La tique Ixodes ricinus est un vecteur de maladies chez l’animal et chez l’Homme d’importance majeure en Europe. Le réchauffement climatique modifiera probablement son profil temporel d’activité. Pour l’évaluation présente et future du risque de piqûre par I. ricinus, des modèles météo-sensibles de prédiction de l’activité sont nécessaires. Dans cette thèse un modèle météo-sensible de régression linéaire généralisé a été ajusté sur des séries temporelles de captures de nymphes, acquises antérieurement à la thèse, pour prédire l’activité saisonnière des nymphes. Depuis ce modèle des profils saisonniers ont été simulés sous scénario de changement climatique. Un modèle de survie météo-sensible a été ajusté à des durées de survie chez des adultes femelles I. ricinus dans un cadre bayésien. Simultanément à la modélisation, nous avons investigué les profils d’activité saisonnière des nymphes I. ricinus sur plusieurs observatoires répartis dans les climats de France métropolitaine par des captures mensuelles en continu d’avril 2014 à juillet 2016. Le comportement d’I. ricinus sous des conditions informatives pour le changement climatique a été investigué. Nos observations et nos simulations confortent l’hypothèse d’une augmentation progressive de l’activité d’I. ricinus sur la saison d’hiver, avec des pics d’activité plus précoces. Une activité modérée a été mise en évidence sous des vagues de chaleur à certains moments du jour, suggérant l’importance de l’échelle infra-journalière en été. Le modèle de survie a reproduit avec succès l’effet très défavorable des conditions sèches sur la survie des femelles. Notre travail de thèse souligne l’importance i) d’acquérir des observations au plus proche des futures conditions saisonnières, ii) de renforcer la sensibilité des modèles de dynamique de populations à la disponibilité en eau dans le milieu des tiques, iii) d’étudier les effets de la météorologie vécue sur la population à l’échelle inter‑annuelle. / The tick species Ixodes ricinus is a vector of major concern for animal and public health in Europe. Climate change will probably modify its activity time patterns. In the present and future bite risk assessment, weather-based models are required to predict tick activity. In this work a weather-based generalized linear regression model was fitted to tick count time series to predict the seasonal activity in I. ricinus nymphs. Using this model we simulated activity time series with climate change weather time series as inputs. A weather-based model was fitted to survival durations in I. ricinus females using a Bayesian estimation method. Simultaneously to modeling, we settled several observatories located in the climate areas encountered in mainland France to investigate the seasonal activity patterns of I. ricinus populations. Monthly tick collection was performed in routine from April 2014 to July 2016. I. ricinus behavior was investigated under conditions which are informative to assess the impact of climate change on activity. Both our observed and simulated results reinforce the hypothesis that activity periods will spread over winter under climate change. In summer season, activity was moderately high at some moments of the day, which underlined that the intra-day scale should be considered when assessing summer activity. The survival model successfully simulated the critical effect of dryness on female survival. In this work we highlighted the need i) to acquire observations under present conditions which are close to the ones projected under climate change, ii) to strengthen the sensitivity of population dynamic models to water availability in the close environment of ticks, and iii) to investigate the effects of the weather conditions undergone by ticks on their population dynamics at the inter-annual scale.
Identifer | oai:union.ndltd.org:theses.fr/2017CLFAC021 |
Date | 28 February 2017 |
Creators | Cat, Julie |
Contributors | Clermont Auvergne, Chalvet-Monfray, Karine, Hoch, Thierry |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds