Description

Dans un contexte d’un changement climatique rapide, qui perturbe la biologie des ligneux pérennes de zone tempérée, et de diminution des intrants sous la pression sociétale, la sélection de génotypes d’arbres fruitiers capables de maintenir leurs performances en conditions de culture sous-optimales devient incontournable. Pour évaluer les caractéristiques sur de grands panels de variétés, nécessaires pour l’amélioration variétale, il est indispensable de réaliser des mesures qui peuvent s’avérer longues, fastidieuses et manquant souvent d’objectivité. Dans ce contexte, de nouvelles méthodes de phénotypage, plus rapides, précises et reproductibles se développent. Celle-ci ont souvent recours à l’acquisition d’images (RGB, multi ou hyperspectrales) ou à des LIDARs (scanner 3D).

Les LIDARs terrestres apparaissent comme des outils prometteurs pour la reconstruction de structures végétales en 3D et pour élargir la caractérisation architecturale à de larges panels de variétés. La méthodologie est basée sur le calcul de distances aux entités du végétal en utilisant un grand nombre de faisceaux laser permettant de reconstruire des nuages de points positionnés dans l’espace. Dans ce contexte, l’UMR AGAP a développé des méthodes de reconstruction automatique de l’architecture des plantes guidée par l’utilisateur au travers du logiciel PlantScan3D (Boudon et al., 2014). Dans le cadre des études menées en particulier sur le pommier, des premiers travaux ont consisté à scanner de manière très précise des arbres en période hivernale (sans feuilles) et en été, et à mettre en place un premier pipeline de traitement du nuage de points pour la reconstruction de l’architecture des variétés.
Cependant de nombreux défis restent à relever, notamment sur les arbres fruitiers (i) pour estimer la production en fruit d’un arbre, trait agronomique d’intérêt majeur, à partir des nuages de points ou d’imagerie aéroportée, (ii) tester l’influence des niveaux de précision des données dans la reconstruction pour optimiser les protocoles d’acquisition et/ou utiliser des appareils LIDARs de plus faible coût et potentiellement accessibles pour les sélectionneurs. L’ingénieur à recruter travaillera sur ces axes dans le cadre d’un projet financé par l’Union Européenne (projet INVITE).

Profil souhaité

Le/la candidat(e) doit avoir un master en informatique/bioinformatique/traitement du signal/agriculture numérique.

• Elle doit avoir un gout pour la biologie et l’agronomie.
• Elle doit être curieux, autonome et être capable de travailler dans un contexte multidisciplinaire (agronomie, informatique, statistique, etc.).
• Elle doit savoir programmer avec le langage Python. Des connaissances en C++ et R sont un plus.

Rénumération : environ 2350 euros brut/mois