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. Modèle couplé MILA-STICS Adaptation à la rouille brune du blé dur et au mildiou de la vigne 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. Mila et son couplage avec STICS 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. Evaluation des effets du Changement Climatique avec MILA-STICS 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 Matériels et méthode Expérimentation numérique limitée (exploration des utilisations possibles du modèle) Données climatiques (1950-2100) Sites Avignon Bordeaux Dijon Scénario SRES A1B, modèle global ARPEGE, régionalisation (méthode Quantile-Quantile) 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) Milieu et itinéraire technique 1 sol, 1 variété pour chaque culture, 1 type de pratiques culturales Résultats Rouille Brune du Blé dur Mildiou de la Vigne 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 Avignon PP FP Bordeaux FL PP FP Dijon FL PP FP Bordeaux Avignon FL 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) PP FP FL PP FP Dijon FL PP FP FL 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) 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. CIMA, 3-5 décembre 2012 Contact: [email protected]