Contexte et problématique

Les prévisions liées aux changement climatique vont dans un sens d’un accroissement de la demande évaporative de l’atmosphère en période estivale et de risques de déficit hydrique en production végétale. Face à ces changements, et compte tenu des priorités d’usage de la ressource, la raréfaction de la ressource en eau devient une menace pour la production agricole, notamment pour la production fruitière, car les vergers sont le plus souvent irrigués.

Par soucis d’économie de la ressource en eau, de nombreux vergers sont irrigués par des systèmes localisés parcimonieux. Ces systèmes sont performants mais demandent une surveillance importante car ils sont soumis à des dysfonctionnements localisés comme les fuites ou les colmatage, sources possibles d’hétérogénéité dans la répartition de l’eau. L’observation de ces dysfonctionnements nécessite une surveillance régulière devant s’opérer pendant les heures d’irrigation.

L’équipe AFEF est engagée dans un projet international (financé par l’EIT-Climate-KIC), où il est proposé d’utiliser l’imagerie aéroportée par drone utilisant des caméras (multi-spectrale et IR thermique) pour aider à la surveillance du bon fonctionnement de l’irrigation dans les vergers : détection de fuites ou de bouchages de goutteurs/micro-asperseurs. Un tel système vise le gain de temps dans la détection des pannes, et permettrait d’éviter les gaspillages dus aux fuites. L’imagerie permet également de visualiser à un temps t l’hétérogénéité du fonctionnement des arbres au sein de la parcelle, par le calcul d’indices de végétation qui traduisent l’état physiologique des arbres.

Le suivi de l’évapotranspiration relative d’une culture peut être réalisé indirectement par thermographie infrarouge (Jones, 1999). A l’échelle d’une parcelle, un suivi des arbres peut être réalisé par de l’imagerie thermique (IRT) haute résolution embarquée sur un drone (Gómez-Candón et al., 2016). Par ailleurs, l’utilisation d’un capteur multi-spectral rend possible le calcul d’indices de végétation, qui permettent d’approximer des paramètres de structure et de fonctionnement du couvert (indices classique : NDVI, GNDVI et MCARI2). Ces indices, couplés aux données de température de couvert, permettent d’obtenir des informations intéressantes sur l’efficience de l’utilisation de l’eau (Delalande et al, 2018).

Objectifs généraux du stage / Résultats attendus

Nous disposons de nombreuses données spectrales acquises à haute résolution dans les bandes du visible, du proche IR et de l’IR thermique à partir de caméras embarquées dans des drones.

L’objectif de ce stage est de mettre au point un algorithme de reconnaissance d’évènements (fuite ou colmatage du système d’irrigation) directement sur les images en sortie d’acquisition. Pour cela, il faut localiser chaque image brute, faire de l’apprentissage sur la base d’images acquises sur des situations de pannes simulées, par des techniques de réseau de neurones, afin d’être capable de détecter ces évènements sur d’autres jeux de données. Les sorties attendues de cet algorithme sont d’une part les localisations des pannes (fuite ou colmatage), et d’autre part une cartographie des « hot spots » thermiques au niveau de chaque parcelle étudiée (étude de l’hétérogénéité spatiale du verger). Cet algorithme devra être mis à disposition de non spécialistes et devra donc disposer d’une interface conviviale demandant un minimum d’intervention humaine. Pour cela nous avons pris l’option d’un codage python. Un travail de 6 mois a déjà été réalisé sur ce sujet, et notamment sur les aspects localisation des images brutes.

L’étudiant.e aura à sa disposition des jeux de données spécifiques acquis dans le courant de l’été 2019 sur un verger expérimental sur lequel ont été simulées des pannes d’irrigation. Des jeux de données acquis précédemment sur d’autres pourront également être utilisés pour de la validation. Des données seront également acquises en 2020, sur lesquelles l’ étudiant.e éventuellement faire des prédictions.

Travaux confiés au (à la) stagiaire :

• Etat de l’art biblio (réseaux de neurones, classification, applications open-source, librairies python, …)
• Analyse et codage de la chaine de traitement (géo-référencement, points de repère, mise en oeuvre des méthodes de classification, apprentissage, réseau de neurones, sorties : nature et localisation des pannes, cartographie des zones de rupture, spatialisation des résultats, éventuellement sortie vers une appli à développer.
• Test de la chaine avec des données issues des campagnes aéroportées 2019+2018
• Participation éventuelles aux collectes de données 2020 (selon période de stage)

Profil requis

Selon les programmes de formation et l’autonomie de l’étudiant(e) ce stage peut convenir à des étudiant(e)s d’école d’ingénieur en césure, ou à des étudiants en informatique (M2) pourvu qu’il/elle ait une forte affinité pour le développement et la géométrie :

• Goût prononcé pour le codage et/ou traitement d’image et/ou télédétection
• Aptitude à la programmation informatique (Python, C++)
• Bonne pratique de l’anglais (lecture/compréhension)
• Une première expérience (stage, TP) en imagerie de télédétection et/ou réseau de neurone serait un plus
• Bonne capacité rédactionnelle et goût pour le travail multi-disciplinaire
• Capable d’une grande autonomie dans son domaine (codage) et si possible en SIG.

Durée et lieu du stage

Le stage proposé est pour une durée d’environ 4/6 mois.
Le/la stagiaire sera accueilli.e dans les locaux du Cirad Lavalette, avenue Agropolis, au sein de l’UMR Agap à Montpellier.
Rémunération selon barème légal des stages - accès à la restauration collective au Cirad le midi

Encadrements

Magalie Delalande (magalie.delalande@inra.fr) , équipe Architecture et Fonctionnement des Espèces Fruitières (AFEF) ; Ingénieur Inra, phénotypage haut débit par imagerie aéroportée ; télépilote drone ;
Grégory Beurier (gregory.beurier@cirad.fr) équipe Plasticité phénotypique et Adaptation des Monocotylédones (PAM) ; Chercheur en Sciences informatique-modélisation-IA ;
Jean-Luc Regnard (Jean-luc.regnard@supagro.fr), équipe Architecture et Fonctionnement des Espèces Fruitières (AFEF) ; Professeur Emérite à SupAgro Montpellier

Les candidatures sont à adresser à Magalie Delalande : magalie.delalande@inra.fr