En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal

Phenome-french plant phenotyping network

MCP1 - Capteurs, robots, images et chaines d'analyses

Responsable: Frédéric Baret, INRA EMMAH

Il s'agit de transformer des sorties de capteurs ou des images en variables utilisables pour l'analyse génétique et la modélisation.

Caractérisation environnementale

  • Quantité de lumière en serre: celle-ci est très hétérogène, avec des différences du simple au double  sur un mètre. La mesure et la simulation du parcours des rayons du soleil à travers les structures de la serre permettent d'estimer la quantité de lumière reçue individuellement par chaque plante, chaque jour de l'année.
MCP1 light greenhouse

 Variabilité spatiale de la transmission de la lumière dans une serre, liée aux structure de la serre; mesures directes par des capteurs en six lieux de la serre. Noter les grandes variations sur de courtes distances

  • Réseaux de capteurs: Les types de capteurs sont communs à toute l'infrastructure, permettant des comparaisons simples entre lieux. Les sorties sont gérées par le système d'information. Des capteurs sans fil ont été développés pour mesurer la température et la lumière ressenties par des dizaines de plantes simultanément au champ et en serre.

Caractères fonctionnels au champ et en serre

  • Estimation de la photosynthèse et de la conductance stomatique. Les appareils à échanges gazeux (ci-contre) sont la référence mais ne sont pas utilisables pour des milliers de plante simultanément. Nous estimons ces variables sur les robots de phénotypage pour des milliers de plantes à partir de reconstructions 3D placées dans des couverts virtuels. Des équations physiques sont utilisées pour estimer la photosynthèse et la conductance stomatique de chaque plante, permettant d'analyser la variabilité génétique. La figure ci jointe montre que l'estimation des valeurs pour chaque génotype est correcte.
MCP1 conductance
  • Phénomobile.  Elle permet l'estimation de la distribution de la surface foliaire ou du nombre d'épis, et des mesures multispectrales pour l'imagerie fonctionnelle à un débit de 100-200 parcelles/heure. Elle est équipés de LiDARs, de caméras multispectrales et de caméras à haute résolution spatiale avec un éclairement actif rendant l'imagerie indépendante de l'éclairement naturel.
MCP1 lidar

A gauche, champ expérimental et vue des microparcelles. Milieu: phenomobile pour l'acquisition des données dans chaque microparcelle. Droite, image 3D d'un couvert de blé obtenue avec le LiDAR

  • Images par drones. Les plateformes au champ sont équipées de drones avec des caméras dans le visible (hauteur, nombre d'organes), en multispectral (imagerie fonctionnelle) et en infrarouge thermique (transpiration). Une chaîne de traitement a été développée pour l'extraction de la hauteur du couvert, des nombres d'organes, du rayonnement intercepté, de la teneur en chlorophylle et de la transpiration comparée. 
MCP1 drone fr

Imagerie par drone, comptage du nombre de tiges reconnues par intelligence artificielle, comparaison des mesures ainsi obtenues avec des mesures manuelles.

  • Détection automatique d'organes. Une chaîne d'analyse permet la reconnaissance d'organes par intelligence artificielle. En serre, ceci permet de piloter une caméra pour la placer proche de l'organe étudié pour des images à haute résolution. Au champ, la reconnaissance d'organes est menée sur les images de phénomobile et de drones pour compter des plantes ou des tiges (image ci dessus).

Dans les prochaines années, une priorité aux interactions biotiques

  • Quantification des symptômes et conséquences au champ et en serre. L'intelligence artificielle sera appliquée à la reconnaissance de symptômes au champ. En serre, les reconstructions 3D permettront de suivre la progression des symptômes en même temps que leurs conséquences sur la photosynthèse.
  • Développement de méthodes pour estimer et réduire l'impact des maladies. Les mélanges de variétés permettent de réduire cet impact mais sont difficiles à analyser pour un grand nombre de combinaisons de variétés sous plusieurs climats. En serre, nous caractérisons l'architecture des variétés en 3D et produisons des plantes virtuelles. On peut ensuite générer des milliers de couverts virtuels combinant des plantes 3D de variétés différentes, et calculer la diffusion des spores et la photosynthèse de chacun d'eux sous plusieurs climats. Certaines combinaisons sont testées au champ.