La spectrométrie proche infrarouge est une découverte récente à fort potentiel dans les secteurs de l'agriculture et l'agroalimentaire notamment pour ses caractères non destructif, rapide et peu coûteux. L'ITB, en collaboration avec l'INRAe, a mis en relation le spectre mesuré par le SCiO et la teneur en sucre de la betterave entière à l'aide d'un modèle PLS (cf. Cahier technique du Betteravier Français n°1113).
L'objectif suivant est de prédire les richesses de l'année en cours à l'aide de la base de données historique accumulée depuis 2017. Cela implique la mise en place d'une méthode de transfert de modèles interannuel. La méthode retenue est appelée "model update". Elle est basée sur l'augmentation du jeu d'étalonnage du modèle avec un échantillon de normalisation issu des données de l'année à prédire. Le modèle est ensuite corrigé avec ce nouveau jeu d'étalonnage.
Cette méthode a été testée pour prédire les richesses des betteraves de 2020. Plusieurs tailles d'échantillons de normalisation ont été testés en modifiant le nombre de données injectées dans l'échantillon. La précision des prédictions obtenues a été évaluée par deux critères : le SEP (erreur standard de prédiction) et le R² (coefficient de détermination). Les graphiques 1 et 2 montrent que la précision se stabilise lorsque la taille de l'échantillon atteint 200 mesures.
Le graphique 3 présente la distribution des valeurs prédites en fonction des valeurs observées pour le modèle sans utilisation du "model update" (modèle 1) et pour le modèle avec "model update" et un échantillon de normalisation de 200 mesures (modèle 2). Entre ces 2 modèles la précision de la prédiction a augmenté de 0,3 points de richesse.
Il a également été montré que la précision augmente avec le nombre de données contenues dans le jeu d'étalonnage (cf. Cahier technique du Betteravier Français n°1128). L'ITB va donc continuer à enrichir la base de données chaque année afin de disposer d'un modèle robuste, capable de prendre en compte toutes les variabilités interannuelles.
