Research focus and expertise

19 Jan
19/Jan/2023

Research focus and expertise

Faits Marquants Département SPE INRAE 2022

Source : https://intranet.inrae.fr/spe/Recherche/Faits-marquants/FM-2022?ticket=ST-1247340-pbgbZRYjXjl1StpSdr1a-cas

Le département SPE a reçu, dans le cadre de la collecte des faits marquants (FM) 2022, 33 propositions de ses unités. Sur les 33 FM reçus et évalués par le bureau du département, 10 ont été sélectionnés et proposés à la direction générale d'INRAE. Deux communiqués de presse publiés en 2022 ont également été rajoutés à cette liste. Ils permettront à la direction générale d'illustrer le rapport d'activité annuel de l'Institut. L'ensemble des FM reçus par le département SPE seront utilisés durant l'année 2023 pour la communication interne et externe du département.

 

L'analyse d’images hyperspectrales de feuilles de vigne permet une détection précoce des symptômes du mildiou

 

Le mildiou est une maladie très destructrice de la vigne. La détection précoce des épidémies de mildiou au printemps est un facteur clef pour en limiter le développement. Cependant, les premiers symptômes de la maladie sont souvent sporadiques et leur apparition est très difficile à observer au vignoble. L'objectif de cette étude était de détecter précocement la maladie dans un environnement contrôlé, et de suivre l'évolution de la gravité de la maladie dans le temps et l'espace. Pour cela, nous avons utilisé une base de données d'images hyperspectrales suivant l'évolution de 0 à 9 jours post-inoculation (jpi) de trois souches de Plasmopara viticola inoculées sur des feuilles de vigne et développé un outil de détection automatique basé sur une méthode d’apprentissage automatique de type Machine à Vecteurs de Support (MVS). Le modèle a obtenu respectivement des taux d’exactitude prometteurs de 96% et 99% dans les jeux de données de validation et de test. Le MVS n'a pas émis de faux positifs sur les feuilles témoins et a détecté le mildiou à 2 jpi soit 2 jours avant l'apparition des symptômes visibles à 4 jpi. De plus, la surface de la maladie détectée au fil du temps était plus importante que celle évaluée visuellement, ce qui permet une meilleure évaluation de la gravité de la maladie. À notre connaissance, il s'agit de la première étude utilisant l'imagerie hyperspectrale pour détecter et montrer automatiquement et précocement la distribution spatiale du mildiou sur les feuilles de vigne au fil du temps.

Additional informations