- Site officiel

Le 27/11/2018 à 13h30, soutenance de thèse de Corentin Leroux

Vous inscrire pour assister à la soutenance (la présentation sera en anglais) 

13h30 : Corentin Leroux, soutiendra publiquement ses travaux de thèse en Génie des procédés intitulés "Traitement et valorisation d’informations spatialisées en Agriculture de Précision: Application aux données de rendement intra-parcellaires" dirigés par Monsieur Bruno Tisseyre.
 

Thésard : Corentin Leroux
Contact - Lieu d'accueil : Campus La
Gaillarde, Montpellier SupAgro, amphi 208
(accès au site – 2 Place Viala)
Composition du jury :
M. Bruno Tisseyre, Montpellier SupAgro, Directeur de thèse
 M. Alex McBratney, University of Sydney, Rapporteur
 Mme Ruth Kerry, Brigham Young University, Rapporteur
 M. James Taylor, Irstea,, Examinateur
 M. Christian Germain, Bordeaux Sciences Agro, Examinateur
 M. Jean-Michel Roger, Irstea, Examinateur ·
 M. Hazaël Jones, Montpellier SupAgro
 M. Olivier Strauss, LIRMM

Résumé :
L’agriculture de précision (AP) est un domaine qui associe les technologies de l’information et de la communication (TIC) géoréférencées pour améliorer la gestion des agrosystèmes. Une des informations pionnières et symboliques de l’agriculture de précision est la donnée de rendement issue de capteurs embarqués sur moissonneuses batteuses. Associés à la localisation par satellites (GNSS) des machines, ces capteurs permettent de réaliser des cartes de rendement intra-parcellaires à haute résolution spatiale.
Les cartes de rendement constituent une source d’information pour caractériser la variabilité spatiale du résultat de l’itinéraire de production et prendre d’éventuelles décisions pour la conduite et/ou le pilotage de la culture mise en place l’année suivante. Elles sont toutefois aujourd’hui sous exploitées voire non utilisées par les professionnels du secteur agricole pour un certain nombre de raisons : chaine de traitement non fiabilisée, cartographies non simplifiées, manque de services opérationnels basés sur les données de rendement…
Bien que plusieurs travaux se soient déjà intéressés au traitement de la donnée de rendement lorsque les capteurs ont été mis en place, il est considéré ici que les technologies digitales ont significativement évolué depuis les premiers développements des capteurs de rendement, e.g. amélioration des réseaux de communication, logiciels de gestions parcellaires sur le cloud, exploitations agricoles de plus en plus connectées.Ces nouveaux facteurs imposent un certain nombre de contraintes associées aux méthodes de traitement de l’information, avec notamment la nécessité d’une automatisation importante (pour limiter les interventions manuelles), ou encore une certaine robustesse (au vu de la diversité des données à traiter).
Cette disruption digitale du secteur agricole demande de revisiter les méthodes existantes de traitement des données de rendement afin de prendre en compte ce nouveau contexte auquel fait face le secteur agricole.
L’objectif étant d’(i) évaluer la performance et l’intérêt des méthodes existantes dans ce contexte digital, et (ii) identifier des pistes d’amélioration et de nouvelles questions scientifiques pertinentes en fonction des obstacles rencontrés. Dans ce travail de thèse, plusieurs méthodes de traitement de la donnée de rendement ont été proposées pour transformer la donnée brute de rendement en couches d’informations et de décisions. 
Trois axes principaux ont été étudiés :
      (1) la qualité de la donnée,
      (2) la représentation spatiale de la donnée, et
      (3) l’interprétabilité de la donnée. Plus particulièrement, une méthode de filtrage a tout d’abord été mise en place pour améliorer la fiabilité des données brutes de rendement en sortie des capteurs (1). Cette approche est originale parce qu’elle permet de prendre en compte le processus de collecte des données des capteurs embarqués et parce qu’elle peut être appliquée à des données spatiales irrégulièrement réparties dans l’espace.Deux méthodes de zonage ont ensuite été implémentées pour délimiter des unités de rendement homogènes à partir de cartographies annuelles ou multi-temporelles de rendement (2).
La procédure de zonage est intéressante dans le sens où elle peut être aussi appliquée à des données irrégulièrement réparties dans l’espace et que l’approche incorpore des considérations opérationnelles (expertise de l’agriculteur, taille des machines agricoles).Finalement, un arbre de décision a été proposé pour aider les utilisateurs à choisir un descripteur de variabilité intra-parcellaire lors de leurs travaux avec des données spatialisées (3).
L’ensemble des méthodes ont été développées en suivant les principales contraintes fixées d’automatisation, de robustesse, et de non-supervision.

Mots-clés : Agriculture de Précision, Données de rendement intra-parcellaires, Filtrage, Zonage, Géostatistiques, Variabilités intra-parcellaires spatiale et temporelle
 

Lien vers le site