Inversion du modèle bilan hydrique avec les données issues du Crowdsourcing en viticulture

Retrieve total transpirable soil water for grapevines from a vine shoot growth index collected through Farmsourcing

• Auteur / Autrice : Yulin Zhang
• Direction : Bruno Tisseyre, Leo Pichon
• Type : Thèse de doctorat
• Discipline(s) : Génie des procédés
• Date : Soutenance le 10/10/2024
• Etablissement(s) : Institut Agro
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : ITAP Information et Technologie pour les Agro-Procédés INRAE SupAgro Montpellier
• Partenaire(s) de recherche : École d’inscription : L'Institut Agro Montpellier (2020-....)
• Jury : Président / Présidente : Cornelis (Kees) Van Leeuwen
• Jury : Examinateurs / Examinatrices : Bruno Tisseyre, Leo Pichon, Cornelis (Kees) Van Leeuwen, Maria Paz Diago Santamaria, Stéphane Follain, Anne Pellegrino
• Jury : Rapporteurs / Rapporteuses : Maria Paz Diago Santamaria, Stéphane Follain
• DOI : 10.70675/4afa1c7ezfed7z4c14zb967zae63466fdaff

Mots clés

Mots clés libres

Agronomie

Science des données

Conseil agricole

Capteurs

Agronomy

Data Science

Agriculture Advicing

Sensors

Résumé

Cette thèse vise à estimer la Réserve Utile (RU) d'un sol pour la vigne via l'approche Inversion du Modèle (IM), en utilisant les données issues d'une application mobile dans la viticulture (via Crowdsourcing). La RU est une propriété du sol correspondant à la quantité maximale de l'eau qu'une plante peut exploiter par unité de surface. Ceci est une information importante pour les producteurs du vin, et peut jouer un levier essentiel dans de nombreuses décisions opérationnelles. Malheureusement, cette caractéristique est difficile à quantifier à cause des contraintes logistiques. Alors, une méthode d'IM permet d'estimer les propriétés d'un système à partir des observations des variables qui sont impactées par ces propriétés, et qui sont plus faciles à acquérir. Or, les approches existantes nécessitent des observations plus ou moins coûteuses générées par des capteurs dans le sol ou la station météo. En revanche, l'approche Crowdsourcing décentralise les mesures et minimise le coût d'acquisition des données. L'application ApeX-Vigne permet aux viticulteurs de suivre l'état hydrique de leurs vignes sous une résolution spatiale assez fine. Depuis 2018, cette application libre et gratuite permet aux professionnels de faire des observations standardisées, datées et géoréférencées du statut hydrique des parcelles de vigne, en générant une base de données conséquentes (env. 25 000 mesures) à l'échelle régionale. Étant données les observations réalisées par de nombreux profils d'utilisateurs, ces données exposent néanmoins à un haut niveau d'incertitudes. Ainsi, deux sujets centraux doivent être traités parallèlement : d'abord, choisir et développer une approche IM adéquate pour estimer la RU pour la vigne ; en parallèle, prendre en compte et éventuellement réduire les incertitudes dans les données utilisées. La démarche envisagée repose sur 3 étapes de travail : i) l'élaboration d'une fonction de transfert permettant de relier les observations crowdsourcées à une grandeur de sortie (GS) classique d'un modèle de bilan hydrique, ii) la consolidation spatiale de la GS, cette étape fait l'hypothèse que la GS est auto-corrélée spatialement, iii) l'inversion de modèle proprement dite, sur la base des estimations de GS et des données climatiques du millésime.

This thesis aims at estimating the Total Transpirable Soil Water (TTSW) of a soil for grapevines via the Inverse Modeling (IM) approach, using data from a mobile application in viticulture (via Crowdsourcing). TTSW is a soil property corresponding to the maximum amount of water a plant can exploit per unit area. This is important information for wine producers, and can play a key lever in many operational decisions. Unfortunately, this characteristic is difficult to quantify due to logistical constraints. Therefore, an IM method allows to estimate the properties of a system from observations of the variables that are impacted by these properties, which are easier to acquire. However, existing approaches require more or less expensive observations generated by sensors in the soil or the weather station. On the other hand, the Crowdsourcing approach decentralizes the measurements and minimizes the cost of data acquisition. The ApeX-Vigne application allows grape growers to monitor the water status of their vines under a fairly fine spatial resolution. Since 2018, this free application allows professionals to make standardized, dated and georeferenced observations of the water status of vineyard plots, generating a substantial database (approx. 25,000 measurements) at the regional scale. Given the observations made by many user profiles, these data are nevertheless subject to a high level of uncertainty. Thus, two central topics need to be addressed in parallel: first, to choose and develop an adequate IM approach to estimate the TTSW for grapevine; in parallel, to take into account and eventually reduce the uncertainties in the data. The approach envisaged is based on three work steps: i) the development of a transfer function allowing to link crowdsourced observations to a classical output variable (GS) of a water balance model, ii) the spatial consolidation of the GS, this step makes the assumption that the GS is spatially auto-correlated, iii) the model inversion itself, based on the GS estimates and on the climatic data of the vintage.