Au Sahel, la répartition des pluies irrégulière dans le temps et dans l’espace engendre une forte interaction variété x année et variété x lieu. Pour déterminer les variétés les plus productives en espérance en fonction des lieux, il faudrait de nombreuses années d’expérimentation en chaque lieu, ce qui prendrait beaucoup de temps.Une alternative est de maximiser la production prédite à l’aide d’un modèle de culture décrivant la croissance et le développement de cultures en interaction avec leurs conditions agro-environnementales.La production à maximiser est moyenne sur une distribution de probabilitéd’entrées environnementales, spécifique du lieu, alors que les paramètres variétaux qui maximisent cette production définissent un but de sélection que l’on appelle idéotype.Dans ce travail, nous voulons déterminer une carte d’idéotypes de sorgho. Nous sommes donc confrontés à un problème d’optimisation d’un modèle complexe. Une méthode classiquement utilisée dans ce contexte est la méthode Efficient Global Optimization (EGO), fondée sur un métamodèle de krigeage. Ici, une telle approche n'est pas adaptée. En effet, la distribution des entrées météorologiques suit un modèle stochastiquedont les paramètres varient continûment dans l’espace en suivant un gradient Nord-Sud. L’optimisation des paramètres variétaux est alors conditionnelle à ces paramètres de climat. D’autre part, la fonction à maximiser n’est connue que par un nombre limité de simulations, donc à une erreur près.Notre cadre de travail concerne donc l'optimisation conditionnelle d'une fonction bruitée. Les extensions existantes de l'algorithe $EGO$ ne prennent pas en charge ce cadre. Dans cette thèse, un nouveau critère pour l'optimisation conditionnelle d'une fonction bruitée est proposée et étudié. Une métaphore de l'optimisation conditionnelle est la recherche d'une ligne de crête. A partir de simulations sur des fonctions test, une étude des performances de ce nouveau critère est proposée, de même qu'une comparaison avec le critère habituellement utilisé pour la recherche de ligne de crête. Les résultats de cette étude montrent l'intérêt de notre critère.L'application à la cartographie d'idéotypes de sorgho a été testée sur l'espace couvert par le Sénégal, le sud du Mali et le Burkina Faso. Elle a consisté à maximiser le rendement espéré en fonction de 4 paramètres du modèle Samara : la longueur de la phase végétative, la longueur maximale des racines, le potentiel de réserve des tiges, et la mortalité des feuilles. Les résultats de cette optimisation recoupent en partie l'analyse de sensibilité menée sur ces mêmes paramètres. / In the Sahel region, the irregular rainfall distribution in time and space generates variety x year and variety x location interactions. Therefore, determining variety with the best expected yield would take many years of experimentation in each location.Alternatively, the best variety could be identified by maximizing the predicted yield using a crop simulation model that describes growth and development of a crop in interaction with agro-environmental conditions.The average yield depends on the probability distribution of environmental inputs, which is location specific, while the cultivar parameters that maximizethis yield define the ideotype, i.e. the selection target.In this work, we want to draw the map of sorghum ideotypes in Sub Saharan Africa. To face the problem of optimizing a complex model, an algorithm conventionally used in this context is the Efficient Global Optimization method (EGO), based on kriging as a surrogate model. Here, the distribution of meteorological inputs follows a stochastic model whose parameters varycontinuously in space along a North-South gradient. Consequently, the optimization of varietal parameters is conditional on these climate parameters. Moreover, the function to maximize is noisy, because expectation and quantilesare merely estimated with a limited number of simulations. We aimed at adapting the EGO algorithm to the conditional optimization of a noisy function. Extensions exist either for the optimization of noisy functions or for the conditional optimization of deterministic functions, ie the search for the values of a subset of parameters that optimize the function conditionally to the values taken by another subset, which are fixed. A metaphor for conditional optimization is the search for a crest line. No method has yet been developed for the conditional optimization of noisy functions: this is what we propose in this thesis. Testing this new method on test functions shows that, in case of a high level of noise on the function, the PEQI criterion that we propose is better than the PEI criterion usually implemented in such a situation.The application of this new optimization method sorghum ideotypes parameters mapping has been tested in the area covered by Senegal, southern Mali and Burkina Faso. It consisted in maximizing the expected yield with respect to 4 parameters of Samara model: vegetative phase length, maximum root length, stem reserve potential, and leaf mortality. The results of this optimization partly coincide with the sensitivity analysis conducted on these same parameters.

