiques ont été récoltées à différents stades de la culture. Les images ont été acquises à l’aide d’une plateforme de phénotypage équipée de caméras multispectrales, de caméras rouge vert bleu (RVB) et d’un spectromètre. La segmentation des dégâts foliaires a permis de dissocier les deux types de stress. Elle s’est construite en trois étapes : le pré-traitement des images, l’annotation d’images RVB et la sélection d’indices de végétation (IV) parmi 17 recensés dans la littérature. Une partie de ces IV ont été testés pour leur capacité à quantifier ces stress. Des études de corrélation ont été menées afin de relier la méthode d’imagerie à des variables d’intérêt tels que le rendement, l’indice de nutrition azotée (INN) et les cotations maladies. L’imagerie multispectrale s’est montrée efficace pour estimer le rendement en surpassant même la méthode de cotation en champ. La dissociation des stress s’est révélée intéressante dans l’estimation de l’INN. Enfin, des contraintes ont été rencontrées, abordées et discutées afin de proposer des pistes d’amélioration.

Proximal spectral detection has the potential to identify biotic and abiotic stresses on plants. Due to symptomatic similarities, a multitude of methods have been developed in the presence of a single stress or under controlled conditions. The objective of this work is to dissociate, under field conditions, a stress related to nitrogen nutrition from a stress related to fungal diseases and to quantify them. This work was carried out on winter wheat. Different fungal and fertiliser treatments were applied over two seasons. Agronomic data were collected at different stages of the crop. Images were acquired using a phenotyping platform equipped with multispectral cameras, red green blue (RGB) cameras and a spectrometer. The segmentation of leaf damage made it possible to dissociate the two types of stress. It was built in three stages: image pre-processing, annotation of RGB images and selection of vegetation index (VI) from among 17 listed in the literature. Some of these VI were tested for their ability to quantify these stresses. Correlation studies were conducted to link the imaging method to variables of interest such as yield, nitrogen nutrition index (NNI) and disease scores. Multispectral imaging was shown to be effective in estimating yield, outperforming even the field rating method. Stress dissociation was found to be useful for NNI estimation. Finally, constraints were encountered, addressed and discussed in order to propose ways of improvement.