High throughput plant phenotyping for agroecology

La transition agroécologique nécessite des outils et des méthodes afin d'évaluer aujourd’hui et prévoir pour demain les performances (productivité et stabilité) des combinaisons actuelles et futures d'espèces, de cultivars et de pratiques agricoles innovantes sous les climats actuels et futurs. Cette évaluation (phénotypage) doit porter sur un large éventail de caractéristiques des couverts végétaux et tenir compte non seulement de leur productivité mais aussi des régulations et des compromis écologiques qui les traversent. Les environnements associés à l’agroécologie sont plus complexes que ceux de l'agriculture conventionnelle, embrassant des composantes abiotiques et biotiques et leurs interactions. Ils doivent être caractérisés de manière précise dans le temps et dans l’espace et permettre des classifications (envirotypage). Ces dernières années, le phénotypage et l'envirotypage à haut débit ont considérablement progressé, grâce à l'utilisation de capteurs, à l'imagerie non destructive et au traitement automatisé des données. L'infrastructure nationale PHENOME-EMPHASIS, initialement axée sur le phénotypage à haut-débit des cultures annuelles sous stress abiotiques, s'est élargie pour inclure des espèces pérennes ainsi que des traits liés à l'agroécologie, en particulier liés aux interactions biotiques. Le projet AgroEcoPhen a été conçu comme une extension de PHENOME-EMPHASIS vers l'agroécologie, mettant en oeuvre à haut-débit, le phénotypage d’une gamme élargie de traits et l’envirotypage s’appuyant sur une gamme élargie de variables. Il vise en outre à implémenter ces méthodes  dans un nombre élargi de stations expérimentales des partenaires dédiées non seulement aux cultures annuelles, mais aussi à l’arboriculture et à la viticulture, cultures fortement dépendantes de l’agrochimie. Il s’appuie sur le développement de capteurs connectés à faible coût, implantables en grand nombre dans les parcelles agricoles, de vecteurs robotisés, de méthodes d'apprentissage profond pour l'imagerie de canopées complexes ou l'identification d'insectes, et l’amélioration du traitement massif des ensembles de données générées. AgroEcoPhen permet d’explorer les voies numériques les plus prometteuses pour guider l’agriculture vers l’agroécologie.