La forme, et donc l’architecture d’une plante ornementale en potcomme le rosier buisson détermine sa qualité visuelle et peut êtrecontrôlée via la création variétale et/ou l’utilisation de techniquesculturales comme l’application de facteurs environnementaux.Cependant, ces méthodes sont appliquées empiriquement etprennent rarement en compte l’interaction Génotype x Environnement(GxE). Dans un premier temps, cette étude a montré que, parmiles trois techniques culturales testées sur cinq à huit cultivarsde rosier buisson de formes contrastées, la restriction hydrique modifiait fortement l’architecture avec un effet compactant. Une forteinteraction GxE a également été montrée avec trois réponses architecturales,de faible à forte, pouvant s’expliquer en partie par desconcentrations différentes en cytokinines et acide salicylique entregénotypes.Dans un deuxième temps, l’analyse génétique par cartographiede l’architecture du rosier à partir de deux populationsconnectées en ségrégation et remontantes a montré que la plupartdes caractères architecturaux étudiés étaient contrôlés par un ouplusieurs QTLs à effets faibles dont certains étaient infl uencés parl’environnement et/ou par le fond génétique. L’introgression detels caractères dans d’autres fonds génétiques par exemple seradonc vraisemblablement diffi cile. Cette étude a souligné l’importancede prendre en compte les interactions GxE et QTLxE pourmieux raisonner les programmes de création/sélection, mais aussipour l’utilisation des techniques culturales dans le but de contrôler l / The shape and therefore the architecture of a potted ornamentalplant such as bush rose determines its visual quality. It can becontrolled by plant breeding and/or cultivation techniques suchas the environmental factor application. However, these methodsare used empirically and rarely take into account the Genotypex Environment interaction (GxE). Firstly, among three cultivationtechniques evaluated on fi ve to eight rose bush cultivars withcontrasted shapes, water restriction highly modifi ed the architectureleading to more compact plants. A high GxE interaction was revealedwith three architectural responses ranging from low to high. Theywere partly explained by different cytokinins and salicylic acidconcentrations between genotypes.Secondly, the genetic analysisby mapping of the bush rose architecture based on two connectedrepeat-blooming populations in segregation showed that most ofthe architectural traits were controlled by one or several QTLs withlow effects. Some of them were infl uenced by the environmentand/or by the genetic background. The introgression of such traitsin different genetic backgrounds for example will likely be diffi cult.This study underlined the importance of taking into considerationthe GxE and QTLxE interactions to better orientate breedingprograms but also to better use cultivation techniques in order to control plant architecture.

La France est l’un des premiers producteurs européens d’orge brassicole (Hordeum vulgare L.) et le premier exportateur mondial de malt. La production d’orge brassicole repose actuellement sur une utilisation massive d’intrants de synthèse et entraîne comme d’autres grandes cultures des impacts négatifs sur l’environnement et la santé des consommateurs. Ce travail a pour objectif de concevoir et d’évaluer des variétés et des itinéraires techniques pour cette espèce permettant une production quantitative et qualitative élevée avec un moindre recours aux intrants de synthèse. À partir d’un réseau d’essai multilocal, nous montrons que la teneur en protéines et le rendement calibré (poids des grains >2.5 mm) des orges brassicoles doivent être spécifiquement améliorés pour les conduites techniques en bas niveau d’intrants. Sur cette base, nous avons identifié les caractéristiques variétales favorables à une faible perte de teneur en protéines et de rendement calibré en situation de stress azoté.Puis, après avoir développé un modèle de culture adapté à cette espèce, nous avons identifié des stratégies de fertilisation azotées offrant les meilleurs compromis entre production quantitative et qualitative, tout en minimisant les pertes en azote vers l’environnement. Grâce à une caractérisation précise des environnements de production français, les meilleures stratégies de fertilisation azotée ont été identifiées localement. Enfin, nous avons identifié de nouvelles combinaisons de caractéristiques variétales permettant d’optimiser la production d’orge dans des situations d’intrants réduits. Nous montrons in silico, qu’adapter simultanément les caractéristiques variétales et de l’itinéraire technique permet d’atteindre des performances comparables aux variétés actuelles dans des itinéraires techniques avec recours intensif aux intrants. Nous discutons des méthodes de sélection adaptées pour identifier les variétés les plus performantes dans des situations d’intrant réduit. Enfin, nous revenons sur la démarche de conception mobilisée. / France is the largest European producer of malting barley (Hordeum vulgare L.) and the leading exporter of malt worldwide, accounting for 20% of world trade. French barley production has relied heavily on the use of synthetic inputs and has led, as other arable crops, to considerable environmental damage. The aim of this study is to design and evaluate crop and management ideotype adapted to a lower use of synthetic fertilizer. From a multi-environment trial, we conclude that the grain protein content and the calibrated yield (weight of grains >2.5 mm) have to be specifically improved in low-input management systems. We experimentally identified genotypic characteristics adapted to a low grain protein content loss and calibrated yield loss under N stress. With a crop model we adapted to malting barley, we also identified optimal N fertilization strategies allowing to reach high quantitative and qualitative performances whilst minimizing N losses toward the environment. Based on a precise characterization of environments the French barley belt, the best N fertilization strategies were identified for different regions. Finally, we identified new combinations of genotypic characteristics optimizing quantitative and qualitative performances in low management system. We showed that, in silico, a simultaneous adaptation of genotypic characteristics and optimization of N fertilization management allowed to reach similar performances as current genotypes in high-input management systems. We discuss methods to breed genotypes with high performances in low-input systems and the method used for innovative design of new management and barley malting cultivars adapted to low-input systems.

