La pomme de terre est la culture agricole qui est victime du plus grand nombre de maladies et de ravageurs pouvant ainsi causer des dégâts de rendements relativement importants. La télédétection en agriculture permet de spatialiser ces stress par la correspondance entre les caractéristiques biophysiques de la végétation et les propriétés optiques des images. Les aéronefs sans pilote (ASP) constituent des plateformes de plus en plus répandues permettant l’acquisition d’imagerie aérienne à très hautes résolutions spatiale et temporelle. L’objectif général du projet visait à développer un outil d’aide à la surveillance phytosanitaire de cultures de pomme de terre, économique, opérationnel sur le terrain et basé sur la télédétection, en appui aux méthodes traditionnelles de dépistage. Les objectifs spécifiques suivants étaient visés : automatiser une chaîne de traitement d’imagerie pour l’agriculture, acquise à partir d’un aéronef sans pilote ; appliquer des indices basés sur l’imagerie visible proche infrarouge et infrarouge thermique pour la détection de stress dans la culture de la pomme de terre ; développer un outil d’aide à la décision en appui aux méthodes de dépistage actuelles ; évaluer le potentiel des ASP pour le suivi des cultures de pommes de terre. Le projet s’est déroulé en deux phases et sur deux sites d’études au Québec, en Montérégie et au Saguenay-Lac-Saint-Jean. La première année, des corrélations entre les mesures des paramètres biophysiques et les valeurs spectrales de l’imagerie ont permis d’établir une estimation de la biomasse humide à partir de l’indice de végétation MSAVI 2 avec un coefficient de détermination de 0,81. Une fois la relation végétation/imagerie établie, des cartes zonales de ravageurs, maladies et problèmes de développement pour les dépistages ont pu être réalisées la seconde année. Les classifications supervisées des zones de maladies ont été validées à 100 %, celles des ravageurs à 89,5 % et celles des problèmes de développement à 81 %. Enfin, une analyse technico-économique a été effectuée pour évaluer l’utilisation des ASP dans le domaine agricole et comparer l’utilisation d’un tel outil d’aide à la décision par rapport à d’autres types d’imagerie multispectrale (satellite, aérienne). Les coûts de production de cartes de dépistage par ASP sont actuellement beaucoup plus importants que par les autres moyens d’acquisition. Cependant, la croissance du nombre d’entreprises d’opérations et de services par ASP aura vraisemblablement comme conséquence de faire diminuer les coûts de vols dans les prochaines années. De plus, la très haute résolution spatiale et la rapidité de mise en place constituent des avantages techniques qui jouent en faveur de l’emploi des ASP en agriculture. Un projet comme celui-ci illustre l’utilité des ASP en télédétection agricole mais également les nombreuses problématiques à résoudre pour obtenir un produit livrable à l’agriculteur en concordance avec ses besoins techniques et financiers dans une optique de préservation de l’environnement. Du vol de l’ASP jusqu’au traitement de l’imagerie, en passant par l’intégration des capteurs, les défis à relever sont nombreux. Cependant, la ferveur actuelle pour ces technologies est telle que les avancées technologiques dans le domaine sont très rapides. On peut imaginer qu’à l’échelle mondiale, l’utilisation des ASP en agriculture pourrait faire diminuer les quantités d’intrants agricoles tout en augmentant les rendements des cultures.

Résumé : Au Québec méridional, la principale source de dégradation du sol est l'érosion causée par la pluie. L'augmentation de la monoculture en rangs dans les secteurs à topographie accidentée, tel que l'Estrie, accroît les risques d'érosion hydrique. En effet, ce type de culture laisse les champs à découvert, sans protection, au cours des mois de l'année les plus propices à l'érosion hydrique. On peut alors affirmer que les risques d'érosion varient en fonction de plusieurs facteurs, en particulier le degré de protection offert par le couvert végétal en place. Ainsi, pour l'amélioration du calcul des pertes de sol causée par l'érosion hydrique, il devient important de pouvoir calculer le plus précisément possible le pourcentage de couverture au sol de différentes cultures pour une saison végétative, en plus de l'érosivité des pluies dont l'agressivité varie dans le temps et dont l'effet est intimement relié au couvert en place. Des mesures radiométriques (CIMEL) et photographiques furent prises sur le terrain à intervalle d'environ dix jours pour six cultures dominantes. Les mesures radiométriques nous permettent de calculer les indices de végétation tandis que les photographies servent à estimer le taux de couverture végétale pour une saison végétative. L'utilisation d'images SPOT multidates va permettre de déterminer les relations entre les indices de végétation mesurés sur le terrain et ceux calculés avec l'imagerie satellitaire. Par la suite, la relation entre le taux de couverture et les indices de végétation pour chaque culture est établie. Les résultats démontrent différents comportements en terme de couvert, qui correspondent aux périodes de forts et faibles risques d'érosion hydrique pour une saison végétative. Il est également intéressant de constater que l'indice de végétation, en général, surestime le taux de couverture en début de saison et le sous-estime en fin de saison végétative. De plus, la sénescence pose un problème au calcul du taux de couverture à l'aide des indices de végétation, ces cerniers ayant été conçu pour l'estimation de la végétation verte vivante.|| Abstract : In southern Quebec, the main source of soil degradation is erosion induced by rain fall. The growing use of in-row crop planting practices in areas of rough terrain, such as The Eastern Townships, increases the risk of water erosion. These agricultural practices leave the bare soil with no protection during the months of high erosion risk. Erosion risks are related to several factors however, the main factor is the level of protection offered by the vegetation cover. To achieve more accurate results from the Universal Soil Loss Equation, the percentage of ground cover for different crop types should be calculated as precisely as possible, for an entire growing season. It is equally important to measure the strength and quantity of rainfall over the affected area. Field radiometric and photographic data were taken on an interval of approximately ten days for six main crop types. The radiometric measurements allow us to calculate the vegetation indices and the photographic measurements are used to calculate the amount of vegetal cover throughout a growing season. The use of multitemporal SPOT imagery assisted in establishing the relationship between the vegetation indices calculated from the field data, and the ones calculated from the satellite imagery. The relationship between the amount of vegetation ground cover and the vegetation indices for each crop type was then calculated. The results show different behaviours in terms of cover, which are related to the periods of high and low water erosion over a growing season. We can also observe that as a general rule the vegetation indices over-estimate the amount of vegetation ground cover at the beginning of the growing season and under-estimate it at the end. Senescent vegetation creates a problem when calculating the amount of ground cover with the indices since the indices were created to estimate living vegetation.

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.