Analyse et modlisation des effets des pratiques culturales

Analyse et modélisation des effets des pratiques culturales et du pédoclimat sur l’incidence de FHB et la teneur en DON. Marie Hélène ROBIN Céline MATAR, Gwénaëlle JARD 6ème journée Mycotoxines - Toulouse 15 -16 Mars 2016 soutenance de thèse 7 février 2014

La représentation des relations dégâts/dommages/pertes… 1 Profil de dégâts (Injury Profile) : combinaison de niveaux de dégâts provoqués par un ensemble de bioagresseurs (Savary, 2000) D’après Savary, 1995

2 La Protection Intégrée des Cultures PIC Lutte biologique Lutte physique Lutte chimique Contrôle cultural Contrôle génétique Environnement physico- chimique Bioagresseurs Parcelle agricole La prise en compte des dimensions horizontale (profil de bioagresseurs) et verticale (combinaison d’un ensemble de méthodes à effets partiels) de l’intégration en protection des cultures est nécessaire pour répondre au double enjeu : produire plus et mieux

Plan de l’exposé 3 Comment aider à la gestion d’un ensemble de bioagresseurs dont la fusariose en mobilisant les leviers de la protection intégrée des cultures ? 4 I. Objectifs du travail II. Démarche et méthodes utilisées pour développer le modèle sur blé : IPSIM-Wheat III. Illustration pour la fusariose : le modèle IPSIM-Wheat-Fusarium graminearum (FHB) IV. Conclusion et Perspectives

Objectifs : Cadre conceptuel du travail 4 Outil à construire Profil de dégats : Fusariose, septoriose, rouilles, … Dommages et pertes * Nécessité de développer des modèles représentant les effets des pratiques agricoles sur un profil de dégâts dans une situation de production donnée : modèle IPSIM Injury Profile Simulator

Plan de l’exposé 6 Comment aider à la gestion d’un ensemble de bioagresseurs dont la fusariose en mobilisant les leviers de la protection des cultures ? 7 I. Objectifs du travail II. Démarche et méthodes utilisées pour développer le modèle sur blé : IPSIM-Wheat III. Illustration pour la fusariose : le modèle IPSIM-Wheat-Fusarium graminearum IV. Conclusion et Perspectives

Démarche suivie pour la conception du modèle IPSIM-Wheat 7 8 Effets des facteurs agronomiques, pédoclimatiques et environnementaux sur un profil de dégâts ( du blé) Bibliographie Etape 1 - Modèles conceptuels IPSIM et IPSIM-Wheat Optimisation Données nationales Données régionales Etape 2 - Modèle de simulation qualitatif Expertise Etape 2 - (Bioagresseur 1 : fusariose) (Bioagresseur 2 : rouille brune) (Bioagresseur 3 : septoriose) Etape 3 - Evaluation de la qualité prédictive du modèle Développement du modèle IPSIM-Wheat

Méthodes utilisées pour la conception du modèle IPSIM-Wheat 8 Etape 2 - Transposition du modèle conceptuel proposé en modèles de simulation (approche par modélisation hiérarchique agrégative et qualitative). Utilisation de la méthode DEX (Decision Expert, Bohanec, 2007) 3 étapes pour la conception des modèles sous le logiciel DEXi (par bibliographie et expertise) : a. Identifier et organiser les attributs b. Définir les échelles d’attributs c. Définir les tables d’agrégation (fonctions d’agrégation de type « si…alors » )

Démarche suivie pour la conception du modèle IPSIM-Wheat 9 IPSIM-WHEAT : un profil de dégâts, 12 bioagresseurs

Plan de l’exposé 10 Comment aider à la gestion d’un ensemble de bioagresseurs dont la fusariose en mobilisant les leviers de la protection des cultures ? 13 I. Objectifs du travail II. Démarche et méthodes utilisées pour développer le modèle sur blé : IPSIM-Wheat III. Illustration pour la fusariose : le modèles IPSIM-Wheat-FHB 1. Du modèle conceptuel IPSIM-Wheat au modèle de simulation fusariose 2. Construction des modèles fusariose sous DEXi 3. Evaluation de la qualité prédictive IV. Conclusion et Perspectives

