Le dessèchement précoce du tournesol résulte d'une infection de bas de tige par Phoma macdonaldii qui provoque une nécrose encerclante et un rétrécissement du diamètre du collet. Cette attaque entraine une sénescence foliaire brutale occasionnant des pertes dommageables pour la culture. Des contaminations artificielles par des spores ou du mycélium de P. macdonaldii ont permis de reproduire artificiellement des pieds secs et confortent l'implication de ce champignon dans ce syndrome. Dans un contexte où la protection chimique et la résistance variétale sont limitées, la maîtrise de P. macdonaldii par le contrôle cultural pourrait constituer une alternative efficace. Des essais au champ et en serre menés de 2006 à 2009 à l'INRA et au Cetiom ont permis de mettre en évidence l'importance de la conduite de culture du tournesol sur la fréquence et la gravité du dessèchement précoce et de mieux comprendre l'étiologie de ce syndrome. Une alimentation azotée importante, un peuplement dense et à un régime hydrique limitant en post floraison forment trois facteurs particulièrement favorables au développement du syndrome de desséchement précoce attribué à P. macdonaldii. L'alimentation azotée, au travers de la fertilisation, est le principal facteur favorisant la maladie ; le régime hydrique limitant et la densité de peuplement amplifient la maladie. Le faible diamètre de bas de tige (sous de fortes densités) associé à la prolifération du champignon dans le xylème (azote), occasionnerait une réduction de la conductance hydraulique par obstruction des vaisseaux. Amplifiée lorsque la disponibilité en eau du sol est limitante, cet arrêt de la transpiration se traduit par une sénescence anticipée de 40 jours par rapport à la maturité physiologique de peuplement sains. / Sunflower premature ripening results from an infection by Phoma macdonaldii causing lesions girdling the stem base and narrowing the diameter of the collar. This attack induces a sudden leaf senescence damaging for the culture. Artificial inoculations with spores or mycelium of P. macdonaldii aimed to reproduce the disease and confirm the involvement of this fungus in this syndrome. In a context where chemical protection and plant resistance are limited, control of P. macdonaldii by cultural control could be an effective alternative. Field and greenhouse trials conducted from 2006 to 2009 at INRA and Cetiom showed the importance of sunflower crop management on the frequency and severity of early drying, and better understand the etiology of this syndrome. A significant nitrogen supply, a dense population and a limited water regime postflowering are particularly conducive to premature ripening. Nitrogen supply is the main factor favoring the disease; limited water regime and density amplify the disease. The small stem base diameter (under high densities) associated with the proliferation of the fungus in the xylem (nitrogen), may reduce hydraulic conductance by vessel blockage. Amplified when soil water availability is limiting, this stop of the transpiration leads to early senescence 40 days before physiological maturity of healthy plants.

Le terme de méta-analyse désigne l'analyse statique d'un large ensemble de résultats provenant d'études individuelles pour un même sujet donné. Cette approche est de plus en plus étudiée dans différents domaines, notamment en agronomie. Dans cette discipline, une revue bibliographique réalisée dans le cadre de la thèse a cependant montré que les méta-analyses n'étaient pas toujours de bonne qualité. Les méta-analyses effectuées en agronomie étudient ainsi très rarement la robustesse de leurs conclusions aux données utilisées et aux méthodes statistiques. L'objectif de cette thèse est de démontrer et d'illustrer l'importance des analyses de sensibilité dans le cadre de la méta-analyse en s'appuyant sur l'exemple de l'estimation des émissions de N2O provenant des sols agricoles. L'estimation des émissions de protoxyde d'azote (N2O) est réalisée à l'échelle mondaile par le Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC). Le N2O est un puissant gaz à effet de serre avec un pouvoir de réchauffement 298 fois plus puissant que le CO2 sur une période de 100 ans. Les émissions de N2O ont la particularité de présenter une forte variabilité spatiale et temporelle. Deux bases de données sont utilisées dans ce travail : la base de données de Rochette et Janzen (2005) et celle de Stehfest et Bouwman (2006). Elles recensent de nombreuses mesures d'émissions de N2O réparties dans le monde provenant d'études