[Post-doc terminé] Leire Sandonis-Pozo : Une approche hybride combinant la modélisation biophysique et les dérivés de la télédétection

Une approche hybride combinant la modélisation biophysique et les dérivés de la télédétection pour modéliser l’architecture 3D du couvert végétal dans les vignobles pour une gestion différenciée des cultures

Résumé : Il n'est pas facile de mesurer la géométrie du couvert végétal d'un vignoble. Le couvert évolue continuellement et ses caractéristiques 3D influencent fortement la nécessité et l'efficacité des actions de protection des cultures au cours de la saison. Les capteurs proximaux peuvent fournir des informations à haute définition sur la structure 3D du couvert, mais sont limités dans la résolution spatiale et temporelle de leur déploiement. L'imagerie satellitaire fournit des informations spatio-temporelles à haute résolution sur la vigueur du vignoble. Cependant, les informations de ces images ne sont que partiellement influencées par l'architecture du couvert végétal. Par conséquent, aucun des deux systèmes de détection, dans leur forme originale, n'est capable de fournir des informations pertinentes sur les vignobles pour soutenir les stratégies de protection différentielle des cultures en cours de saison. Ce projet utilisera les dérivés de l'imagerie de télédétection, obtenus par l'analyse de séries temporelles d'indices de végétation et de modèles de transfert radiatif inverse, pour générer des modèles capables de prédire les caractéristiques 3D des vignobles sur une grande surface. Les données d'étalonnage et de validation de ces modèles seront dérivées de données LiDAR en des points sélectionnés. Le traitement de ces données LiDAR sera basé sur de nouveaux algorithmes qui fournissent des informations en 3D sur les couverts viticoles. La modélisation des caractéristiques 3D de la végétation obtenue à partir des dérivés de la télédétection sera réalisée à l'aide d'un mélange de méthodes d'apprentissage automatique linéaires et non linéaires. Une fois qu'un modèle stable aura été trouvé, les informations prédites à grande échelle sur la végétation en 3D seront substituées aux modèles existants de dépôt interceptés de pulvérisation afin d'évaluer si les prédictions de la végétation en 3D sont d'une qualité suffisante pour être utilisées à des fins de gestion.

Contact : leire.sandonis(at)udl.cat

Réseaux : Linkedin

• Date de démarrage:  1er février 2025
• Date de fin : 31 août 2025
• Encadrant(s) : Bruno Tisseyre, UMR Itap, Inrae et Jean-Baptiste Feret, UMR TETIS
• #DigitAg : Axe 6 : Modélisation et simulation (systèmes de production agricole) - Axe 3 : Capteurs, acquisition et gestion de données - Axe 5 : Fouille de données, analyse de données, extraction de connaissances