Inversion du modèle bilan hydrique avec les données issues du Crowdsourcing en viticulture

Cette thèse vise à estimer la Réserve Utile (RU) d'un sol pour la vigne via l'approche Inversion du Modèle (IM), en utilisant les données issues d'une application mobile dans la viticulture (via Crowdsourcing). La RU est une propriété du sol correspondant à la quantité maximale de l'eau qu'une plante peut exploiter par unité de surface. Ceci est une information importante pour les producteurs du vin, et peut jouer un levier essentiel dans de nombreuses décisions opérationnelles. Malheureusement, cette caractéristique est difficile à quantifier à cause des contraintes logistiques. Alors, une méthode d'IM permet d'estimer les propriétés d'un système à partir des observations des variables qui sont impactées par ces propriétés, et qui sont plus faciles à acquérir. Or, les approches existantes nécessitent des observations plus ou moins coûteuses générées par des capteurs dans le sol ou la station météo. En revanche, l'approche Crowdsourcing décentralise les mesures et minimise le coût d'acquisition des données. L'application ApeX-Vigne permet aux viticulteurs de suivre l'état hydrique de leurs vignes sous une résolution spatiale assez fine. Depuis 2018, cette application libre et gratuite permet aux professionnels de faire des observations standardisées, datées et géoréférencées du statut hydrique des parcelles de vigne, en générant une base de données conséquentes (env. 25 000 mesures) à l'échelle régionale. Étant données les observations réalisées par de nombreux profils d'utilisateurs, ces données exposent néanmoins à un haut niveau d'incertitudes. Ainsi, deux sujets centraux doivent être traités parallèlement : d'abord, choisir et développer une approche IM adéquate pour estimer la RU pour la vigne ; en parallèle, prendre en compte et éventuellement réduire les incertitudes dans les données utilisées. La démarche envisagée repose sur 3 étapes de travail : i) l'élaboration d'une fonction de transfert permettant de relier les observations crowdsourcées à une grandeur de sortie (GS) classique d'un modèle de bilan hydrique, ii) la consolidation spatiale de la GS, cette étape fait l'hypothèse que la GS est auto-corrélée spatialement, iii) l'inversion de modèle proprement dite, sur la base des estimations de GS et des données climatiques du millésime.