La Flavescence Dorée (FD) est une maladie épidémique infectant les vignes européennes causée par un phytoplasme (pFD) qui est transmis de vigne à vigne par l’insecte vecteur Scaphoideus titanus. Aucun cépage actuellement cultivé n’est totalement résistant, mais des différences de sensibilité existent. En France, les méthodes de lutte réglementaires se concentrent sur la plantation de pieds certifiés sains, l’arrachage des plants contaminés et des traitements insecticides contre le vecteur dans les zones touchées par la FD. En plus du coût économique de ces moyens de lutte, l’usage des produits phytosanitaires impacte l’environnement et la santé humaine. Une meilleure compréhension des relations entre les différents acteurs du pathosystème vigne-pFD-S. titanus est donc essentielle pour pouvoir appliquer d’autres stratégies de lutte. Dans ce contexte, les principaux objectifs de ma thèse étaient (1) d’identifier et de caractériser au niveau fonctionnel des gènes codant des protéases de surface, les FtsH, potentiellement impliquées dans la virulence du pFD, (2) de caractériser la multiplication et la diffusion du pFD dans la vigne en s’affranchissant des interactions vigne-S. titanus, (3) d’initier la caractérisation du déterminisme génétique de la résistance par analyse d’un pool de descendants issus du croisement entre un cépage sensible (CF) et un cépage peu sensible (Mag) et (4) d’identifier des différences de dérégulations géniques entre le cépage très sensible CS et le cépage peu sensible M par comparaison des transcriptomes. Les résultats indiquent que (1) huit gènes FtsH sont codés par le pFD et s’expriment de manière différentielle selon l’hôte, (2) les différences de sensibilité à la FD chez la vigne sont dues au moins en partie aux interactions vigne-pFD, (3) une ségrégation des caractères « infection des plantes » et « multiplication du pFD » dans cette descendance est obtenue et (4) le M active des voies métaboliques différentes par rapport au CS lors de l’infection. A terme, la compréhension puis l’exploitation des différences de sensibilités des cépages pourront contribuer à l’élaboration de pistes alternatives à la lutte actuelle contre la FD dans le cadre d’une réduction des intrants. / Flavescence Dorée (FD) is a severe epidemic disease of grapevine caused by a wall-less bacteria, a phytoplasma (pFD), transmitted by the insect vector Scaphoideus titanus. There is no resistant variety, but differences in susceptibility between Vitis exist. In France, the actual control consists in insecticide treatments against the vector, up-rooting of diseased plants and sanitary control of plants. It has high economic and environmental impacts. A better understanding of the pathosystem FDp-grapevine-S. titanus is essential to develop alternative measures. In this context, the main objectives of my thesis were (1) to identify and characterize the expression of genes encoding surface proteases, FtsH, potentially involved in the virulence of the pFD, (2) to characterize the FDp multiplication and diffusion in Vitis without taking into account grapevine-S. titanus interactions, (3) to initiate the characterization of genetic determinism by phenotyping a pool of progeny from the cross between the susceptible variety CF and the poorly susceptible variety Mag and, (4) to identify differences in gene expression between the very susceptible variety CS and the poorly susceptible variety M by transcriptomes comparison. Results indicate that (1) eight FtsH genes are encoded by the FDp and are differentially expressed between plant and insect hosts, (2) differences in FD susceptibility in Vitis are caused, at least in part, by Vitis-FDp interactions, (3) a segregation of the characters "plant infection" and "pFD multiplication" is obtained in the progeny and, (4) M activates different metabolic pathways than CS to respond to FDp infection. Such knowledge can contribute to the development of alternative methods for limiting phytosanitary inputs.

