Les autres caractéristiques mesurables en viticulture de précision par télédétection ou

Dans cette section sont présentées quelques autres caractéristiques physiologiques et structurelles des vignes mesurables par télédétection ou détection proche (en dehors du rendement ou de la détection de grappes avec différentes technologies).

2.2.5.1. La vigueur

La vigueur(EN : vine vigor) est une caractéristique structurelle de la plante représentative du taux de croissance des rameaux ou sarments et des feuilles. Elle est caractérisée généralement par la circonférence du tronc du pied de vigne, la longueur moyenne de ses pousses (EN : average shoot length), la dimension des sarments (EN : pruning weight) ou la surface foliaire (EN : leaf area). L’ensemble des caractéristiques

de la vigne se trouvant en dehors de terre est appelé canopée (EN : canopy). Ces paramètres structurels sont connus pour être fortement corrélés avec le rendement des pieds de vignes et la qualité des grappes [109] et peuvent subir de fortes variabilités parcellaires et temporelles [110]. En télédétection aérienne ou par satellite, la vigueur est plutôt caractérisée par la densité (par pixel) de végétation ou des indices de

35 végétation comme le NDVI, mesuré par des capteurs multispectraux [111]. Le NDVI = ^𝐼 −

𝐼 + ^dépend

de la réflectance ρRED dans la bande visible rouge (620nm-700nm) où la lumière est fortement absorbée

par la chlorophylle présente dans les feuilles, et la réflectance ρNIR dans la bande du proche infrarouge (700nm – 1300nm) où la lumière est fortement réfléchie par la chlorophylle. Contrairement à la vigueur mesurée « manuellement » en viticulture, la vigueur par télédétection multispectrale est caractérisée par une biomasse photosynthétiquement active (EN : photosynthetically active biomass- PAB). Comme remarqué en partie 2.2.1, l’utilisation du NDVI pour mesurer la vigueur des pieds de vignes est très populaire en

PV.

➢ Des corrélations (R²=0.73) ont été établies entre le NDVI et l’indice de surface foliaire (EN : leaf area index - LAI) [112] par des mesures avec les capteurs multispectraux du satellite IKONOS (résolution de 4m) sur des vignobles en Californie.

➢ Le NDVI peut aussi être mesuré au sol (notamment des instruments portables populaires comme le GreenSeeker [113]). Dans les travaux de Gée et al [114], les NDVI de deux systèmes de mesures multispectraux basés au sol sont comparés et corrélés avec des indices de végétations (« occupation végétale ») pour trois différents cépages et à différentes altitudes.

➢ Des capteurs LiDAR sont aussi utilisés pour estimer la densité de surface foliaire (LAD) [115]. Un volume mesuré avec un capteur LiDAR basé au sol et monté sur un tracteur (tree row LIDAR-volume) est corrélé avec la LAD par une relation logarithmique.

2.2.5.2. La conductivité électrique apparente du sol

La conductivité électrique apparente du sol(ECa) est une donnée géologique importante en viticulture

représentative de la nature du sol (présence de minéraux, d’argile, d’humidité…). Elle est sujette à de

fortes variations en fonction de la nature du sol, de sa composition chimique, ou de son humidité. Deux principales technologies [111] sont utilisées pour mesurer cette conductivité : (a) des capteurs de

résistivité électriques (ER), et (b) des capteurs d’induction électromagnétiques (EMI). Les travaux de Priori et al [116] établissent des comparaisons entre trois systèmes de mesures de la conductivité utilisés dans différentes configurations et pour des sols plus ou moins argileux dans un vignoble. Parmi ces instruments, on peut citer :

➢ L’instrument de mesure de résistivité ARP (Automatic Resistivity Profiling) de Geocarta [117]. La mesure de résistivité utilise des électrodes injectant un courant électrique (10 mA) à 0.5m, 1.0m et

2.0m. Le système est plutôt invasif (remorque d’une longueur d’environ 2 mètres) et forcément basé

au sol. Des travaux ont montré la corrélation entre les variabilités de rendement intra-parcellaires et

la résistivité électrique du sol, ainsi que l’inclinaison du terrain [118]. Il est par contre difficile par la seule mesure de la conductivité de trouver les causes de sa variabilité. Des échantillonnages du sol

peuvent alors s’avérer nécessaires. Dans les travaux de Andrenelli et al, [119], il est montré par

analyse d’échantillons complémentaire que la variabilité de la résistivité du sol est fortement corrélée

par la présence d’argile (R>0.80) plus que par l’humidité.

