Une méthode utilisant un logiciel gratuit et un drone doté d’une caméra bon marché a permis de sélectionner des plants de maïs tolérants à la sécheresse. Cet outil contribue à la sélection de plantes capables de mieux résister au stress hydrique, l’un des impacts du changement climatique sur l’agriculture.
Les résultats de ces expériences ont été publiés dans un article du « Plant Phenome Journal ».
« Les expériences sur les plantes génétiquement modifiées sont coûteuses. Cette méthode nous a permis d’évaluer la tolérance des plantes à la sécheresse dans une zone relativement petite, à l’aide d’un logiciel gratuit et d’une caméra RVB plus simple qui a capturé les paramètres de l’expérience plus efficacement que la caméra multispectrale plus coûteuse« , explique Helcio Duarte Pereira, chercheur au CCRG avec une bourse du FAPESP et premier auteur de l’étude.
La méthode a permis une collecte de données optimisée, plus rapide et moins coûteuse. Les méthodes conventionnelles nécessitent des mesures manuelles, parfois avec des équipements coûteux et des processus lents. En outre, certaines caractéristiques ne peuvent être mesurées qu’à la fin du cycle de vie de la plante. Avec le drone, le travail qui prendrait des jours peut être effectué en quelques heures, ce qui permet d’évaluer les plantes à différents stades de leur croissance.
L’approche permet également de suivre le développement des plantes tout au long de leur cycle de croissance. « L’analyse continue, à différents stades du cycle de vie de la plante, était essentielle pour comprendre comment elle réagit au stress hydrique et pour pouvoir prédire son comportement dans d’autres domaines », explique Juliana Yassitepe, chercheuse au GCCRC et à l’EMBRAPA Digital Agriculture, qui a coordonné l’étude.
Paramètres de stress hydrique
Pendant la saison sèche de 2023, entre avril et septembre, les chercheurs ont effectué une série de vols sur un site expérimental à Campinas.Le site était planté de 21 variétés de maïs, trois conventionnelles et 18 génétiquement modifiées pour surexprimer des gènes potentiellement associés à la résistance au stress hydrique.
Dans l’expérience, la seule différence de traitement entre les plantes était que la moitié recevait une irrigation tout au long de son cycle de vie, tandis que l’autre moitié était soumise à la sécheresse.
Chaque vol a duré 10 minutes et a produit 290 images. Les chercheurs ont sélectionné 13 vols effectués avec la caméra multispectrale, qui capture des spectres non visibles tels que l’infrarouge, et 18 avec la caméra RVB, beaucoup moins chère, qui capture trois couleurs ou bandes : le rouge, le vert et le bleu.
Les images ont été analysées à l’aide d’un logiciel gratuit permettant de croiser les bandes obtenues dans les images. Pour déterminer ce que les différences de couleur dans les images indiquaient, les chercheurs ont pris une série de mesures conventionnelles des plantes au sol. À partir de là, ils ont pu définir les paramètres de stress hydrique et calibrer les modèles prédictifs.
Les résultats présentés à partir des images de la caméra moins chère se sont avérés plus fiables et plus précis, rendant la technologie accessible aux programmes de sélection à grande échelle.
En plus de réduire les coûts d’exploitation, la méthode permet de mener des études sur des zones plus petites, ce qui est particulièrement utile pour les projets disposant de ressources limitées. « Nous n’avons pas toujours assez de graines pour les planter sur de très grandes surfaces, ce qui constitue un goulot d’étranglement pour ce type de recherche », ajoute M. Yassitepe.
Les chercheurs soulignent également que les vols plus bas du drone lui permettent d’obtenir des images à haute résolution, ce qui se justifie dans les zones expérimentales plus petites et permet d’obtenir des données plus précises.
Enfin, bien que ce ne soit pas l’objectif principal du groupe, cette avancée ouvre la voie à d’autres groupes de recherche ou à des start-ups pour développer des applications directement destinées aux producteurs ou aux entreprises d’élevage.
« Il existe des applications sur le marché qui permettent d’évaluer, par exemple, la chlorophylle de la plante et donc de déterminer les niveaux d’azote. Cela permet d’ajuster la fertilisation en fonction des besoins », conclut M. Pereira.
Pour Yassitepe, les indices évalués dans l’étude peuvent servir de base au développement d’applications permettant de mesurer automatiquement le stress hydrique dans différentes cultures agricoles ou forestières.
Légende illustration : Un chercheur fait voler un drone au-dessus d’une plantation expérimentale de maïs à Campinas (État de São Paulo, Brésil) : la technologie peut faciliter la sélection de variétés tolérantes à la sécheresse (photo : Paula Drummond de Castro/GCCRC).
Article : « Temporal field phenomics of transgenic maize events subjected to drought stress: Cross-validation scenarios and machine learning models » : 10.1002/ppj2.70015.
Les auteurs sont associés au Centre de recherche sur la génomique pour le changement climatique (GCCRC), un centre de recherche en ingénierie (ERC) créé avec le soutien du FAPESP et de la Société brésilienne de recherche agricole (EMBRAPA) à l’Université d’État de Campinas (UNICAMP), dans l’État de São Paulo, au Brésil.
