Hyperspectral phenotyping as a tool for asymptomatic flax disease detection
- Moyse, J. , Kayoka, N. , Fernandez Pierna, J.A. , Baeten, V. , Demailly, H. , Lecomte, S. , Höfte, M. , Mongelard, G. & Gutierrez, L. (2025). Hyperspectral phenotyping as a tool for asymptomatic flax disease detection. Poster in: ICNIR 2025, Rome, Italy, 8-12 June.
| Type | Poster |
| Year | 2025 |
| Title | Hyperspectral phenotyping as a tool for asymptomatic flax disease detection |
| Event name | ICNIR 2025 |
| Event location | Rome, Italy |
| Label | U12-0241-Moyse-2025 |
| Event date | 8-12 June |
| Abstract | La détection précoce des maladies des plantes est un enjeu majeur en agriculture et en sélection variétale. Avec le changement climatique, certaines plantes deviennent plus sensibles à des maladies, ce qui peut causer des pertes économiques. La verticilliose du lin est une maladie causée par le champignon Verticillium dahliae. Sa présence a beaucoup augmenté ces dix dernières années. Souvent, l’infection reste invisible et les symptômes n’apparaissent qu’après la récolte, lors du rouissage, une étape clé avant l’extraction des fibres. Si les fibres sont abîmées par la maladie, leur qualité baisse fortement. Dans cette étude, la progression de la maladie a été suivie avec un système automatisé de phénotypage utilisant des caméras hyperspectrales VNIR et SWIR. Les indices de végétation permettent de distinguer les plantes infectées à un stade avancé, mais pas plus tôt que l’observation visuelle. En revanche, une méthode simple basée sur l’analyse en composantes principales (ACP) des spectres permet de séparer clairement les plantes saines des plantes infectées dès le début de l’infection. Cette approche pourrait aussi aider à différencier les niveaux de sensibilité des variétés de lin à la maladie. Ce projet vise donc à évaluer l’utilité des caméras hyperspectrales pour détecter les plantes infectées. Projet Pathoflax, Interreg France-Wallonie-Vlaanderen. |
| Fichier | |
| Authors | Moyse, J., Kayoka, N., Fernandez Pierna, J.A., Baeten, V., Demailly, H., Lecomte, S., Höfte, M., Mongelard, G., Gutierrez, L. |
