Les phases de germination et croissance hétérotrophe sont des étapes cruciales pour l'implantation d'une culture et dépendent fortement des conditions environnementales. Le cadre d'analyse fourni par le modèle de prévision des levées SIMPLE (SIMulation of PLant Emergence) a été utilisé pour la caractérisation de Medicago truncatula (M.tr.) au cours de ces étapes précoces de son cycle, en réponse à des facteurs physiques du lit de semences ayant des effets majeurs sur les levées : température, potentiel hydrique, obstacles mécaniques. M.tr est une espèce modèle. Elle a été retenue en raison de son importante diversité naturelle et de l'existence d'une core collection, permettant d'avoir accès à une certaine diversité génétique en caractérisant un nombre limité de génotypes. Par ailleurs, la disponibilité d'outils de génétique et de génomique offre la perspective d'analyser le déterminisme génétique des réponses aux facteurs environnementaux étudiés. La caractérisation menée nous a permis en premier lieu d'établir les valeurs des paramètres écophysiologiques de M.tr.. La germination de M.tr. est rapide mais elle ne s'observe que dans des gammes de températures et de potentiels relativement étroites. De même, l'allongement est rapide, mais se réalise dans une gamme de températures restreinte. La force exercée par la plantule face aux obstacles mécaniques est relativement faible, ce qui la rapproche de celles d'espèces de même masse de semences. Nous avons mis en évidence des comportements contrastés entre génotypes. Cette variabilité génotypique porte sur la vitesse de germination aux températures extrêmes, basses et supra-optimales. Les basses températures exacerbent aussi les différences d'allongement maximum atteint en conditions de croissance hétérotrophe. La réponse au déficit hydrique est variable selon les génotypes étudiés. Enfin, des différences de force d'émergence ont aussi été observées entre génotypes. Dans une seconde étape, nous avons évalué par expérimentations numériques réalisées avec SIMPLE, l'ampleur des effets de la variabilité génétique mise en évidence. Les résultats des simulations soulignent l'importance des effets des obstacles mécaniques et d'une manière générale de tous les paramètres permettant d'accélérer la vitesse d'arrivée à la surface. Ils ont ainsi permis d'établir des priorités d'étude du déterminisme génétique des paramètres dont les variations sont à l'origine de différences à la levée. L'ensemble de ces résultats oriente le choix de populations de lignées recombinantes (LR) issues des parents aux comportements contrastés sur des variables ou paramètres jugés pertinents, pour aborder l'analyse du déterminisme génétique de caractères présentant une importante variabilité intra-spécifique. Aussi, dans une troisième étape, nous avons abordé l'analyse du déterminisme génétique de caractères décrivant la germination, en réponse à des températures supra-optimales. Le phénotypage haut débit d'une population de LR a permis d'identifier des QTL impliqués dans la variation des vitesses de germination et de début de croissance. L'analyse des co-localisations de QTL apporte des informations sur les stratégies d'amélioration à envisager pour la sélection d'un ou plusieurs de ces caractères. Les connaissances issues de ces travaux contribuent à la définition de caractères susceptibles d'être améliorés pour favoriser l'implantation des cultures dans différentes conditions de semis, et à l'identification des zones chromosomiques impliquées. Elles ouvrent aussi des pistes d'études physiologiques expliquant des différences de comportements observés pour les différents génotypes (rôle de la composition en sucres de la graine sur la tolérance au stress hydrique ; modifications de l'allongement cellulaire à basses températures) et oriente ainsi la recherche de gènes candidats dans les zones chromosomiques impliquées.

