Analyse de séries temporelles d’images hyperspectrales pour l’évaluation précoce des symptômes de septoriose du blé dur

Recrutée en tant que Chargée de Recherche à l’INRAE de Montpellier, mon post-doctorat s’effectue au sein des UMR AGAP (Amélioration Génétique et Adaptation des Plantes méditerranéennes et tropicales) et ITAP (Technologies et Méthodes pour les Agricultures de demain). Mon projet de recherche porte sur l’analyse de séries temporelles d’images hyperspectrales pour l’évaluation précoce des symptômes de la septoriose du blé dur.
Je suis titulaire d'un DUT en Biologie spécialisé en agronomie et d'une Licence en Agrosciences. J'ai complété ma formation avec un Master en Gestion de la Qualité des Productions Végétales, me spécialisant dans les méthodes et les stratégies visant à améliorer la qualité et la sécurité des productions agricoles. Au cours de ma formation, je me suis intéressée aux interactions plante-pathogène, notamment les moyens mis en place par l’hôte pour se défendre contre les pathogènes. J'ai ensuite réalisé ma thèse au Cirad de la Réunion. Mes travaux de recherche portaient sur l'étude de diverses approches métabolomiques et spectroscopiques, avec pour objectif principal de détecter des signatures biochimiques associées à la maladie de la tache noire de l'ananas. Grâce à ces techniques, j'ai pu identifier des marqueurs biochimiques spécifiques, ouvrant ainsi la voie à de nouvelles méthodes de diagnostic et de gestion de cette maladie fongique qui affecte considérablement les cultures d'ananas.
Mon post-doctorat porte sur l’étude d’une série d’images hyperspectrales afin de détecter précocement les symptômes de la septoriose (STB) de blé dur, causée par le champignon pathogène Zymoseptoria tritici. Cette pathologie est responsable de pertes de production significatives, en raison des dommages irréversibles qu'elle provoque sur le feuillage des plantes. Étant donné l'importance de l’impact de cette maladie sur les rendements agricoles, il est crucial de développer des outils et des méthodes de détection non-destructives, rapides et efficaces. Mon travail vise à utiliser des méthode chimiométriques pour mettre au point le diagnostic précoce de la STB et développer des outils de phénotypage, contribuant ainsi à la protection et à l'amélioration des cultures de blé dur. Les méthodes traditionnellement employées pour gérer la propagation de la maladie nécessitent des moyens importants en termes économique, énergétique et de main d’œuvre. La conception et l’utilisation de capteurs optiques couplés à des outils chimiométriques offrent une alternative prometteuse pour améliorer les pratiques agricoles. Ces technologies permettent d'agir plus rapidement, à plus grande échelle et à moindre coût sur la STB du blé dur. En intégrant ces avancées, il serait possible de détecter précocement les symptômes de la maladie, optimisant ainsi les interventions et réduisant les impacts économiques et environnementaux des méthodes classiques. Par ailleurs, ces technologies accélèreraient la sélection des meilleurs phénotypes de blé dur, en favorisant les génotypes les plus résistants à la STB. 

• Date de démarrage:  1er mars 2024
• Discipline(s)/Spécialité(s): Chimiométrie - Cinétique spatio-temporelle
• Encadrant(s): Martin Ecarnot, UMR Agap, Inrae, Jean-Michel Roger et Ryad Bendoula, UMR Itap, Inrae
• #DigitAg:  Axe 3 : Capteurs et acquisition et gestion de données, Challenge 2 : Le phénotypage rapide, Challenge 3 : La protection des cultures

Mots-clés : Imagerie hyperspectrale, chimiométrie, phytopahtologie, phénotypage

Résumé : Le développement et l'implantation de nouvelles technologies parmi les divers acteurs des filières agricoles visent à promouvoir l'innovation et à mettre en place des méthodes fiables, rapides, simples et peu coûteuses. Dans le cadre de mes travaux de post-doctorat, j'utiliserai l'imagerie hyperspectrale en visible-proche infrarouge et différentes méthodes chimiométriques afin d'identifier des marqueurs de la septoriose du blé. Les dimensions spatiales et spectrales seront analysées quotidiennement pour révéler les signatures spécifiques de la maladie au fil du temps. Des méthodes de classification et de prédiction seront développées, appliquées et comparées sur le jeu de données pour diagnostiquer précocement l'apparition des symptômes de la septoriose sur les feuilles de blé dur. De plus, des méthodes de sélection de variables seront étudiées afin d'identifier les longueurs d'onde d'intérêt associées à la maladie, ce qui pourrait conduire à l'élaboration de capteurs simplifiés.

Contact: lorraine.latchoumane [AT] inrae.fr
Réseaux sociaux: ResearchGate