Développement du modèle IPSIM-FHB 11 Interactions constantes avec les facteurs climatiques Action par atténuation en culture : choix de la variété, fertilisation, densité Représentation schématique du cycle de la fusariose et interactions avec les pratiques culturales et le climat Trail F Plant Physiol. 2009; 149: 103 -110 The life cycle of F. graminearum (sexual phase, G. zeae), causal agent of Fusarium head blight on wheat. luttes chimique ou bio Action sur l’inoculum : gestion des résidus Action par évitement : date de semis

Développement du modèle IPSIM-Wheat-FHB 12 15 1 - Modèle conceptuel IPSIMWheat Optimisation Données nationales Expertise Bibliographie 2 – Modèle de simulation fusariose (sous DEXi) 3 - Evaluation de la qualité prédictive du modèle Données régionales Développement du modèle IPSIM-Wheat Effets des facteurs agronomiques, pédoclimatiques et environnementaux sur la dynamique de la fusariose du blé

Développement du modèle IPSIM-Wheat-FHB 14 1 – Du modèle conceptuel générique IPSIM représentant les déterminants des profils de dégâts sur une culture au modèle IPSIM-FHB Sévérité des dégâts Pédoclimat Action sur l’ inoculum Environnement biologique Pratiques culturales Action par évitement Choix de la variété Action par atténuation en culture Niveau de la fertilisation azotée lutte fongicide, biologique, physique Densité de semis Variable de sortie Variables d’état Variable d’entrée Aubertot et Robin, 2013

Développement du modèle IPSIM-FHB : 15 1 - Du modèle conceptuel au modèle de simulation de la fusariose (F. graminearum) (bibliographie et expertise) Effets des facteurs 10 références pertinentes retenues agronomiques, pédoclimatiques et environnementaux sur la dynamique de la fusariose Intensité de l’effet : pas d’effet 0, effet faible +, significatif ++, déterminant ou crucial +++

Développement du modèle IPSIM-Wheat-fusariose : 1 - Du modèle conceptuel au modèle de simulation de la fusariose (bibliographie et expertise) 16 Intensité des dégâts Pédoclimat Climat Sol Blé dans l’assolement Atténuation en culture Protection fongicide Précédent Variété Fertilisation azotée Environnement biologique Pratiques culturales Densité de semis Action sur l’ inoculum Anté précédent Éléments paysagers Action par évitement Inversion du sol précédent Inversion du sol antéprécédent Date de semis Variables dont l’effet sur la fusariose n’a pas été étudié

Développement du modèle IPSIM-Wheat-fusariose : 1 - Du modèle conceptuel au modèle de simulation de la fusariose (bibliographie et expertise) 17 Intensité des dégâts Pédoclimat Climat Sol Blé dans l’assolement Atténuation en culture Protection fongicide Précédent Variété Fertilisation azotée Environnement biologique Pratiques culturales Densité de semis Action sur l’ inoculum Anté précédent Éléments paysagers Action par évitement Inversion du sol précédent Inversion du sol antéprécédent Date de semis Variables dont l’effet sur la fusariose est faible ou peu déterminé

Développement du modèle IPSIM-Wheat-fusariose : 1 - Du modèle conceptuel au modèle de simulation de la fusariose (bibliographie et expertise) 18 Intensité des dégâts Pédoclimat Climat Sol Blé dans l’assolement Atténuation en culture Protection fongicide Précédent Variété Fertilisation azotée Environnement biologique Pratiques culturales Densité de semis Action sur l’ inoculum Anté précédent Éléments paysagers Action par évitement Inversion du sol précédent Inversion du sol antéprécédent Date de semis Variables dont l’effet sur la fusariose est bien connu

