Infodoc : Sciences, Techniques et Culture

Fruition Sciences est une jeune entreprise spécialisée dans le développement de logiciels et d’outils d’aide à la décision appliqués à la viticulture. Dans le cadre de son développement commercial, la société développe un modèle d’estimation des rendements dans la région bordelaise. L’estimation des rendements constitue en effet un enjeu fort pour la filière d’un point de vue économique, logistique et qualitatif. Pour caractériser un vignoble, la technique la plus répandue est l’échantillonnage aléatoire, méthode couteuse en temps. Fruition Sciences construit son modèle à partir de l’indice NDVI (Normalized Difference Vegetation Index) mesuré en ULM et d’un échantillonnage stratifié dans le vignoble. Le modèle consiste à mesurer les paramètres rendement dans des placettes de référence[...]

Fruition Sciences est une jeune entreprise spécialisée dans le développement de logiciels et d’outils d’aide à la décision appliqués à la viticulture. Dans le cadre de son développement commercial, la société développe un modèle d’estimation des rendements dans la région bordelaise. L’estimation des rendements constitue en effet un enjeu fort pour la filière d’un point de vue économique, logistique et qualitatif. Pour caractériser un vignoble, la technique la plus répandue est l’échantillonnage aléatoire, méthode couteuse en temps. Fruition Sciences construit son modèle à partir de l’indice NDVI (Normalized Difference Vegetation Index) mesuré en ULM et d’un échantillonnage stratifié dans le vignoble. Le modèle consiste à mesurer les paramètres rendement dans des placettes de référence qui caractérisent les différentes strates de vigueur du vignoble. Puis l’estimation consiste à calculer le rendement parcellaire, par extrapolation, comme une combinaison linéaire du rendement échantillonné dans les placettes en fonction des données de NDVI de la parcelle. L’objectif de ce mémoire a été de caractériser, à partir de données historiques de rendements et de NDVI, la pertinence d’un tel modèle. A partir des données échantillonnées en 2015 et des données de NDVI, deux modèles d’extrapolation spatiale sont comparés aux rendements observés. Un modèle de régression linéaire simple basé sur la moyenne de NDVI par parcelle et un modèle de régression linéaire multiple basé sur le pourcentage de pixel dans 3 classes de NDVI correspondant à 3 niveaux de vigueur. Par ailleurs un échantillonnage systématique sur le nombre de grappes par pied a été mis en place pour compléter les résultats. Il ressort que le NDVI est un indice qui explique le rendement et le nombre de grappes par pied pour le cépage Merlot. Le modèle de régression linéaire simple est le modèle le plus performant pour la prédiction du rendement de ce cépage. Pour le Cabernet-Sauvignon aucune corrélation entre le NDVI et le rendement n’a été trouvée dans cette étude. Le résultat de ce rapport est que le modèle d’estimation Fruition Sciences est performant pour le cépage Merlot dans la mesure où il permet une réduction du temps d’échantillonnage considérable. Pour le cépage Cabernet-Sauvignon, l’utilisation du NDVI ne présente pas d’intérêt par rapport à une méthode d’estimation classique.

Fruition Sciences is a young company specialized in software development and support tools for decision applied to winemaking. In the context of its business development, the company creates a model for yield estimations in the region of Bordeaux. Yield estimation is, indeed, a big challenge for the wine industry in terms of economy, logistic and management of quality. Characterizing the vineyards is often processed through random sampling which is a time consuming method. Fruition Sciences develops its model using the NDVI (Normalized Difference Vegetation Index) measured by air and stratified sampling. The model consists in the extrapolation of the yield measured in several plots using NDVI data for each block. The aim of this study has been to characterize, based on yield and NDVI historical data, the relevance of the model. Using the 2015 sampled data, two yield extrapolation models have been tested and compared to observed yields. A simple linear regression model based on the average NDVI for each block and a multiple linear regression model based on the amount of pixels in 3 NDVI classes corresponding to 3 levels of vigour. In order to support the results, the parameter number of cluster per vine was sampled systematically in a vineyard to calculate correlation with the NDVI. It appears that NDVI is an index that explains yield and number of cluster per vine for Merlot. The simple linear regression model is the most relevant for yield prediction of this variety. Regarding the Cabernet-Sauvignon variety, no correlation was found between yields and the NDVI. The results show that the Fruition Sciences model is relevant for Merlot and allow a strong reduction of the time spent in sampling, whereas the use of the NDVI is not interesting compared to classical estimation method.