Un des principaux enjeux de l’amélioration des plantes consiste aujourd’hui à faire face au changement climatique, en assurant un rendement élevé et plus stable dans des systèmes agricoles économes en intrants (eau, fertilisants) et respectueux de l’environnement. Les nouvelles variétés de blé devront non seulement être tolérantes aux stress hydriques et aux fortes températures, mais aussi continuer à être productives avec des apports limités en fertilisation, tout en maintenant une qualité du grain adaptés aux différents usages. De nouvelles méthodes de prédiction des réponses des blés à ces stress sont indispensables pour avancer dans cette direction. Dans ce travail, nous avons tout d’abord identifié les stress qui régissaient les interactions entre génotypes et les environnements (GxE) dans les essais considérés, puis développé un modèle génomique de l’adaptation à un stress environnemental (Factorial Regression genomic Best Linear Unbiased Prediction ou FR-gBLUP), en particulier pour le stress hydrique. En émettant l’hypothèse que plus des variétés de blés sont génétiquement proches, plus elles répondront de façon similaire à un stress environnemental donné, nous avons mesuré par validation croisée des gains de précision de prédiction par rapport à un modèle additif variant entre 3.5% et 15.4%. Des simulations complètent l’étude en démontrant que plus la part de variance expliquée par les réponses au stress considéré est importante, plus le modèle FR-gBLUP apporte un gain de précision. Pour prédire les réponses variétales à un stress particulier, les environnements doivent être finement caractérisés pour les stress limitant le développement des plantes. En nous intéressant plus particulièrement au stress azoté en France, nous avons établi des indicateurs de stress à partir d’un modèle de culture, et les avons comparés à des indicateurs classiques, tels que le type de conduite azotée ou l’azote disponible. Nous avons ainsi mis en évidence l’intérêt des modèles de culture pour caractériser les interactions GxE et pour prédire la réponse génomique au stress azoté, à condition que le signal d’interaction soit assez fort. Au-delà de l’application potentielle de ces méthodes pour la sélection ou la recommandation de variétés de blés plus adaptées ou plus résistantes au changement climatique, les résultats de ce travail démontrent aussi l’intérêt de la complémentarité des approches éco-physiologiques et génétiques. / In a climate change context, assuring high and stable yield in more sustainable agricultural systems is a major challenge for plant breeding. We are aiming for future wheat varieties which will be heat and drought tolerant, and also productive in limited fertilization input environments. New prediction methods of the response to these stresses are needed to move forward. In this study, we first identified stresses that generated interactions between genotypes and environments (GxE) in our experimental trials and then developed a genomic model for adaptation to a particular environmental stress (Factorial Regression genomic Best Linear Unbiased Prediction ou FR-gBLUP), in our case drought. This model hypothesizes that the more individuals are genetically close, the more their response to a stress will resemble. We used cross-validations to measure prediction accuracy gains compared to an additive model and observed gains between 3.5% and 15.4%. Besides, simulation studies showed that the more the variance explained by the responses to the stress is important, the more the FR-gBLUP model will improve the additive model. Furthermore, fine characterization of the stresses limiting the plants’ growth is required to predict varietal responses to a particular stress. We focused on the particular case of nitrogen stress in France. By establishing crop model based stress indicators and comparing them to classical indicators, such as the management system or the available nitrogen, we pointed out the interest of crop model to characterize GxE interactions and to predict the genomic response to nitrogen stress, as long as the GxE interaction signal is strong enough. Beyond the potential applications of these methods for breeding or recommendation for varieties more adapted or tolerant to environmental stresses, this study also raises the interest of coupling eco-physiological and genetics approaches.