Skip to content Skip to sidebar Skip to footer

Suivi des maladies de la vigne et déploiement des technologies STELLA en Alsace : un premier bilan prometteur pour l’UCP français

By Séverine Coubard |  Project Manager | IFV

En 2024, l’Institut Français de la Vigne et du Vin (IFV, Pôle Alsace) a lancé la mise en œuvre du pilote STELLA en Alsace (UCP1). L’objectif est d’évaluer des technologies numériques dans la surveillance du bois noir et de l’enroulement viral de la vinge, deux maladie réglementées non de quarantaine responsables de dépérissements importants. Ces outils sont testés dans la perspective de leur intégration future à la plateforme d’épidémiosurveillance STELLA PSS.

Ce pilote s’inscrit dans la stratégie globale du projet STELLA, qui vise à démontrer, dans différentes régions et cultures européennes, le potentiel des outils connectés et de l’intelligence artificielle pour une gestion plus durable de la santé des plantes.

Figure 1 : Symptômes de la maladie du rouleau foliaire
Crédits : Institut français de la vigne et du vin (IFV)

Mise en place du dispositif expérimental

Huit parcelles viticoles, représentant 3,6 hectares, ont été sélectionnées en Alsace pour représenter la diversité des contextes de production. Depuis 2024, plusieurs technologies innovantes ont été déployées :

  • Des stations météo connectées PESSL, pour relier les conditions climatiques à la dynamique des populations du vecteur du bois noir (Hyalesthes obsoletus).
  • Des pièges connectés PESSL, pour développer un suivi automatisé et continu de ces vecteurs.
  • Une caméra embarquée Eden Viewer, utilisée pour collecter des images RGB géoréférencées de symptomes foliaires d’enroulement et de bois noir, en vue d’entraîner les algorithmes de reconnaissance d’images développés par les partenaires du projet.
  • Des vols de drones ont permis de collecter des images hyperspectrales, afin de tester de nouveaux algorithmes capables de détecter automatiquement les symptômes à partir d’images de télédétection.
  • Enfin, les notations visuelles traditionnelles ont été maintenues afin de comparer les résultats des outils numériques avec les observations de terrain.
Figure 2 : Points forts de l'UCP 1
Crédits : Institut français de la vigne et du vin (IFV)
Défis rencontrés

Comme tout projet de terrain, plusieurs défis ont marqué ces deux premières années de travail:

  • Les conditions météorologiques variables ont parfois limité la capture d’images à la période optimale d’expression des symptômes foliaires.
  • L’entraînement des modèles d’intelligence artificielle a demandé une grande rigueur dans la qualification et l’annotation des images.
 
 
 

Perspectives pour 2026

The upcoming year will focus on:

  • Une analyse complète des données des années précédentes (vecteurs, images, météo).
  • Le raffinement des modèles d’IA grâce à l’intégration de nouvelles images.
  • Et à terme, la connexion des outils au prototype de la plateforme STELLA PSS, pour centraliser les données et faciliter le partage entre acteurs.

Le pilote alsacien STELLA illustre comment l’alliance entre expertise viticole et technologies numériques peut ouvrir la voie à une surveillance plus fine, réactive et durable des maladies de la vigne. Les premiers résultats témoignent d’une dynamique collaborative solide, essentielle à la réussite de ce projet européen ambitieux.

Ne manquez pas notre prochain atelier STELLA, où nous présenterons les premiers résultats et les perspectives pour 2026 !

Inscrivez-vous à l'atelier: https://tinyurl.com/c73dv5sy 

Cookies preferences

Others

Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.

Necessary

Necessary
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.

Advertisement

Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.

Analytics

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.

Functional

Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.

Performance

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.