La Flavescence dorée est une maladie contagieuse et incurable de la vigne détectable sur les feuilles. Le projet DAMAV (Détection Automatique des MAladies de la Vigne) a été mis en place, avec pour objectif de développer une solution de détection automatisée des maladies de la vigne à l’aide d’un micro-drone. Cet outil doit permettre la recherche des foyers potentiels de la Flavescence dorée, puis plus généralement de toute maladie détectable sur le feuillage à l’aide d’un outil multispectral dédié haute résolution.Dans le cadre de ce projet, cette thèse a pour objectif de participer à la conception et à l’implémentation du système d’acquisition multispectral et de développer les algorithmes de prétraitement d’images basés sur les caractéristiques spectrales et texturales les plus pertinentes reliées à la Flavescence dorée.Plusieurs variétés de vigne ont été considérées telles que des variétés rouges et blanches; de plus, d’autres maladies que ‘Flavescence dorée’ (FD) telles que Esca et ‘Bois noir’ (BN) ont également été testées dans des conditions de production réelles. Le travail de doctorat a été essentiellement réalisé au niveau feuille et a impliqué une étape d’acquisition suivie d’une étape d’analyse des données.La plupart des techniques d'imagerie, même multispectrales, utilisées pour détecter les maladies dans les grandes cultures ou les vignobles, opèrent dans le domaine du visible. Dans DAMAV, il est conseillé que la maladie soit détectée le plus tôt possible. Des informations spectrales sont nécessaires, notamment dans l’infrarouge. Les réflectances des feuilles des plantes peuvent être obtenues sur les longueurs d'onde les plus courtes aux plus longues. Ces réflectances sont intimement liées aux composants internes des feuilles. Cela signifie que la présence d'une maladie peut modifier la structure interne des feuilles et donc altérer sa signature.Un spectromètre a été utilisé sur le terrain pour caractériser les signatures spectrales des feuilles à différents stades de croissance. Afin de déterminer les réflectances optimales pour la détection des maladies (FD, Esca, BN), une nouvelle méthodologie de conception d'indices de maladies basée sur deux techniques de réduction de dimensions, associées à un classifieur, a été mise en place. La première technique de sélection de variables utilise les Algorithmes Génétiques (GA) et la seconde s'appuie sur l'Algorithme de Projections Successives (SPA). Les nouveaux indices de maladies résultants surpassent les indices de végétation traditionnels et GA était en général meilleur que SPA. Les variables finalement choisies peuvent ainsi être mises en oeuvre en tant que filtres dans le capteur MS.Les informations de réflectance étaient satisfaisantes pour la recherche d’infections (plus que 90% de précision pour la meilleure méthode) mais n’étaient pas suffisantes. Ainsi, les images acquises par l’appareil MS peuvent être ensuite traitées par des techniques bas-niveau basées sur le calcul de paramètres de texture puis injectés dans un classifieur. Plusieurs techniques de traitement de texture ont été testées mais uniquement sur des images couleur. Une nouvelle méthode combinant plusieurs paramètres texturaux a été élaborée pour en choisir les meilleurs. Nous avons constaté que les informations texturales pouvaient constituer un moyen complémentaire non seulement pour différencier les feuilles de vigne saines des feuilles infectées (plus que 85% de précision), mais également pour classer le degré d’infestation des maladies (plus que 74% de précision) et pour distinguer entre les maladies (plus que 75% de précision). Ceci conforte l’hypothèse qu’une caméra multispectrale permet la détection et l’identification de maladies de la vigne en plein champ. / ‘Flavescence dorée’ is a contagious and incurable disease present on the vine leaves. The DAMAV project (Automatic detection of Vine Diseases) aims to develop a solution for automated detection of vine diseases using a micro-drone. The goal is to offer a turnkey solution for wine growers. This tool will allow the search for potential foci, and then more generally any type of detectable vine disease on the foliage. To enable this diagnosis, the foliage is proposed to be studied using a dedicated high-resolution multispectral camera.The objective of this PhD-thesis in the context of DAMAV is to participate in the design and implementation of a Multi-Spectral (MS) image acquisition system and to develop the image pre-processing algorithms, based on the most relevant spectral and textural characteristics related to ‘Flavescence dorée’.Several grapevine varieties were considered such as red-berried and white-berried ones; furthermore, other diseases than ‘Flavescence dorée’ (FD) such as Esca and ‘Bois noir’ (BN) were also tested under real production conditions. The PhD work was basically performed at a leaf-level scale and involved an acquisition step followed by a data analysis step.Most imaging techniques, even MS, used to detect diseases in field crops or vineyards, operate in the visible electromagnetic radiation range. In DAMAV, it is advised to detect the disease as early as possible. It is therefore necessary to investigate broader information in particular in the infra-red. Reflectance responses of plants leaves can be obtained from short to long wavelengths. These reflectance signatures describe the internal constituents of leaves. This means that the presence of a disease can modify the internal structure of the leaves and hence cause an alteration of its reflectance signature.A spectrometer is used in our study to characterize reflectance responses of leaves in the field. Several samples at different growth stages were used for the tests. To define optimal reflectance features for grapevine disease detection (FD, Esca, BN), a new methodology that designs spectral disease indices based on two dimension reduction techniques, coupled with a classifier, has been developed. The first feature selection technique uses the Genetic Algorithms (GA) and the second one relies on the Successive Projection Algorithm (SPA). The new resulting spectral disease indices outperformed traditional vegetation indices and GA performed in general better than SPA. The features finally chosen can thus be implemented as filters in the MS sensor.In general, the reflectance information was satisfying for finding infections (higher than 90% of accuracy for the best method) but wasn’t enough. Thus, the images acquired with the developed MS device can further be pre-processed by low level techniques based on the calculation of texture parameters injected into a classifier. Several texture processing techniques have been tested but only on colored images. A method that combines many texture features is elaborated, allowing to choose the best ones. We found that the combination of optimal textural information could provide a complementary mean for not only differentiating healthy from infected grapevine leaves (higher than 85% of accuracy), but also for grading the disease severity stages (higher than 73% of accuracy) and for discriminating among diseases (higher than 72% of accuracy). This is in accordance with the hypothesis that a multispectral camera can enable detection and identification of diseases in grapevine fields.

