Modélisation de la dynamique du contrôle biologique des pucerons des céréales par les auxiliaires de culture

Modeling the dynamics of biological control of cereal aphids by their natural enemies

• Auteur / Autrice : Éric Stell
• Direction : Olivier Thérond, Helmut Meiss, Françoise Lasserre
• Type : Thèse de doctorat
• Discipline(s) : Biologie et écologie des forêts et des agrosystèmes
• Date : Soutenance le 07/11/2023
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale SIReNa - Science et ingénierie des ressources naturelles (Lorraine ; 2018-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire agronomie et environnement (Vandoeuvre-lès-Nancy)
• Jury : Président / Présidente : Sandrine Petit-Michaut
• Jury : Examinateurs / Examinatrices : Olivier Thérond, Helmut Meiss, Muriel Valantin-Morison, Aude Vialatte, Benoît Ricci
• Jury : Rapporteur / Rapporteuse : Sandrine Petit-Michaut, Muriel Valantin-Morison

Mots clés

Mots clés contrôlés

Modélisation prédictive

Régulation (biologie)

Services écosystémiques

Écologie agricole

Mots clés libres

Agroécologie

Service écosystémique

Régulation biologique

Modélisation

Ecosystem services

Biological regulation

Modeling

Agroecology

Résumé

Le contrôle biologique par conservation (CBC) vise à favoriser, puis laisser opérer naturellement les relations de prédation et de parasitisme qui limitent la prolifération et l'activité des ravageurs. Les pucerons sont parmi les principaux ravageurs et vecteurs de virus des plantes cultivés. Le développement d'outils de prédiction des dynamiques de population des pucerons, sous influence des auxiliaires, permettrait de prendre en compte ces régulations biologiques dans les stratégies de traitement phytosanitaire. Pouvoir prédire les interactions au sein de ces réseaux trophiques offrirait ainsi des opportunités pour réduire l'utilisation d'insecticides. Cependant peu de travaux expérimentaux se sont intéressés à la dynamique temporelle des insectes ravageurs et à leur régulation biologique. De même, il existe également peu de modèles prédictifs des régulations biologiques et la plupart des travaux sont centrés sur l'effet de facteurs isolés. Cette thèse, structurée en trois grandes étapes, vise à comprendre les principaux déterminants de la dynamique du service de régulation des pucerons pour tenter de développer un modèle de prédiction de ces régulations. Dans un premier temps, j'ai réalisé une revue de littérature des travaux expérimentaux et de modélisation portant sur la dynamique des pucerons et de leurs interactions avec les auxiliaires. Ma revue de littérature montre i) que la présence de puceron favorise l'abondance d'ennemis naturels, ii) les effets du paysage ne sont que très peu représentés dans les modèles et il n'y a pas de consensus quant à leurs effets sur les dynamiques des pucerons et/ou des ennemis naturels, et iii) les communautés de chercheurs conduisant les expérimentations et les travaux de modélisation sont distinctes. Dans un deuxième temps, j'ai réalisé des enquêtes auprès de conseillers agricoles afin de déterminer leurs attentes quant aux modèles de prédiction des régulations des pucerons. J'ai alors rédigé un cahier des charges d'un modèle prédictif qui répondrait à ces attentes et j'ai sélectionné un modèle existant présentant un bon potentiel pour le développement de ce modèle. Le modèle sélectionné, développé par Curtsdotter et al. (2019), simule la dynamique d'une population de pucerons soumise à l'action de la température et de la prédation au sein d'une parcelle agricole. Les interactions de prédation au sein du réseau trophique sont basées sur l'hypothèse allométrique c.-à-d. les rapports de biomasses prédateur-proie. Dans un troisième temps, j'ai mobilisé une base de données comportant 54 parcelles dans 6 régions de France (CASDAR ARENA) pour évaluer le potentiel prédictif du modèle. Pour cela, j'ai développé une nouvelle méthode de calibration visant à améliorer sa généricité et robustesse. J'ai également testé les effets de l'introduction de la représentation de trois nouveaux processus dans le modèle : le parasitisme, la capacité de chargement maximale du milieu, et l'effet des températures extrêmes. L'utilisation de la nouvelle méthode de calibration montre que l'augmentation de la généricité conduit à une baisse du pouvoir prédictif du modèle. Par ailleurs, l'ajout de trois fonctions a légèrement réduit les performances du modèle. Dans la discussion, je développe les forces et faiblesses d'autres alternatives de modèles et outils de simulation des dynamiques de populations. Je présente les méthodes clefs pour mieux définir les interactions au sein de réseaux trophiques. Considérant le compromis entre réalisme et généricité des modèles, je pointe le potentiel d'une approche par archétypes de chaîne trophique et je propose de nouvelles pistes d'amélioration des modèles. Enfin, je discute également des limites de l'hypothèse ainsi que du potentiel des modèles d'apprentissage automatique comme solution à court termes dans la prédiction des dynamiques d'abondances d'arthropodes dans les parcelles agricoles.

Conservation Biological Control (CBC) aims to promote, and then allow to operate naturally, predation and parasitism relationships that limit the proliferation and activity of pests. Aphids are among the main pests and virus vectors of cultivated plants. The development of tools for predicting aphid population dynamics, under the influence of natural ennemies, would enable these biological regulations to be taken into account in phytosanitary treatment strategies. Being able to predict the interactions within these trophic networks would thus offer opportunities to reduce the use of pesticides. However, few experimental studies have focused on the temporal dynamics of insect pests and their biological regulation. Similarly, there are few predictive models of biological regulation, and most work focuses on the effect of isolated factors. This thesis, structured in three main steps, aims to understand the main determinants of the dynamics of the aphid regulation service in an attempt to develop a model for predicting these regulations. Firstly, I carried out a literature review of experimental and modelling work on the dynamics of aphids and their interactions with beneficials. My literature review shows that i) the presence of aphids favors the abundance of natural enemies, ii) landscape effects are only minimally represented in models and there is no consensus as to their effects on aphid and/or natural enemy dynamics, and iii) the research communities conducting experimental and modeling work are distinct. Secondly, I surveyed agricultural advisors to determine their expectations of aphid regulation prediction models. I then drafted a specification for a predictive model that would meet these expectations, and selected an existing model with good potential for development. The selected model, developed by Curtsdotter et al. (2019), simulates the dynamics of an aphid population subjected to the action of temperature and predation within an agricultural plot. Predation interactions within the food web are based on the allometric hypothesis, i.e. predator-prey biomass ratios. Thirdly, I used a database comprising 54 plots in 6 regions of France (CASDAR ARENA) to assess the model's predictive potential. To do this, I developed a new calibration method aimed at improving its genericity and robustness. I also tested the effects of introducing the representation of three new processes in the model: parasitism, the carrying capacity of the environment, and the effect of extreme temperatures. The use of the new calibration method shows that increasing genericity leads to a decrease in the model's predictive power. Plus, the addition of three functions slightly reduced the model's performance. In the discussion, I elaborate on the strengths and weaknesses of alternative models and tools for simulating population dynamics. I present key methods for better defining interactions within food webs. Considering the trade-off between model realism and genericity, I point out the potential of an archetypal food web approach and propose new avenues for model improvement. Finally, I also discuss the limitations of the hypothesis and the potential of machine learning models as a short-term solution for predicting arthropod abundance dynamics in agricultural plots.