[Thèse soutenue] Cécile Laurent : Proposition d’un modèle d’élaboration et d’estimation du rendement en viticulture par apprentissage à partir de données hétérogènes telles que des séries temporelles d’observations et des données climatiques historiques

Sujet de thèse labellisée par #DigitAg

Découvrez ici sa présentation à la finale régionale en ligne « Occitanie-Méditerranée » de « Ma thèse en 180 secondes » qui s’est déroulée le 25 mai 2020

Cécile a soutenue sa thèse le 3 décembre à 14h en Amphi Lamour de l’Institut Agro-Montpellier SupAgro (soutenance en anglais)

 

Valorisation des données agricoles pour la recherche agronomique et à des fins opérationnelles : exemple de la prévision du rendement en viticulture

  • Date de démarrage : Septembre 2018
  • Université :  MUSE Montpellier Université d’Excellence – Institut Agro-Montpellier SupAgro
  • Discipline / Spécialité : Agronomie/viticulture, analyse de données, statistiques
  • Directeur de thèse : Bruno Tisseyre, Institut Agro-Montpellier SupAgro, Itap & Aurélie Metay, Institut Agro-Montpellier SupAgro, AbSyS
  • Encadrant(es)  : Meïli Baragatti, Institut Agro-Montpellier SupAgro, Mistea & James Taylor, Inrae, Itap
  • Financement :  Cifre Fruition Sciences
  • #DigitAg : Thèse labellisée – Axes 6 & 5 – Challenges : sujet transverse, 1 & 5

Mots-clés : Vigne, Vin, Estimation, Prédiction, Séries Temporelles de données météorologiques, Elaboration du Rendement, Bayésien

Résumé : Les données agricoles sont des données couramment collectées dans les exploitations agricoles au cours de leur fonctionnement quotidien. Elles présentent l’avantage de représenter fidèlement le contexte de production d’une exploitation donnée en fournissant des informations sur le système et la conduite des cultures, l’environnement, etc. mais elles sont caractérisées par une moindre qualité et un nombre parcimonieux de variables. Cette thèse est basée sur l’hypothèse que la valorisation des données agricoles avec des méthodes statistiques adaptées peut aider à réaliser des recherches agronomiques tenant compte des besoins et contraintes opérationnelles d’une exploitation et aboutir à la livraison d’informations locales et pertinentes pour l’aide à la décision sur le terrain. Ce projet a été initié par une entreprise de viticulture de précision, Fruition Sciences, et visait donc à étudier cette hypothèse au sein de la filière viticole à travers l’ étude de cas de la prévision du rendement. L’accent a ́été mis sur l’exploitation des séries temporelles de données météorologiques parce qu’elles sont couramment rencontrées dans les jeux de données agricoles et parce que l’influence du climat sur le développement du rendement de la vigne est prédominante. Toutes les méthodes proposées dans ce projet de thèse constituent un cadre original pour la valorisation des données agricoles avec diverses applications possibles en agriculture.

Contact:  cecile [AT] fruitionsciences.com

Réseaux : ResearchGate – LinkedIn


Publications

Télécharger le mémoire de thèse

Actes de conférences

  • C. Laurent, M. Baragatti, J. Taylor, B. Tisseyre, A. Metay, T. Scholasch, Data mining approaches for time series data analysis in viticulture. Potential of the BLiSS (Bayesian Functional Linear Regression with Sparse Step functions) method to identify temperature effects on yield potential, Accepted to the 21st Group of international Experts for Cooperation on Viti-vinicultural Systems INternational Meeting (GiESCO 2019) , Aristotle UNiversity of Thessaloniki, Thessaloniki, Greece
  • C. Laurent, M. Baragatti, J. Taylor, T. Scholasch, A. Metay, B. Tisseyre, Evaluation of a functional Bayesian method to analyse time series data in precision viticulture, 12th European Conference on Precision Agriculture (ECPA 2019), Montpellier SupAgro, Montpellier, France
  • C. Laurent, T. Scholasch, B. Tisseyre, A. Metay, Building New Temperature Indices for a local understanding of grapevine physiology, XIIIth International Terroir Congress, Virtual Congress, Adelaide, Australia