Des exemples concrets de valorisation de données. Données de l’épidémiologie végétale Retour d’expérience sur ® VIGICULTURES François Brun (ACTA – les Instituts Techniques Agricoles) Emmanuelle Gourdain (ARVALIS– Institut du végétal) Danièle Simonneau (ARVALIS– Institut du végétal) De nombreuses données collectées pour l’épidémio-surveillance ∗ Mise en place du Bulletin de Santé du Végétal en 2009 ∗ Document public et gratuit ∗ Par région et par culture ∗ Evaluation du risque basée sur l’état sanitaire au jour J, la prédiction de son évolution et la prise en compte de la nuisibilité. ∗ réseau régional d'observations ∗ utilisation des modèles épidémiologiques ∗ suivis biologiques en laboratoire ∗ Expertises ⇒Des milliers de parcelles avec un suivi régulier chaque année ⇒Des données d’observation structurées dans des BD Du terrain à la saisie Exemple de Vigicultures® pour les grandes cultures En début de campagne Chaque semaine en cours de campagne Choix des parcelles : constitution du réseau régional Stades du blé piège à limaces Et bien d’autres… Blé tendre hiver en Champagne-Ardenne Caractérisation des parcelles Variété Date de semis Précédent Symptôme de septoriose Symptôme de rouille brune Suivi selon protocole harmonisé et quantification Plusieurs dizaines de variables (stade=Z31, SEPF1=5,…) Enregistrement en base de données. Vigicultures®, une architecture inter-institut 4 Source : séminaire RFSV 12 mars2014 Un dispositif en rythme de croisière… Moyenne 2010-2014 = 400 000 Utilisations en routine : 1) chaque semaine pour l’édition en cours de campagne 2) utilisation en bilan de campagne. Source : CODIR Vigicultures® - 15 septembre52015 CODIR VIGICULTURES 15sept2015 Une masse considérable d’information capitalisée ! Valeurs cumulées dans la base de 2008 au 30 juin 2015 Espèces Betterave Blé dur (hiver et printemps) Blé tendre (hiver et printemps) Colza Féverole (hiver et printemps) Lin fibre (hiver et printemps) Lin graine (hiver et printemps) Luzerne Maïs doux Maïs grain Orge (hiver et printemps) Pois protéagineux (hiver et printemps), pois chiche Pomme de terre Sorgho Tabac Tournesol Triticale Nb parcelles 1937 950 7895 6783 399 674 134 62 118 6437 3550 1228 1043 33 60 961 160 32424 Nb Nb observateurs observations 307 45037 205 53509 1408 929731 1225 612761 162 23201 198 40558 64 7097 21 11856 15 2478 683 191342 963 379789 454 77433 110 55515 13 486 14 1620 282 65188 68 20870 2518471 Source : CODIR Vigicultures® - 15 septembre62015 CODIR VIGICULTURES 15sept2015 Partenariats R&D date 2013 Mars 2015 2015 Avril 2015 2015 Fin 2014 2013 Nature des données Bioagr, Culture Region CA De Dryver, une Pucerons des épis. France Thèse BTH Ttes France A Chabert ACTA Limaces cultures M ValantinRavageurs France Morison (UMR auxiliaires, maladies Agronomie INRA-) Demandeur INRA UMR Agroclim Arvalis IRSTEA F Brun ACTA 2008-15 2008-15 Rouille Brune Blé France 2008-15 Rouille jaune France 2008-15 Tous, Céréales Septoriose Bourgogne 2010-11 Ch-A Puis 2008-15 Centre BTH 2015 période 2011 Projet :CASDAR, These, ECOPHYTO Modele spacio-temporel Puceron des épis BTH CASDAR RESOLIM Modélisation à l’échelle paysage / relations ravageurs-auxiliaires (suite projet MosaicPest) MFE Modèle statistique Rouille jaune . Publi CIMA 2015 these PSPE SynoEm Terres Inovia coordonne un projet CASDAR sur la télédétection (TelIAE). CESBIO Source : CODIR Vigicultures® - 15 septembre72015 CODIR VIGICULTURES 15sept2015 Exemple de valorisation. Outil d'analyse des dynamiques épidémiologiques ∗ Principe : estimer la dynamique de l’incidence de la maladie à l’échelle régionale à partir des observations et en prenant en compte certaines