D’ici la fin du siècle, les prévisions climatiques prévoient une diminution de la quantité et de la régularité des pluies s’accompagnant d’une augmentation du risque de sècheresse en Europe et dans de nombreuses régions du monde. La création de nouvelles variétés de maïs plus tolérantes au stress hydrique est un levier indispensable pour faire face à ces contraintes futures. L’objectif principal de cette thèse est d’approfondir les connaissances des déterminismes génétiques de la tolérance à la sècheresse chez le maïs. Pour ce faire, il est proposé de disséquer ce caractère complexe en caractères physiologiques sous-jacents dont le déterminisme génétique est a priori plus simple. L’évolution de l’indice foliaire vert (GLAI : Green Leaf Area Index) au cours du cycle de la plante, par son rôle majeur dans l’interception lumineuse, la transpiration et les échanges de CO2, est un caractère secondaire prometteur pour identifier les bases génétiques de la tolérance à la sècheresse et en améliorer la compréhension. Au cours de cette thèse, nous avons développé une méthode de phénotypage haut débit permettant d’estimer la cinétique du GLAI au champ. Cette méthode combine la caractérisation multispectrale par drone et l’utilisation d’un modèle physiologique simple de GLAI. Elle permet d’estimer la cinétique du GLAI de manière continue sur l’ensemble du cycle de la plante avec une bonne précision, tout en divisant par vingt le temps nécessaire au phénotypage. Nous avons utilisé cette méthode lors de deux essais en conditions optimales et deux essais en conditions de stress hydrique pour mesurer l’évolution du GLAI au sein d’un panel de 324 lignées issues d’une population MAGIC (Multi-parent Advanced Generation Inter-Cross). Les cinétiques estimées présentent une forte héritabilité et expliquent une part significative du rendement en conditions optimales et stressées. Afin d’identifier les bases génétiques de la cinétique du GLAI, trois approches de génétique d’association longitudinales ont été comparées : une approche univariée en deux étapes, une approche multivariée en deux étapes et une approche de régression aléatoire en une étape. Ces trois approches, couplées à la forte densité des données de génotypage disponibles (près de 8 millions de marqueurs), ont permis de révéler de nombreux QTL (Quantitative Trait Loci), dont certains colocalisent avec des QTL de rendement. Enfin, nous avons démontré que les QTL de GLAI identifiés lors de cette étude pouvaient expliquer près de 20 % de la variabilité du rendement observée dans un large réseau d’expérimentations sous stress hydrique. Ce travail fournit des méthodes qui permettront une meilleure caractérisation et une meilleure compréhension des déterminismes génétiques de la cinétique du GLAI, un caractère jusqu’ici inaccessible pour les populations de taille importante. Ce caractère présente toutes les caractéristiques requises pour améliorer l’efficacité des programmes de sélection en conditions de stress hydrique. / By the end of the century, climate forecasts predict a decrease in the quantity and regularity of rainfall with an increasing risk of drought in Europe and in many regions of the world. Breeding for more tolerant varieties will be an essential lever to face these future constraints. The main objective of this work is to characterize the genetic determinisms of drought tolerance in maize. To this aim, it is proposed to dissect this complex trait into underlying physiological traits whose genetic determinism is supposed to be simpler. Green Leaf Area Index (GLAI) dynamics throughout the plant cycle, through its major role in light interception, transpiration and CO2 exchange, is a promising secondary trait to identify and better understand the genetic basis of drought tolerance. During this thesis, we developed a high-throughput method for phenotyping maize GLAI dynamics in the field. This method combines UAV multispectral imagery and a simple GLAI model. It makes possible the estimation of the dynamics of GLAI continuously throughout the whole plant cycle with good accuracy, while reducing the phenotyping time twentyfold. This method was used in two well-watered and two water-deficient trials to characterize the GLAI dynamics of 324 lines from a MAGIC population (Multi-parent Advanced Generation Inter-Cross). The estimated dynamics have a high heritability and explain a significant part of grain yield under well-watered and water-stressed conditions. To characterize the genetic basis of GLAI dynamics, three longitudinal GWAS (Genome Wide Association Study) approaches were compared: a univariate two-step approach, a multivariate two-step approach and a random regression one-step approach. These three approaches, combined with the high density of available genotyping data (nearly 8 million markers), have revealed many QTL (Quantitative Trait Loci), some of which were co-localized with yield QTL. Finally, we demonstrated that the GLAI QTL identified in this study could explain nearly 20 % of the grain yield variability observed in a large network of water-stressed experiments. This work provides methods that will enable a better characterization and understanding of the genetic determinisms of GLAI dynamics, a trait that was out of reach in large populations until now. This trait presents all the characteristics required to improve the effectiveness of selection programs under water stress conditions.