| Numéro |
2014
37th World Congress of Vine and Wine and 12th General Assembly of the OIV (Part 2)
|
|
|---|---|---|
| Numéro d'article | 05008 | |
| Nombre de pages | 8 | |
| Section | Viticulture | |
| DOI | https://doi.org/10.1051/oivconf/201405008 | |
| Publié en ligne | 24 décembre 2014 | |
Analyses multivariées pour une meilleure compréhension des pratiques viticoles et des facteurs du milieu afin d'expliquer la qualité du raisin
1 UPSP GRAPPE, UMT VINITERA, SFR Quasav, Groupe ESA, 55 rue Rabelais, BP. 30748, 49007 Angers Cedex 01, France
2 ADEME, SAF, 20. Avenue du Grésillé, 49000 Angers, France
3 INRA, UE 1117, UMT VINITERA, 49070 Beaucouzé, France
4 USC “Unité de Sensométrie et Chimiométrie”, Université LUNAM, ONIRIS, 44322 Nantes, France
5 INRA, Nantes 44316, France
a Auteur référent : Groupe ESA (Ecole Supérieure d'Agriculture d'Angers). 55 Rue Rabelais, BP. 30748, 49007 Angers Cedex 01, France, e-mail : beauchet@groupe-esa.com
Les viticulteurs disposent de plusieurs moyens de mesure de la qualité de leurs raisins lorsqu'ils sont arrivés à maturité pour la vendange. La prédiction de la qualité du raisin, vise à formaliser le savoir-faire des experts (viticulteurs et conseillers) pour développer un modèle mathématique qui définira les relations entre la qualité du raisin et les facteurs (pratiques, sol, climat) ayant permis d'aboutir à cette qualité. La présente étude a pour objet de développer une première étude exploratoire permettant d'investiguer chaque paramètre de données et chaque facteur précédent la construction effective d'un modèle explicatif, voire prédictif de la qualité du raisin obtenu à la vendange à partir de pratiques culturales et des données du milieu. Le jeu de données utilisé pour construire le modèle provient de parcelles produisant du raisin en AOP (Appellation d'Origine Protégée) à partir du cépage Chenin situé en moyenne Vallée de la Loire (France), destiné à produire un vin blanc sec pendant lors des millésimes 2010 à 2013. Les pratiques, le milieu et la qualité du raisin ont été analysés pour chacune de ces parcelles et constituent la base de données du modèle. Ce dernier s'appuiera par la suite sur une analyse statistique nommée Régression PLS (Partial Least Square).
© Owned by the authors, published by EDP Sciences, 2014
This is an Open Access article distributed under the terms of the Creative Commons Attribution License 4.0, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.