Développement du modèle IPSIM-Wheat-fusariose 19 22 1 - Modèle conceptuel IPSIMWheat Optimisation Données nationales Expertise Bibliographie 2 – Modèle de simulation fusariose (sous DEXi) 3 - Evaluation de la qualité prédictive du modèle Données régionales Développement du modèle IPSIM-Wheat Effets des facteurs agronomiques, pédoclimatiques et environnementaux sur la dynamique de la fusariose du blé

Développement du modèle IPSIM-Wheat-fusariose : 2 - Construction du modèle en 3 étapes (logiciel DEXi et par bibliographie et expertise) 20 1° étape - Identification et organisation des attributs - 7 attributs de base - 5 attributs agrégés

Développement du modèle IPSIM-Wheat-fusariose: 2 - Construction du modèle en 3 étapes (logiciel DEXi) 21 2°étape - Définition des échelles des attributs Robin et al. , en préparation

Développement du modèle IPSIM-Wheat-fusariose : 2 - Construction du modèle en 3 étapes (logiciel DEXi) 22 3° étape – Définition des tables d’agrégation Précédent cultural (4 niveaux possibles) x Gestion des résidus du précédent (4 niveaux possibles) 16 règles d’agrégation pour la gestion de l’inoculum primaire (4 possibilités) Agrégation des variables par des fonctions d’agrégation de type « Si… Alors… » et définition des valeurs agrégées par bibliographie et expertise

Développement du modèle IPSIM-Wheat-fusariose: 2 - Construction du modèle en 3 étapes (logiciel DEXi) 23 3°étape : Des tables d’agrégation à la pondération des attributs

Développement du modèle IPSIM-Wheat-fusariose 24 27 1 - Modèle conceptuel IPSIMWheat Optimisation Données nationales Expertise Bibliographie 2 – Modèle de simulation fusariose (sous DEXi) 3 - Evaluation de la qualité prédictive du modèle Données régionales Développement du modèle IPSIM-Wheat Effets des facteurs agronomiques, pédoclimatiques et environnementaux sur la dynamique de la fusariose du blé

Développement du modèle IPSIM-Wheat-FHB 3 - Evaluation de la qualité prédictive 25 Identification d’un jeu de données aux échelles nationale et régionale (Thomas, 2013) Blé rustique INRA Mirecourt GEVES Res 0 pest Données nationales Observations Régionales Mic-Mac Design SGCI, LGBI Arterris Maestria, TTSI, AB, DONCA… Répartition géographique des parcelles utilisées pour l’évaluation de la qualité prédictive du modèle IPSIMWheat-FHB (1995 -2015; 759 sites-années).

Développement du modèle IPSIM-FHB 3 - Evaluation de la qualité prédictive 26 Traduction à l’aide du convertisseur des variables recueillies (quantitatives ou qualitatives) en variables d’entrée qualitatives du modèle

Développement du modèle IPSIM-Wheat-FHB 3 - Evaluation de la qualité prédictive 27 Exemple d’une simulation pour 2 systèmes de culture La sévérité finale est exprimée en % moyen d’épillets touchés par épi.

Développement du modèle IPSIM-Wheat-brown rust 39 28 40 3 - Evaluation de la qualité prédictive : Comparaison classes simulées et observées pour la fusariose (ROBIN, en préparation) 90% des simulés et des observés sont dans la même classe et presque 98% ont au plus une classe d’écart Distribution des résidus : nombre de classes de différence entre classes simulées et observées (19952015; 759 sites-années) (Robin, en préparation).

