Thèse soutenue

Characterizing multiscale nature of plants using fractal geometry descriptors : application on light-interception modeling

EN
Auteur / Autrice : David Da Silva
Direction : Christophe GodinHervé Sinoquet
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance en 2008
Etablissement(s) : Montpellier 2

Mots clés

FR

Résumé

FR  |  
EN

Dans le contexte du développement durable ou des changements climatiques, la compréhension et le contrôle de la croissance des plantes sont devenus des enjeux de société importants. La recherche dans ce domaine s'appuie de plus en plus sur des modèles informatiques, dits ''structure-fonction'', qui prennent en compte l'architecture des plantes. Contrairement aux modèles agronomiques plus classiques fondés sur les relations entre un petit nombre de variables d'entrée-sortie, ces modèles permettent d'étudier la relation entre la structure tridimensionnelle des plantes et les processus physiques et écohysiologiques qui contrôlent leur développement. Cependant, l'architecture d'une plante, et en particulier sa géométrie, est souvent complexe et peut être décrite à différents niveaux de détails. Dans cette thèse nous avons cherché à caractériser la complexité de la géométrie multi-échelles des plantes avec peu de descripteurs afin de pouvoir prendre en compte la structure dans des modèles simples d'interception de la lumière. Nous avons donc dans un premier temps tenté de développer des outils mathématiques permettant de caractériser la géométrie multi-échelles d'une plante avec des descripteurs inspirés de la géométrie fractale. La dimension fractale permet de caractériser le taux de croissance des détails géométriques d'une plante en fonction de l'échelle à laquelle on l'observe. Pour caractériser plus précisément cette géométrie, la notion de dimension fractale doit être complétée par une notion permettant de décrire de manière spatiale la densité des détails géométriques à chaque échelle: la lacunarité. Dans chaque cas, nous rappelons les estimateurs classiques de ces grandeurs, étudions leurs limites et proposons des estimateurs alternatifs, mieux adaptés à la description de structures végétales. Ces différents estimateurs sont ensuite évalués sur des bases de données de plantes artificielles et réelles. Dans une deuxième partie, nous développons un modèle d'interception de la lumière basé sur l'organisation multi-échelles des plantes. Ce modèle permet d'estimer l'interception de la lumière à différentes échelles, mais également d'analyser, échelle par échelle, la relation entre l'organisation de la plante et sa capacité d'interception. Ce modèle est ensuite appliqué et évalué sur des arbres isolés et sur des forêts hétérogènes