|
Résumé :
|
Face aux contraintes croissantes liées à la sécheresse dans les systèmes de culture du blé tendre, ce travail met en place et valide une chaîne de phénotypage à haut débit, depuis l’acquisition jusqu’à l’interprétation. L’étude s’appuie sur la plateforme PHENO-MA et sur un véhicule instrumenté au champ « Phenomobile V2 » pour suivre des lignées issues du croisement cv. Norin61, évaluées en arrosage optimal et en dessèchement progressif du sol. Un flux de traitement a été conçu pour extraire, calibrer et organiser les données issues des capteurs (camera RGB et spectromètre) stockées sous format HDF5, calculer des indices de végétation, puis résumer leurs évolutions temporelles. Ces traits ont été intégrés à des modèles d’apprentissage automatique afin d’estimer le rendement en grain à l’échelle du pot. Enfin, un indice de tolérance au stress hydrique, combiné à des analyses multivariées et à une classification non supervisée, a permis de classer les génotypes en profils tolérants ou sensibles. Les indices calculés reproduisent fidèlement les références du laboratoire (R² > 0,95 pour la plupart des traits), le modèle RandomForest fondé sur une forêt d’arbres décisionnels atteint un pouvoir prédictif élevé pour le rendement R² = 0,97, et la classification sépare nettement les génotypes selon leur réponse au déficit hydrique. L’ensemble démontre l’intérêt d’une approche multi-capteurs pour accélérer la sélection variétale et appuyer le pilotage agronomique en conditions limitantes en eau.
|
