Back to Search
Start Over
Etude et modélisation du comportement des gouttelettes de produits phytosanitaires sur les feuilles de vignes par imagerie ultra-rapide et analyse de texture
- Source :
- Autre. Université de Bourgogne, 2013. Français. ⟨NNT : 2013DIJOS033⟩, Autre. Université de Bourgogne, 2013. Français. 〈NNT : 2013DIJOS033〉
- Publication Year :
- 2013
- Publisher :
- HAL CCSD, 2013.
-
Abstract
- In the domain of vineyard precision spraying research, one of the most importantobjectives is to minimize the volume of phytosanitary products ejected bya sprayer in order to be more environmentally respectful with more effectivevine leaf treatments. Unfortunaltely, even if lot of works have been carriedout at a parcel scale, mainly on losses caused by drift, less works have beencarried out at the leaf scale in order to understand which parameters influencethe spray quality. Since few years, recent improvements in image processing,sensitivity of imaging systems and cost reduction have increased the interestof high-speed imaging techniques. Analyzing the behavior of droplets afterimpact with the leaf thanks to high speed imaging technology is a relevantsolution. By this way, we propose a droplets behavior analyzing process invineyard spraying context based on high-speed acquision system combinedwith image processing techniques. This process allows us to extract dropletsparameters. Therefore, a statistical study is processed in order to determinethe effects of droplets parameters on leaf impact or to predict behavior of asingle droplet. Since this behavior is strongly related to leaf surface, we alsopropose to validate a natural leaf roughness characterization method basedon texture analysis<br />Dans le contexte actuel de diminution des pollutions d’origine agricole, laréduction des apports d’intrants devient un enjeu primordial. En France, laviticulture est l’activité qui possède le taux le plus important de traitementsphytosanitaires par unité de surface. Elle représente, à elle seule, 20% de laconsommation annuelle de pesticides. Par conséquent, il est nécessaire d’étudierle devenir des pesticides appliqués afin de réduire les quantités perduesdans l’environnement. Dans le cadre de la réduction d’apport de produitsphytosanitaires dans les vignes, de nombreux travaux ont été effectués sur lamodélisation du comportement d’un spray de gouttelettes et sa répartitionau niveau de la parcelle et de l’air environnant. Cependant, il est égalementimportant de s’intéresser au comportement de la gouttelette directement auniveau de la feuille. Les progrès dans le domaine de l’imagerie et la diminutiondu coût des systèmes ont rendus ces systèmes beaucoup plus attractifs.Le travail de cette thèse consiste en la mise en place d’un système d’imagerierapide qui permet l’observation du comportement à l’impact de gouttelettesrépondant aux conditions de pulvérisation. Les caractéristiques ainsi que lecomportement associé de chaque gouttelette sont extraits grâce à une méthodede suivi d’objets. Une analyse statistique basée sur un nombre représentatifde résultats permet ensuite d’évaluer de manière robuste le devenir d’unegoutte en fonction de ses caractéristiques. Parallèlement, un paramètre décrivantl’état de surface de la feuille est également étudié grâce à l’imagerie : larugosité qui joue un rôle prédominant dans la compréhension des mécanismesd’adhésion
- Subjects :
- High-speed imaging
[SPI.OTHER]Engineering Sciences [physics]/Other
[SDV.SA]Life Sciences [q-bio]/Agricultural sciences
[SDV.SA] Life Sciences [q-bio]/Agricultural sciences
[ SPI.OTHER ] Engineering Sciences [physics]/Other
[SPI.OTHER] Engineering Sciences [physics]/Other
Tracking
Imagerie rapide
Analyse de textures
Texture analysis
Pulvérisation
Spraying
Suivi d’objets
[ SDV.SA ] Life Sciences [q-bio]/Agricultural sciences
Subjects
Details
- Language :
- French
- Database :
- OpenAIRE
- Journal :
- Autre. Université de Bourgogne, 2013. Français. ⟨NNT : 2013DIJOS033⟩, Autre. Université de Bourgogne, 2013. Français. 〈NNT : 2013DIJOS033〉
- Accession number :
- edsair.dedup.wf.001..75786a13461e24c337172badc451df4a