pratiques. Sur feuille F1, au 28 mai 2015 ∗ Application à la septoriose du blé ∗ Utilisateurs ciblés : acteurs BSV ∗ Données : fréquence hebdomadaire de présence de septoriose sur les 3 dernières feuilles issues de Vigicultures® 2009-2014 ∗ Méthode : modèle généralisé mixte Source : Michel et al., 2015 Exemple de valorisation. Outil d'analyse des dynamiques épidémiologiques Une co-construction avec producteurs de données • partenaires régionaux inclus pour partie dans le projet • Présentation du projet initial et de l’avancement lors des réunions de lancement/bilan de campagne • Test/diffusion des prototypes dès la première année du projet Fournir un service aux producteurs des données : un rapport mis-à-jour automatiquement Profiter de l’expertise des acteurs • Pour filtrer les données nombreux pb de saisie/cohérence • Pour formaliser leur expertise dans l’outil Les associer aux valorisations • Co-auteurs et remerciements dans article pour l’AFPP Michel et al., 2015 Exemple de valorisation. Exemple rouille jaune ∗ Principe : prédire la semaine d’apparition des symptômes de la rouille jaune sur les parcelles de blé tendre en cours de campagne en fonction de l’agronomie et du climat de l’année ∗ Données : fréquence hebdomadaire de présence de rouille jaune sur les 3 dernières feuilles issues de Vigicultures® 2009-2014 ∗ Méthode : transformation des notations de fréquence en variable binaire (présence/absence de maladie) pour chaque parcelle. Ajustement d’un modèle de survie pour prédire la semaine d’apparition en fonction de co-variables : sensibilité variétale, variables climatiques calculées à partir des coordonnées géographiques Gourdain et al., 2015 Ajustement de 3 seuils de visite Probabilité que l’infestation survienne avant chaque date d’observation selon les années (fonction de répartition) Valorisation : de nouveaux outils Exemple Rouille Jaune Evaluation de la qualité prédictive du modèle : Acceptabilité : capacité du modèle à prédire l’absence de maladie ou la présence dans le bon créneau Gourdain et al., 2015 Problèmes et solutions (en général pour les données du BSV) ∗ Qualification/validation des données ∗ Bien comprendre le sens et la représentativité des données ∗ Certaines imprécisions dans les protocoles (échantillonnage dans la zone suivie de la parcelle, mesures des variables,…) ∗ Incohérences dans les observations : erreurs de saisies ou possibles ? ⇒ Importance de s’associer à l’expertise nationale et régionale ⇒ Travail de correction/validation des données ∗ Juridique ∗ Données publiques-privés, mais d’intérêt général. ⇒ La position du MAAF sur les données remontés dans EPIPHYT n’est pas clair… séminaire open data 7 janvier 2015 : http://www.modelia.org/moodle/course/view.php?id=63 ∗ Relations entre les acteurs ∗ Au niveau d’une région, il peut y avoir des visions assez différentes entres les acteurs ∗ Importance d’avoir des services en retour de la collecte des données pour continuer à encourager la participation à ces dispositifs collectifs. Transparence par rapport aux usages des données ∗ Extrait CGU des utilisateurs de Vigicultures® ∗ Fourniture des données par l’utilisateur ∗ Pour utiliser ce Service, vous enregistrez vos propres données parcellaires et d’observations. ARVALIS – Institut du végétal, CETIOM, ITB et ITL se réservent le droit d’effectuer des statistiques et d’exploiter les données d’observations agronomiques saisies dans vigicultures® à des fins de recherche et de façon anonyme. En aucun cas, les instituts propriétaires du service ne fourniront les données individuelles saisies dans vigicultures® à des tiers hors Ministère de l’Agriculture dans le cadre du BSV. […]