Evaluation des effets du Changement Climatique avec MILA

Données climatiques (1950-2100) Sites Milieu et itinéraire technique
UTILISATION D'UN MODÈLE DE CULTURE COUPLÉ À UN MODÈLE DE
MALADIE POUR QUANTIFIER LES EFFETS INDIRECTS DU CHANGEMENT
CLIMATIQUE SUR L'ÉPIDÉMIE
Julie Caubel(1,2), Marie Launay(1), François Brun(2), Fréderic Huard(1), Nadine Brisson(1)
(1) INRA, AgroClim (2) ACTA, Réseau des Instituts des filières animales et végétales
Le changement climatique (CC) (augmentation des températures (T) et de la variabilité des
précipitations) pourrait influencer directement le développement des maladies fongiques aériennes
des cultures, mais aussi indirectement via la culture. En effet, la plante hôte procure un support
physique et trophique ainsi qu’un microclimat dans le couvert végétal propices à leur
développement. Nous proposons d’utiliser un modèle de culture (STICS) couplé à un modèle de
maladie (MILA) pour étudier l’impact du changement climatique sur la dynamique de maladie.
Description de MILA
MILA simule des cycles épidémiologiques successifs à pas de temps journalier. Il
propose 2 ou 3 options de simulation pour chaque processus simulé (adaptation à des
pathogènes variés). Ses variables d’entrée sont d’ordre climatique ou fournies par la
version STICS-blé dur et STICS-vigne.
Adaptation et calibration de MILA-STICS
MILA-STICS a été spécifié pour les 2 pathosystèmes considérés à partir de la littérature
(choix des options de simulation pour chacun des pathogène). La calibration s’est faite à
partir de données de sévérité de maladie au cours du cycle cultural observées au champ
sur divers sites français et pour différentes années.
Modèle couplé MILA-STICS
Adaptation à la rouille brune du blé dur et au mildiou de la vigne
Evaluation des effets du Changement Climatique avec MILA-STICS
Matériels et méthode  Expérimentation numérique limitée (exploration des utilisations possibles du modèle)
Analyse statistique sur les variables d’intérêts
pour 3 périodes climatiques
▫le passé proche (PP = 1970-2000)
▫le futur proche (FP= 2020-2050)
▫le futur lointain (FL = 2070-2100)
Résultats
Questions posées
▫Evolution globale du développement des maladies via l’AUDPC (Area Under the Disease Progress Curve)
▫Compréhension de cette évolution via:
▫l’évolution des conditions d’infection, de latence et de production d’inoculum IIaire en lien avec le microclimat (couvert)
▫l’ évolution de la plante hôte en tant que support physique de développement de la maladie
Avignon
Bordeaux
Dijon
1 sol, 1 variété pour chaque culture,
1 type de pratiques culturales
Scénario SRES A1B, modèle global
ARPEGE, régionalisation (méthode
Quantile-Quantile)
Conclusion
▫Intérêt de prendre en compte les interactions culture-maladie pour comprendre les impacts du CC : contribution de différents effets
▫Prudence quant aux tendances et intensités d’évolution des variables analysées (étude théorique).
▫Couplage à un modèle de culture tester des systèmes de culture et des itinéraires culturaux pour éviter des pressions de maladie trop
fortes.
Mila et son couplage avec STICS
Rouille Brune du Blé dur Mildiou de la Vigne
Synergie entre
effet direct positif sur les processus de la maladie: période de latence
plus courte et plus forte production de spores (effet T)
&
effet indirect positif via la surface foliaire disponible pour la
colonisation (effet CO2)
Non compensation entre
effet direct négatif sur les processus de la maladie: détérioration des
conditions d’infection et de sporulation
&
effet indirect positif (meilleur synchronisme entre cycle
épidémiologique et phénologie de la plante)
Augmentation de la gravité des épidémies
AUDPC pendant remplissage des grains
Stagnation, voire diminution de la gravité des épidémies
AUDPC intégrée de floraison à maturité
CIMA, 3-5 décembre 2012
Contact: [email protected]
Avignon Bordeaux Dijon
PP
FP
FL
PP
FP
FL
PP
FP
FL
PP FP FL PP FP FL PP FP FL
Avignon Bordeaux Dijon