publiées et ont joué un rôle important lors des estimations d'émissions de N2O réalisées par le GIEC. Les résultats montrent l'intérêt des modèles à effets aléatoires pour estimer les émissions de NO2 issues de sols agricoles. Ils sont bien adaptés à la structure des données (observations répétées sur un même site pour différentes doses d'engrais, avec plusieurs sites considérés). Ils permettent de distinguer la variabilité inter-sites de la variabilité intra-site et d'estimer l'effet de la dose d'engrais azoté sur les émissions de NO2. Dans ce mémoire, l'analyse de la sensibilité des estimations à la forme de la relation "Emission de N2O / Dose d'engrais azoté" a montré qu'une relation exponentielle était plus adaptée. Il apparait ainsi souhaitable de remplacer le facteur d'émission constant du GIEC (1% d'émission quelque soit la dose d'engrais azoté) par un facteur variable qui augmenterait en fonction de la dose. Nous n'avons par contre pas identifié de différence importante entre les méthodes d'inférence fréquentiste et bayésienne. Deux approches ont été proposées pour inclure des variables de milieu et de pratiques culturales dans les estimations de N2O. La méthode Random Forest permet de gérer les données manquantes et présente les meilleures prédictions d'émission de N2O. Les modèles à effets aléatoires permettent eux de prendre en compte ces variables explicatives par le biais d'une ou plusieurs mesures d'émission de N2O. Cette méthode permet de prédire les émissions de N2O pour des doses non testées comme le cas non fertilisé en parcelles agricoles. Les résultats de cette méthode sont cependant sensibles au plan d'expérience utilisé localement pour mesurer les émissions de N2O. / The term meta-analysis refers to the statistical analysis of a large set of results coming from individual studies about the same topic. This approach is increasingly used in various areas, including agronomy. In this domain however, a bibliographic review conducted by this thesis, showed that meta-analyses were not always of good quality. Meta-analyses in agronomy very seldom study the robustness of their findings relative to data quality and statistical methods.The objective of this thesis is to demonstrate and illustrate the importance of sensitivity analysis in the context of meta-analysis and as an example this is based on the estimation of N2O emissions from agricultural soils. The estimation of emissions of nitrous oxide (N2O) is made at the worldwide level by the Intergovernmental Panel on Climate Change (IPCC). N2O is a potent greenhouse gas with a global warming power 298 times greater than the one of CO2 over a 100 year period. The key characteristics of N2O emissions are a significant spatial and time variability. Two databases are used for this work: the database of Rochette and Janzen (2005) and the one of Stehfest and Bouwman (2006). They collect numerous worldwide N2O emissions measurements from published studies and have played a significant role in the estimation of N2O emissions produced by the IPCC. The results show the value of random effects models in order to estimate N2O emissions from agricultural soils. They are well suited to the structure of the data (repeated observations on the same site for different doses of fertilizers, with several sites considered). They allow to differentiate the inter-site and intra-site variability and to estimate the effect of the rate of nitrogen fertilize on the N2O emissions. In this paper, the analysis of the sensitivity of the estimations to the shape of the relationship "Emission of N2O / N fertilizer dose" has shown that an exponential relationship would be the most appropriate. Therefore it would be appropriate to replace the constant emission factor of the IPCC (1% emission whatever the dose of nitrogen fertilizer) by a variable factor which would increase with the dose. On the other hand we did not identify significant differences between frequentist and Bayesian inference methods. Two approaches have been proposed to include environmental variables and cropping practices in the estimates of N2O. The first one using the Random Forest method allows managing missing data and provides the best N2O emissions predictions. The other one, based on random effects models allow to take into account these explanatory variables via one or several measurements of N2O. They allow predicting N2O emissions for non-tested doses in unfertilized farmer's field. However their results are sensitive to the experimental design used locally to measure N2O emissions.