(trad auto)Early detection of a fungal disease "Apple scab" by hyperspectral imaging
Détection précoce d'une maladie fongique « La tavelure du pommier » par imagerie hyperspectrale
Résumé
Apple scab (ascomycete Venturia inaequalis) causes the most important stress and losses in apple orchards in the world. Its management is most often based on repeated fungicide applications that result in high costs in terms of money and scab management time. Therefore, it is crucial to op- timize apple scab management while maintaining a high level of crop quality. Early accurate and non-destructive detection of apple scab infection is thus an efficient solution. This thesis aims at exploring the potential of hyperspectral imaging for the early detection of apple scab disease in leaves. Based on the study of the changes of the pant optical properties, it is possible to obtain interesting information about the plant physiological status and its eventual deficiencies. In addition, the high spatial and spectral resolution of the hyperspectral imaging increases its potential of the early detection of small scab disease. Hyperspectral images of inoculated and healthy apple tree leaves are acquired daily, from two days after inoculation D02 until the appearance of visible infection spots D11. Images were acquired in two spectral ranges VNIR (400 - 1000 nm) and SWIR (1000 - 2500 nm) under laboratory conditions using two pushbroom cameras of the brand NEO (Norsk Elektro Optikk, Norway). A chemometric classification approach, partial least squares discriminant analysis PLS-DA, was tested to discriminate infected areas of the infected leaf. PLS-DA classification model was established at advanced infection stage D11 and it has been applied on hyperspectral images of infected and healthy leaves acquired at different infection stages. The study showed that good prediction results can be obtained by discriminating the infected areas on the hyperspectral images using the PLS-DA method. Results suggest that the PLS-DA model es- tablished in the SWIR spectral range (1000 - 2500 nm) is the most suitable for the early detection of apple scab disease. It has the potential to detect small scab spots from two days D02 after infec- tion. At early infection stage, the water absorption band at 1940 nm had the major discriminatory effect. Thus, at early stage, apple scab affects the content and the state of infected leaves water. The specificity of the PLS-DA model to the apple scab and its sensitivity to another type of stress were evaluated. Finally, our study proves that hyperspectral imaging offers an interesting potential for the early detection of plant diseases.
La tavelure (ascomycète Venturia inaequalis) est la principale maladie touchant les vergers des pommiers dans le monde. La lutte contre cette maladie représente des coûts importants tant au ni- veau de l'utilisation des fongicides que du temps alloué à la gestion de la maladie. Ainsi, la détection précoce de cette infection s'est avérée primordiale. La détection des symptômes de cette maladie avant qu'ils soient visibles à l'oeil nu constitue une avancée dans le monde agricole permettant à la fois la réduction des coûts de gestion et la protection de l'environnement. L'objectif de cette thèse est d'explorer le potentiel de l'imagerie hyperspectrale pour détecter précocement la tavelure sur les feuilles du pommier. En se basant sur l'étude de changement des propriétés optiques de la plante du au stress, il est possible d'obtenir de manière indirecte une in- formation pertinente sur le statut physiologique de la plante et ses carences éventuelles. De plus, la haute résolution spatiale et spectrale de l'imagerie hyperspectrale augmente son potentiel de détection précoce des petites taches des maladies des plantes. Des images hyperspectrales de feuilles saines et inoculées ont été acquises quotidiennement du deuxième jour D02 après l'inoculation jusqu'au jour au D11, moment de l'apparition des taches de la tavelure. Les images ont été acquises dans des conditions de laboratoire dans deux gammes spectrales VNIR (400 - 1000 nm) et SWIR (1000 - 2500 nm) en utilisant deux caméras pushbroom de la marque NEO (Norsk Elektro Optikk, Norvège). Une approche de classification chimiométrique, l'analyse discriminante des moindres carrés partiels PLS-DA, a été testée pour discriminer les zones infectées de la feuille malade. Le modèle de classification PLS-DA a été établi à un stade avancé de l'infection D11. Il a été testé sur les images hyperspectrales des feuilles infectées et saines acquises à différents stades de l'infection. L'étude a montré que de bons résultats de prédiction peuvent être obtenus en discriminant les zones infectées sur les images hyperspectrales par la méthode PLS-DA. Les résultats suggèrent que le modèle PLS-DA établi dans le domaine spectral SWIR (1000 - 2500 nm) est le plus adapté pour une détection précoce de la tavelure. Il a permis de détecter les petites taches de la tavelure à partir de D02 après l'infection. A` un stade précoce, la bande d'absorption d'eau à 1940 nm avait l'effet discriminatoire majeur. Ainsi, à un stade précoce, la tavelure affecte la teneur et l'état de l'eau des feuilles infectées. La spécificité de ce modèle à la tavelure et sa sensibilité à un autre type du stress ont été évaluées et une approche d'amélioration de sa robustesse a été proposée. Enfin, notre étude prouve que l'imagerie hyperspectrale offre un potentiel intéressant pour la détection des maladies des plantes.