Stage Master 2 Modélisation de différentes stratégies spatialisées

CIRAD‐TAA‐54/K‐CampusInternationaldeBaillarguet‐34398MontpellierCedex5‐France‐Tél:+33499624850/Fax:+33499624808
Stage Master 2
Modélisation de différentes stratégies spatialisées de gestion des épidémies
causées par le Plum pox virus
Contexte : Les stratégies de gestion des maladies des plantes sont souvent basées sur l’expertise des acteurs de
terrain. Cependant, le développement d’une épidémie résulte d’interactions complexes entre processus
biologiques, auxquels se superposent les interventions humaines. L’optimisation des stratégies de
gestion pour ces systèmes complexes n’est donc pas intuitive, et il est rare de pouvoir tester
expérimentalement une large gamme de stratégies. Dans ce contexte, la modélisation conjointe des
processus épidémiques et des modalités de gestion de l’épidémie devrait permettre de proposer des
stratégies innovantes. La Sharka, causée par le Plum pox virus (PPV), est la principale maladie des
Prunus (pêcher, abricotier et prunier). Les pucerons ailés responsables de sa transmission ne sont que
de passage dans les vergers de Prunus où ils peuvent acquérir puis inoculer le virus en moins d’une
minute ; les stratégies basées sur l’utilisation d’insecticides sont donc inefficaces contre la transmission
de la maladie. Aucun traitement n’étant disponible contre les virus des plantes, cette maladie est un bon
exemple pour concevoir des méthodes innovantes et durables de gestion des maladies des plantes.
Actuellement, les organisations professionnelles luttent contre la Sharka par des campagnes de
prospection des vergers au cours desquelles les arbres symptomatiques sont arrachés. Cette approche,
qui a permis de réduire efficacement la prévalence de la Sharka en France, présente cependant un
certain nombre de limites (coût, découverte tardive de foyers, maintien d’inoculum).
Problématique : Il existe peu de modèles réalistes permettant de prédire des dynamiques épidémiques à
l’échelle d’un paysage réaliste. Le sujet proposé vise à tester in silico l’efficacité de différentes
modalités de gestion visant à limiter l’impact de la Sharka. Un modèle de simulation basé sur des
paramètres réalistes est disponible. Dans un premier temps, ce modèle sera utilisé pour évaluer la
sensibilité de la dynamique épidémique à plusieurs paramètres : période et sensibilité de la détection,
délai avant arrachage des arbres symptomatiques, état sanitaire du matériel planté, durée de latence et
structure du paysage agricole. Cette analyse de sensibilité, associée à la consultation d’acteurs de
terrain, permettra d’identifier les stratégies de gestion à tester. Dans un deuxième temps, le modèle de
simulation sera adapté pour intégrer ces différentes stratégies afin d’identifier les stratégies optimales
de surveillance et de gestion de l’épidémie.
Autres informations : Nous recherchons un(e) étudiant(e) avec un goût prononcé pour la modélisation et la
programmation, une connaissance du langage C et du logiciel R étant appréciée. Ce sujet pourrait
constituer la première étape d’une thèse à forte composante méthodologique visant à estimer des
paramètres épidémiologiques à partir de données spatiales, temporelles et génétiques.
Equipe d’accueil : Equipe «Epidémiologie Végétale et Vection » (Epi2V)
http://umr-bgpi.cirad.fr/equipes/equipe6.htm
Lieu de stage : INRA - UMR BGPI (Biologie et Génétique des Interactions Plantes/Pathogènes)
Campus International de Baillarguet
34398 Montpellier
http://umr-bgpi.cirad.fr

Gratification : 417 € / mois.
Pour nous contacter :
Gaël Thébaud François Bonnot
[email protected] [email protected]
tel : [phone] tel : [phone]
http://umr-bgpi.cirad.fr/annuaire-detail-thebaud.htm
Références :
Pleydell D.R.J., Soubeyrand S., Dallot S., Labonne G., Grizard S., Chadœuf J., Thébaud G. A mechanistic-statistical approach
for estimating risk factors of a plant disease from incomplete observations. (en préparation)
Oro F., Bonnot F., Ngo-Bieng M-A., Delaitre E., Dufour B., Ametefe K., Mississo E., Wegbe K., Muller E., Cilas C. 2011.
Spatio-temporal pattern analysis of Cacao swollen shoot virus in experimental plots in Togo. Plant Pathology. (accepté)
Bonnot F., De Franqueville H., Lourenço E. 2010. Spatial and spatiotemporal pattern analysis of coconut lethal yellowing in
Mozambique. Phytopathology, 100(4): 300-312
Thébaud G., Chadœuf J., Labonne G. (2010) Etude intégrée du développement d'une maladie ré-émergente transmise par vecteur.
pp : 221-228. In : Maladies émergentes. Epidémiologie chez le végétal, l’animal et l’homme. Barnouin J. & Sache I., eds. Quæ,
Versailles.
Chadœuf J., Bacro J.-N., Thébaud G., Labonne G. (2008) Testing the Boolean hypothesis in the non-convex case when a
bounded grain can be assumed. Environmetrics 19(2): 123-136.
Soubeyrand S., Thébaud G., Chadœuf J. (2007) Accounting for biological variability and sampling scale: a multi-scale approach
to building epidemic models. Journal of the Royal Society Interface 4(16): 985-997.
Thébaud G., Sauvion N., Chadœuf J., Dufils A., Labonne G. (2006) Identifying risk factors of European stone fruit yellows from
a survey. Phytopathology 96(8): 890-899.
Thébaud G., Peyrard N., Dallot S., Calonnec A., Labonne G. (2005) Investigating disease spread between two assessment dates
with permutation tests on a lattice. Phytopathology 95(12): 1453-1461.
Institut National de la Recherche Agronomique
Centre de Montpellier