Il est encore difficile de prédire et de contrôler le développement des maladies telluriques qui sont à l'origine de nombreux dégâts dans les systèmes de culture. Ce travail interdisciplinaire en épidémiologie a pour objectif de comprendre et de modéliser le développement spatio-temporel des épidémies telluriques afin d'identifier des leviers de gestion pour ces maladies. En se basant sur le pathosystème betterave sucrière - Rhizoctonia solani, la thèse se focalise sur trois problèmes. Dans un premier temps, en alliant mesures expérimentales de la dispersion du pathogène et simulations d'un modèle stochastique spatialement explicite, nous montrons que la croissance de l'hôte peut induire un changement dans le comportement du système qui, dans certains cas, devient invasif alors qu'il était initialement non-invasif. Dans un second temps, sur la base de mesures expérimentales nous proposons un modèle âge-dépendant de la distribution de la période d'incubation qui est utilisé pour relier les infections cachées et les observations de maladie. Le comportement cryptique des épidémies est ensuite étudié par simulation d'un modèle spatial hiérarchique qui intègre la période d'incubation. Dans un troisième temps, un modèle spatialement implicite est utilisé pour estimer les taux d'infection à partir de données temporelles de maladie et pour analyser les effets de la biofumigation sur les épidémies. Ces paramètres sont ensuite utilisés pour prédire le développement stochastique des épidémies à partir d'un modèle spatial individu-centré. Les résultats confirment que la biofumigation ne permet qu'un contrôle partiel des épidémies mais suggèrent que ce contrôle biologique diminue l'incertitude autour du développement cryptique de la maladie. Pour finir, les résultats de ces travaux sont discutés et les perspectives qu'ils suscitent sont présentées.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00816333 |
| Date | 01 February 2013 |
| Creators | Leclerc, Melen |
| Publisher | Agrocampus - Ecole nationale supérieure d'agronomie de rennes |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0035 seconds