agrophotonique DOSSIER
Les caméras thermiques utilisées dans la gamme 3-5 µ m( désignée MWIR pour Medium Wave) sont historiquement des caméras à matrices de semiconducteurs refroidies par Stirling, mais depuis plusieurs décennies désormais, elles cohabitent dans la gamme 7-14 µ m( LW pour Long Wave) avec des caméras à matrices de bolomètres qui opèrent à température ambiante.
Les informations obtenues sont des images d’ intensité, et permettent de segmenter spatialement les objets d’ une scène, et comparer les rayonnements reçus.
En thermographie, on souhaite ne capter que le rayonnement propre de l’ objet. Un objectif sera alors d’ éliminer ou de caractériser les rayonnements indésirables: éclairage du soleil, flux thermique des objets ou feuillages environnants … La grandeur recueillie sera le flux intégré sur toute la plage de longueur d’ onde de la caméra. La maitrise ou à défaut la stabilité de la scène de mesure sont donc primordiales, sa composition décide de l’ interprétabilité des mesures.
A contrario, pour étudier le comportement spectral d’ un végétal, on souhaitera se concentrer sur une seule de ses caractéristiques dépendant de la longueur d’ onde: absorption α( λ), ou transmission τ( λ), ou encore réflexion ρ( λ). L’ imagerie spectrale visera à proposer l’ équivalent d’ un spectromètre sur chaque pixel. Cette technologie est en évolution rapide, et jusqu’ à récemment réservée au visible et au proche infra-rouge( 400 nm → 1,7 µ m). Les premiers imageurs spectraux MIR sont apparus sur le marché autour de 2020, basés sur des imageurs 2,5 → 5 µ m, et plus récemment entre 8 et 14 µ m. Les architectures sont classiquement de type « push-broom », nécessitant le balayage spatial de l’ échantillon.
Pour l’ analyse spectrale, le flux thermique émis par l’ échantillon peut être considéré comme indésirable. C’ est pourquoi de nouvelles architectures apparaissent, susceptibles
Figure 2. Architecture de l’ imageur HI2( Hyperspectral Infrared Imaging). Un ensemble de 4 lasers Daylight Mircat © accordables entre 3,7 et 10,5 µ m éclaire l’ échantillon végétal, qui est observé par une caméra visible, une caméra MWIR( 2-5 µ m), et une caméra LWIR( 7,5-14 µ m). Un jeu de miroirs pilotés ajuste le faisceau laser sur l’ échantillon.
d’ éliminer les contributions thermiques. Nous détaillerons plus loin une architecture MIR d’ imagerie spectrale active, et ses premières applications au végétal.
L’ IMAGERIE THERMIQUE APPLIQUÉE AU VÉGÉTAL La thermographie infrarouge, en tant qu’ outil d’ imagerie passive, permet d’ accéder à la température de surface des objets observés. Lorsqu’ elle est appliquée aux végétaux, elle offre une fenêtre sur les échanges thermiques liés à la transpiration, à l’ état hydrique ou à des stress biotiques et abiotiques. Contrairement aux matériaux inertes, les végétaux présentent une dynamique thermique complexe, influencée par leur physiologie et leur environnement. Cette spécificité rend la thermographie particulièrement intéressante pour le suivi non destructif de l’ état des plantes, mais impose également des précautions méthodologiques pour interpréter les signaux mesurés [ 1 ].
Les premières applications de la thermographie végétale ont été développées en laboratoire, dans des conditions contrôlées permettant une calibration fine des capteurs et une maîtrise des sources de variation. Le passage au champ, nécessaire pour une valorisation agronomique, soulève des défis techniques et scientifiques: variabilité climatique, hétérogénéité des peuplements, interférences radiatives. L’ expérimentation en plein champ impose donc des compromis entre précision, robustesse et représentativité, tout en conservant l’ ambition d’ un suivi non destructif et répétable [ 2 ].
Plusieurs usages ont été explorés dans le cadre de travaux expérimentaux: détection de stress hydrique, estimation indirecte de certains constituants( eau, azote), ou encore la détection précoce de stress physiologique. Ces tentatives s’ appuient toutes sur une approche passive, exploitant le rayonnement thermique émis naturellement par les plantes. Si les résultats sont prometteurs, ils restent souvent dépendants de conditions spécifiques et difficiles à généraliser. L’ intégration de la thermographie dans des protocoles agronomiques nécessite encore des efforts de standardisation et de validation.
L’ usage de l’ imagerie thermique en phénotypage végétal évolue vers des approches multi-vues et statistiques pour corriger les biais géométriques et temporels, améliorant ainsi la fiabilité des mesures de température du couvert. Les efforts récents mobilisent les outils statistiques issus de l’ expérimentation de terrain pour corriger les tendances spatiales et temporelles, réduisant ainsi les incertitudes et artefacts d’ un facteur 5 dans l’ usage des drones. Il reste toutefois à mieux maîtriser les interactions complexes entre la structure du couvert végétal et l’ illumination radiative des pixels, influencée par leur voisinage immédiat.
Photoniques 135 I www. photoniques. com 33