TreeD-RESIST

Phénotypage 3D et modélisation basés sur l'IA pour prédire l'immunité et la résilience des vergers agroécologiques

Contexte & objectifs

Le projet TreeD-RESIST vise à révolutionner la conception des vergers agroécologiques en exploitant le phénotypage 3D et la modélisation IA pour quantifier et prédire l'immunité et la résilience du pommier, de l'abricotier, du pêcher et des citrus, conciliant ainsi productivité et fonctionnalité écologique.

Attendus

Les attendus du projet sont : 

  • Des jeux de données et ontologies en accès libre pour soutenir la recherche sur la durabilité des cultures pérennes fruitières.
  • De nouveaux indicateurs d’immunité et de résilience agroécologiques.
  • Des prototypes opérationnels d’outils de phénotypage numérique pour l’aide à la décision et la diversification des vergers sous conduite agroécologique.

Organisation

Le projet est structuré en 4 work packages (WP) :

  • WP1 : établit des standards de données interopérables et des ontologies pour harmoniser des jeux de données hétérogènes.
  • WP2 : développe un workflow de phénotypage numérique, impliquant modélisation 3D, analyse racinaire par IA, mesures par capteurs, et imagerie multispectrale par drone pour extraire des traits architecturaux et physiologiques des arbres.
  • WP3 : conduit une caractérisation approfondie de l'immunité et de la résilience dans des vergers expérimentaux agroécologique évaluant les ressources génétiques et les pratiques culturales.
  • WP4 : relie le triptyque GxExM aux performances phénotypiques via une modélisation IA multimodale, pour la détection précoce des stress et l’aide à la décision.
TreeD-RESIST_Bas de page

Comment mesurer l’immunité et la résilience ?

1. Acquisition de données : le phénotypage 3D à l’échelle de l’arbre

Phenotypage_3D_ecehelle_arbre.png

2. Acquisition de données : le phénotypage spectral de l’arbre au verger

Phenotypage_arbre_a_verger.png

3. Phénotypage holistique du fonctionnement de l’écosystème 

Phenotypage_holistique_canopee_racines

4. Infrastructure de données FAIR et interopérable : OpenSILEX 

FAIR_Open-SILEX.jpg

5. Fusion des données pour la  prédiction

Fusion_et_modelisation_multimodale_par_IA.png

Documents à télécharger