[Paroles de doctorants] Léo Pichon : Méthodes d’évaluation de la qualité des données issues d’observations à haute résolution spatiale et temporelle pour une aide à la décision en viticulture

Léo Pichon porte un sujet de thèse cofinancée par #DigitAg.

 

 

Méthodes d’évaluation de la qualité des données issues d’observations à haute résolution spatiale et temporelle pour une aide à la décision en viticulture

  • Date de démarrage : novembre 2017
  • Université : MUSE Montpellier Université d’Excellence / Montpellier SupAgro
  • Ecole doctorale :  GAIA, Montpellier
  • Discipline / Spécialité : Agronomie, TIC en agriculture
  • Directeur de thèse : Véronique Bellon-Maurel (Irstea Dépt Ecotechnologies)
  • Encadrant(es)  : Bruno Tisseyre (Montpellier SupAgro ITAP), James Taylor (Newcastle University, UK / Irstea ITAP)
  • Financement : Montpellier SupAgro
  • #DigitAg : Thèse labellisée – Axes 3, 4 et 6Challenges 1,et 6

Mots-clés : Qualité des données, Données à haute résolution, Viticulture de précision, Aide à la décision, Crowdsourcing

Résumé :

 

Le développement des technologies numériques (drones, satellite Sentinel, smartphones, etc.) a considérablement favorisé l’essor de nouvelles sources d’information en agriculture. Celles-ci, généralement développées pour d’autres secteurs d’activité, représentent des opportunités potentielles pour le support à l’expertise et l’aide à décision en agriculture. Les données qui en sont issues ont cependant des caractéristiques variées (en nature, en qualité, en emprise ou en résolution spatiales, temporelles ou spectrales) qui ne sont pas nécessairement optimales pour être utilisées comme support à l’expertise et à la décision. Evaluer l’intérêt décisionnel d’une nouvelle source d’observation en fonction de ses caractéristiques propres revêt donc un enjeu opérationnel fort qui soulève des questions scientifiques d’ordre méthodologiques. Cet enjeu devrait d’ailleurs être renforcé dans les années à venir avec l’émergence de technologies aux caractéristiques nouvelles (imagerie hyperspectrale, nano-satellites, Térahertz, etc.).

En agriculture de précision, de nombreux travaux étudient les caractéristiques des systèmes de mesure et les conditions d’acquisition optimales pour une application dédiée et spécifique (caractérisation de la variabilité du rendement, de la vigueur, de l’état hydrique, etc.). En revanche, à notre connaissance, il n’existe pas de méthode permettant, à partir d’une nouvelle source d’observation disponible, d’évaluer son intérêt. La thèse répondra à cet enjeu en proposant des méthodes permettant i) de définir l’intérêt puis le mode de représentation optimal d’une nouvelle source d’observation spatialisée, ii) d’évaluer la qualité d’une donnée spatialisée utilisée comme support d’aide à la décision et iii) d’améliorer la qualité de données spatialisées dans le cas particulier d’une nouvelle source d’observations :  le crowdsourcing.

 

Contact:  leo.pichon [AT] supagro.fr​

Réseaux : ResearchGate  LinkedIn