Cette thèse aborde le potentiel de la télédétection en tant qu'outil pour la détection automatique de la Flavescence dorée (FD) de la vigne. L'approche repose sur l'analyse des variables (bandes spectrales, indices de végétation et paramètres biophysiques) calculables à partir des images multispectrales à très haute résolution (10 cm) acquises par drone pendant la période d'expression maximal des symptômes. L'analyse de la performance de discrimination des variables est réalisée à partir d'une méthode supervisée basée sur la courbe ROC. Les zones d'entrainement et de validation utilisées dans cette étude ont été acquises sur 14 parcelles situés dans le sud de la France. La performance des variables a été testée sur trois échelles d'analyse (par parcelle, par cépage et par couleur) et pour deux niveaux d'analyse. Le premier niveau d'analyse repose sur le potentiel des variables utilisées dans la détection des zones symptomatiques de la Flavescence dorée des zones asymptomatiques. Le deuxième niveau d'analyse consiste à tester la performance des variables dans la discrimination spécifique la Flavescence dorée (cépages noirs) en faisant une distinction avec les maladies du bois. À l'issue de ces expériences, dans un point de vue méthodologique les résultats ont permis de mettre en évidence (1) une plus faible performance de discrimination pour la discrimination des zones symptomatiques de FD des zones symptomatiques des maladies du bois plus particulièrement à l'échelle par couleur ; (2) la présence des pixels mixtes mal classés plus particulièrement dans les bords des rangs de vigne et (3) une faible discrimination des zones symptomatiques (FD ou MB) avec une proportion du feuillage symptomatique faible (niveau d'infection). Dans un point de vue thématique les résultats obtenus ont mis en évidence les différences dans l'intensité de la coloration anormale des feuilles atteintes de Flavescence dorée en fonction de l'année et leur lien avec la teneur en chlorophylles et anthocyanes des feuilles. Les perspectives ouvertes par ces travaux concernent la création d'un indice spécifique à la Flavescence dorée en fonction de la couleur du cépage (noir ou blanc) ou l'intensité dans la coloration des feuilles (faible ou forte) identifiés à partir des données hyperspectrales et l'amélioration du masquage des pixels mixtes à partir des algorithmes complexes qui prennent en compte la répartition spatiale des pixels dans le feuillage de vigne. / This work investigates the potential of remote sensing as a tool for the automatic detection of Flavescence dorée (FD) grapevine disease. The approach is based on the analysis of variables (spectral bands, vegetation indices, and biophysical parameters) computed from high resolution (10 cm) multispectral images and acquired by Unmanned Aerial Vehicle (UAV) during the period of maximum expression of symptom. The analysis of the variables discrimination performance is evaluated by a supervised method based on the Receiver Operating Characteristic curve (ROC curve). The training and validation areas used in this study were acquired from 14 vineyards located in southern France. The performance of the variables was tested on three different scales of analysis (one by plot, by cultivar and by berry color). Two levels of analysis have been implemented. The first level involves the potential of variables to discriminate Flavescence dorée symptomatic vines areas from asymptomatic ones. The second level of analysis is related to test the performance of the variables for the specific discrimination of Flavescence dorée vines (for the red cultivars) and the discrimination from Grapevine Trunk Diseases (GTD). The results obtained showed (1) a lower discrimination performance for discrimination of FD symptomatic vines areas from GTD symptomatic ones, more pronounced on the color level; (2) the presence of misclassified mixed pixels especially in the edges of the rows of vines and (3) a low discrimination of symptomatic vines areas (FD or MB) with a low proportion of symptomatic foliage (level of infection). From a thematic point of view, the results obtained showed the differences in the intensity of leaf discoloration affected by Flavescence dorée by year and their link with the chlorophylls and anthocyanins content of the leaves. Future prospects for this work concern the creation of a specific Flavescence dorée index depending on the color of the cultivars (red or white) and the intensity of leaf discoloration (attenuated or marked), identified from the hyperspectral data and improving the masking of mixed pixels from complex algorithms that consider the spatial distribution of pixels in the vine foliage.