➢ Un instrument de mesure EMI très fréquemment utilisé pour mesurer l’ECaest l’EM38 de Geonics

fonctionnant à 14.5 kHz [120] . Les travaux publiés par Trought et al [121] montrent une corrélation

(R>0.83) entre l’ECa mesurée avec le magnétomètre EM38 et la circonférence des troncs des pieds de vigne en Nouvelle-Zélande. Ces travaux mettent en valeur l’influence d’un sol plus ou moins

graveleux sur la phénologie des pieds de vigne, entraînant des conséquences sur la teneur en sucre et

l’acidité titrable des grappes. Dans les travaux de Rodríguez-Pérez et al [122], la mesure de l’ECa

pour différentes polarisations et périodes de l’année permet la cartographie d’argile, de sable et d’ions

36 2.2.5.3. Les dimensions structurelles des rangées de vignes

Les dimensions structurelles des rangées de vignes caractérisent l’organisation du vignoble : la hauteur et la profondeur de la canopée, ainsi que la distance inter-rangées.

➢ Dans les travaux de Weiss et al [123], la superposition de photos RGB enregistrées par une caméra

embarquée sur un UAV permet de déterminer la hauteur de la canopée, l’espacement des rangées de

vignes et leur profondeur avec des précisions de 9.8cm, 8.7cm et 7cm respectivement. L’orientation

des rangées de vignes est déterminée en utilisant la transformée de Hough, et la génération du nuage de données tridimensionnelles par un algorithme SfM (Structure from Motion).

➢ L’utilisation de capteurs ultra-sons sur une plateforme mobile basée au sol [124] permet des mesures de la profondeur de la canopée à différentes hauteurs, avec des corrélations aux mesures manuelles

de l’ordre de 0.84>R>0.69.

2.2.5.4. La discrimination des variétés

La discrimination des variétés de grappes est une problématique de classification par imagerie aérienne et satellite. Les technologies utilisées sont les télédétections multispectrales et hyperspectrales.

Les classifications se font à l’aide d’algorithmes comme la SVM (Support Vector Machine).

➢ L’utilisation du capteur aéroporté hyperspectral CASI (Compact Airborne Spectrographic Image) dans la bande 400nm-950nm pour 144 bandes spectrales et une résolution de 10 nm permet la discrimination des variétés Cabernet-Sauvignon et Merlot Noir à un taux de réussite d’environ 90%

[125].

➢ Les mesures hyperspectrales basées au sol (GER 1500 350nm-1050nm, résolution de 3.2nm), par UAV (Micro-Hyperspec A-Series 380nm-1000nm) et des mesures multispectrales par satellite (Worlview-2) sont utilisées pour classifier 4 ou 6 variétés dans des vignobles grecques avec des précisions respectives de 61% et 69% [126].

2.2.5.5. Le stress hydrique

Le stress hydrique(EN : water stress) est une condition physiologique où la plante transpire davantage

d’eau qu’elle n’en absorbe. C’est un indicateur de l’état de santé de la plante et est fortement corrélé à la qualité des grappes. La gestion de l’irrigation des vignes sert alors à réguler ce stress.

➢ Le WI (Water Index) est un indice du stress hydrique se mesurant par réflectance au niveau de la feuille et de la canopée. Dans les travaux de Serrano et al [127], le WI est défini par le rapport des réflectances à 900nm et 970nm. Il est mesuré manuellement et est corrélé à la différence de température entre l'air et la canopée (coefficient de détermination R²>0.45).

