Potential for coupling a high spectral resolution/low spatial resolution sensor and a low spectral resolution/high spatial resolution sensor for plant breeding
Potentiel d’un couplage entre un capteur de haute résolution spectrale/faible résolution spatiale et un capteur à faible résolution spectrale/forte résolution spatiale pour la sélection variétale
Résumé
The objective of the thesis is to explore the potential for coupling a high spectral resolution/low spatial resolution sensor and a low spectral resolution/high spatial resolution sensor for plant breeding. This system is studied in the context of maize breeding under water stress conditions. The study is organized as follows: The first step was to test the hypothesis that the use of high spectral resolution is an advantage for phenotyping in varietal selection. For this purpose, two experimental campaigns were carried out in 2017 and 2018. Spectra were acquired in the field using visible and near-infrared spectroscopy according to an experimental design with a total of 10 genotypes known for their tolerance to water stress. This part shows how to describe genotypes behaviour under water stress conditions by accurately describing the spectral regions responsible for this classification.The use of an outdoor spectrometer leads to a lack of repeatability of measurements. To perform analysis of variance of multivariate data with repeatability error can lead to wrong conclusions. A method has therefore been developed to reduce the repeatability error through the analysis of repeated measures of additional measurements to the experimental design. This method modifies the ASCA analysis of variance algorithm by introducing orthogonal projections into the row-space, in addition to the orthogonal projections into the column-space, which are naturally performed by analysis of variance. The objective of the last part was to couple a high spectral resolution and low spatial resolution sensor (Vis-NIR spectrometer) with a low spectral resolution and high spatial resolution sensor (RGB camera) using pan-sharpening algorithms to reconstruct a hyperspectral test image. This part consisted of two steps: to compare pan-sharpening algorithms using a hyperspectral image by using simulation approach and to propose a method to reconstruct a hyperspectral image from the proposed coupling solution.
L’objectif de la thèse est d’explorer le potentiel d’un couplage entre un capteur de haute résolution spectrale/faible résolution spatiale et un capteur à faible résolution spectrale et forte résolution spatiale pour la sélection variétale. Ce système est étudié dans le cadre du phénotypage du maïs en conditions de stress hydrique. L’étude est organisée de la manière suivante : Dans un premier temps, il s’agissait de vérifier l’hypothèse selon laquelle l’utilisation d’une forte résolution spectrale apporte un plus pour le phénotypage dans le cadre de la sélection variétale. Pour cela, deux campagnes expérimentales ont été réalisées en 2017 et 2018. Des spectres ont été acquis au champ en utilisant la spectroscopie visible et proche-infrarouge selon un plan d’expérience comptant au total 10 génotypes connus pour leur tolérance face au stress hydrique. Cette partie montre qu’il est possible de caractériser les comportements des génotypes en situation de stress hydrique tout en décrivant précisément les régions spectrales responsables de cette classification.L’utilisation d’un spectromètre en extérieur induit un manque de répétabilité des mesures. Les conclusions des analyses réalisées sur des spectres portant cette erreur peuvent alors être faussées. Une méthode a donc été développée pour réduire l’erreur de répétabilité à travers l’utilisation d’une série de répétitions de mesures additionnelles au plan d’expérience. Cette méthode modifie l’algorithme d’analyse de variance ASCA en introduisant des projections orthogonales dans l’espace des spectres, en complément des projections orthogonales dans l’espace des individus, réalisées naturellement par l’analyse de variance. L’objectif de la dernière partie était de réaliser le couplage d’un capteur à haute résolution spectrale et faible résolution spatiale (spectromètre Vis-NIR) avec un capteur à faible résolution spectrale et haute résolution spatiale (une caméra RGB) à l’aide d’algorithmes de pan-sharpening pour reconstituer une image hyperspectrale de test. Cette partie comportait deux étapes : une approche par simulation pour comparer les algorithmes de pan-sharpening à l’aide d’une image hyperspectrale et une partie pour proposer une méthode pour reconstruire une image hyperspectrale à partir de la solution de couplage proposée.
Origine : Version validée par le jury (STAR)