Plan de l’exposé 29 32 Comment aider à la gestion d’un ensemble de bioagresseurs en mobilisant les leviers de la protection des cultures? I. Objectifs du travail II. Démarche et méthodes utilisées pour développer le modèle IPSIM-Wheat III. Illustration pour la rouille brune : le modèle IPSIM-Wheat. Brown rust IV. Les sorties d’IPSIM-Wheat V. Conclusion et Perspectives

Perspectives d’utilisation du modèle IPSIM-FHB : à court terme 30 • Validation du modèle IPSIM-DON • Valorisation des données historiques et analyse des effets de l’évolution du climat et des pratiques (passée et à venir) sur les sévérités de la fusariose et de la DON • Couplage des sous-modèles construits ( modèle rouille brune et septoriose) avec les modèles IPSIM-FHB et IPSIM-DON dans le modèle IPSIM-Wheat (complexe parasitaire) • Possibilité de développements algorithmiques idoines (collaboration avec l’UR MIA Toulouse) pour améliorer la qualité prédictive du modèle • IPSIM, un outil de communication, d’animation, d’échanges (TD organisés EIPurpan, ENSAT, école chercheur internationale Volterra Italie, lycées agricoles) grâce à sa grande facilité d’appropriation

Perspectives d’utilisation du modèle IPSIM : à moyen terme 31 • IPSIM, un modèle pertinent pour proposer à la recherche et au développement une méthode et un outil permettant : - La contribution à la (re-)conception de systèmes de culture moins dépendants en pesticides (ex-ante) - La contribution au diagnostic du fonctionnement des agroécosystèmes (ex-post) • IPSIM, un renouvellement méthodologique en termes de modélisation (modélisation prédictive qualitative des profils de dégâts) pour mieux appréhender la complexité du fonctionnement des agroécosystèmes (prise en compte des interactions entre tous les facteurs impactant et entre tous les bioagresseurs) • Modèles complémentaires aux modèles épidémiologiques (aide à la décision tactique) en abordant la question de l’intégration de l’ensemble des méthodes de contrôle à une échelle stratégique • Couplage d’IPSIM avec d’autres modèles pour évaluer également les performances agronomiques (dommages), environnementales et socioéconomiques des systèmes de culture • IPSIM, un modèle générique : adaptations au tournesol (Terres Inovia), au pommier (INRA Avignon), au manguier et à la chayotte (CIRAD)

Analyse et modélisation des effets des pratiques culturales et du pédoclimat sur l’incidence de FHB et la teneur en DON. Merci pour votre attention

La pondération des attributs

Evaluation qualité prédictive modèle IPSIM-DON Sévérité finale de fusariose 0 -3 ; 3 -5 ; 510 ; 10 -100 La sévérité est le pourcentage moyen d’épillets touchés par épis. L’échelle est volontairement centrée sur des classes faibles, car même en situation favorable à la maladie, il est rare d’avoir des sévérités supérieures à 10% d’épillets touchés par épi. Niveau de contaminati on en Don(µg/kg) 0 -200 ; 200500 ; 5001000 ; >1000 5 classes ont été retenues pour qualifier la contamination en Don finale. Teneur max pour le pain la Distribution des écarts entre valeurs simulées et valeurs observées pour la contamination en Don (Thomas, 2013)

Démarche suivie pour la conception du modèle IPSIM-Wheat Cadre conceptuel permettant de représenter les interactions entre une situation de production et des pratiques culturales sur un profil de dégâts du blé d’hiver (analyse des interactions par bibliographie et expertise) Field environment Physical, chemical and biological components of a field (crop, pests, INJURY PROFILE beneficial organisms) Socio-economic drivers * Farmer decisions * Production situation Cropping practices IPSIM * Not taken into account in IPSIM Représentation schématique d’un agroécosystème et de ses composants (Aubertot et Robin, 2013) 39

WHEATPEST, un modèle de simulation de dommages dus à de multiples bioagresseurs dans différentes situations de production du blé d’hiver Simulated wheat yield losses caused by individual injuries and by their combination into injury profiles for the cropping system Conventional A. RYL IP: relative yield losses caused by the injury profile; RYL SII: relative yield losses cumulated over the individual injuries; YA: attainable grain yield; YL IP: grain yield loss caused by the injury profile.