➢ Les indicateurs thermiques sont en effet de bons estimateurs du stress hydrique de la vigne [128]. Dans les travaux publiés par García-Tejero et al [129], on définit le CWSI= −

− 𝑊 (Crop Water Stress Index) avec Twet et TDry des températures de références de feuilles respectivement en fermeture ou en pleine transpiration stomatales, et TC la température de la canopée. Le CWSI est mesuré avec

une caméra thermique et est corrélé avec des mesures manuelles de l’évapotranspiration (R²>0.61) et de l’assimilation en CO2 (R²>0.56) pour deux variétés de grappes (Touriga et Aragonez).

37 2.2.5.6. L’humidité du sol

L’humidité du sol(EN : soil moisture),tout comme le stress hydrique, est un indicateur important sujet à de fortes variabilités spatiales et temporelles.

➢ L’utilisation de caméras thermiques infrarouges au sol et aéroportées sont étudiées par Soliman et al

[130] pour corréler l’inertie thermique du sol d’un vignoble recouvert d’herbe avec son humidité. Les mesures se font à l’aube et au crépuscule.

➢ La réflectométrie temporelle (TDR) est aussi utilisée pour mesurer l’humidité des sols. Cette

technologie utilise des sondes implantées dans le sol. Des corrélations ont été établies entre le NDVI

et l’humidité des sols [131].

2.2.5.7. L’altitude (topographie)

L’altitude des pieds de vigne(EN : elevation) est une donnée topographique qui a son importance sur la qualité des vignes (autant par les conséquences sur l’ensoleillement que la constitution du sol).

➢ Les générations de cartographies DSM (Digital Surface Models) par UAV avec caméra RGB sont de plus en plus courantes. Les travaux de Pichon et al [132] présentent trois systèmes commerciaux

d’UAV générant des DSM testés dans un vignoble afin d’obtenir des DEM (Digital Elevation Models). Ces modèles bien qu’intéressants pour la viticulture, possèdent quelques limitations : les

erreurs d’élévation ne sont pas constantes en fonction de l’endroit d’acquisition, et l’estimation de l’élévation n’est pas fiable en présence d’un sol recouvert d’herbe ou de végétation trop abondante.

➢ Des DEM peuvent aussi être générés par des LiDAR embarqués sur UAV [133]. Les limitations restent cependant les mêmes que pour les caméras RGB.

2.2.5.8. La détection de mauvaises herbes

La présence d’herbes invasives au solpeut entraîner des pertes en qualité et en rendement, car elles absorbent une partie des intrants nécessaires au développement des vignes.

➢ Dans les travaux de De Castro et al [134], l’acquisition d’images par une caméra RGB embarquée

sur UAV permet la détection de Cynodon dactylon par le biais d’algorithmes de classification. Quatre

classes sont détectées (pied de vigne, canopée, sol et Cynodon dactylon) avec une précision de 85%. 2.2.5.9. La concentration en chlorophylle

La concentration en chlorophylleest un indicateur de l’état de santé de la plante.

➢ Les analyses hyperspectrales développées dans [135] montrent l’importance de la bande 700nm -750nm pour la mesure de la concentration en chlorophylle a et b dans les feuilles de vignes. Des images hyperspectrales aéroportées ont montré une corrélation (R²>0.55) entre la concentration en

chlorophylle et l’indice hyperspectral TCARI/OSAVI.

o 𝐼 = [ − − . − ]

o OSAVI = − . − / + + .

➢ Dans [136], des analyses d’images hyperspectrales aéroportées prises sous différents angles (nadir,

et hors-nadir de 45° illuminée et 45° ombragée) permettent une estimation de la concentration en

38 2.2.5.10. La concentration en anthocyanine

La concentration en anthocyanine dans les grappesest un indicateur de la maturité de la grappe de raisin :

➢ Des capteurs optiques portables (Multiplex® sensor FORCE-A [137]) sont utilisés pour détecter indirectement la concentration en anthocyanine [138], [139], en exploitant les propriétés d’émission

fluorescente de la chlorophylle dans le rouge (670nm -690nm) et l’infrarouge lointain (720nm

-780nm) lorsqu’elle est excitée par des lumières UV (375 nm) et visible (630 nm rouge, 520 nm vert et 450 nm bleue).

2.2.5.11. L’état des greffes

➢ Des travaux ont montré la possibilité d’étudier l’état de greffes effectuées sur les pieds de vignes par

tomographie en rayon X [140].