HAL Id: hal-02791999
https://hal.inrae.fr/hal-02791999
Submitted on 5 Jun 2020
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Modélisation des effets des systèmes de culture sur la
dynamique de la plante parasite orobanche rameuse en
interaction avec la flore adventice
Olivia Pointurier
To cite this version:
Olivia Pointurier. Modélisation des effets des systèmes de culture sur la dynamique de la plante parasite orobanche rameuse en interaction avec la flore adventice. Sciences du Vivant [q-bio]. 2015. �hal-02791999�
Mémoire de stage
Présenté pour l’obtention du diplôme d’ingénieur agronome, option Inter-Etablissement
Protection des Plantes et Environnement
Sur le thème
Modélisation des effets des systèmes de culture sur la
dynamique de la plante parasite orobanche rameuse en
interaction avec la flore adventice
Par
Olivia POINTURIER
Ecole de rattachement : Montpellier SupAgro
Stage réalisé à :
UMR1347 AGROECOLOGIE
INRA, Centre de Dijon
17 rue Sully, BP 86510
21065 Dijon Cedex
FRANCE
Soutenu le 24 septembre 2015 à Montpellier, devant le jury composé de :
Président: Frédéric HAMELIN, remplacé par Christophe LE MAY
Membres: Elena KAZAKOU
Lilian GOUT
Thomas LE BOURGEOIS
Sous la Direction de :
Nathalie COLBACH
3
Résumé
Modélisation des effets des systèmes de culture sur la dynamique de la plante parasite
orobanche rameuse en interaction avec la flore adventice
Phelipanche ramosa (L.) Pomel est une plante parasite capable d’infecter un grand nombre de
cultures et d’adventices. Comme tout holoparasite, elle vit au dépend de ses hôtes en détournant leurs ressources et provoque ainsi d’importantes pertes de rendement sur les cultures. En France, elle est particulièrement dévastatrice sur le colza, les pertes de rendement atteignant jusqu’à 90%. Afin de concevoir un programme de gestion adapté pour lutter contre P. ramosa, il est nécessaire de disposer d’outils pour prendre en compte tous les éléments des systèmes de culture qui peuvent avoir une influence sur la dynamique du parasite, y compris les adventices avec lesquels il interagit. Nous avons donc développé PHERASYS, un modèle de la dynamique de P. ramosa, quantifiant les effets des systèmes de culture sur la dynamique du parasite en interaction avec les adventices. Ce modèle a été construit à partir de la littérature et des expérimentations que nous avons menées. Ces expérimentations ont permis de caractériser la mortalité et la dormance des semences de P. ramosa dans le sol, aucune information n’étant disponible dans la littérature. PHERASYS simule les processus du cycle de vie du parasite déterminant sa dynamique pluriannuelle, c’est-à-dire la mortalité, la dormance et la germination des semences dans le sol, la fixation et la survie du parasite sur son hôte jusqu’à fructification et libération des semences. Les innovations apportées par le modèle sont discutées, ainsi que ses limites et potentielles applications.
Mots-clés : Phelipanche ramosa (L.) Pomel, plante parasite, orobanche, modélisation, système de culture, gestion des adventices
Abstract
Modelling cropping systems effects on branched broomrape dynamics in interaction with
weeds
Phelipanche ramosa (L.) Pomel is a parasitic weed which infects many crops and weeds. As a
holoparasite, it entirely relies on its host’s resources to survive and reproduce. Thus, it causes important crop yield losses. It is a major pest of oilseed rape in France, with up to 90% yield loss in infected crops. In order to design efficient pest management strategies, tools are needed to integrate all the cropping system components that affect P. ramosa dynamics, including weeds. As a consequence, we modelled the effect of cropping systems on P. ramosa dynamics in interaction with weeds in a model called PHERASYS. The model was built from literature data and results from our own experiments. Our experiments allowed us to quantify in situ seed mortality and seed dormancy of P.
ramosa, two unstudied processes to date. PHERASYS simulates processes that determine the multiannual parasite dynamics, i.e. in situ seed mortality, dormancy and germination, and subsequent parasite fixation and survival on host plant until seed production and release. Innovations, limits and potential applications of the model are discussed.
Key words: Phelipanche ramosa (L.) Pomel, parasitic plant, broomrape, model, cropping system, weed management
4 AUTORISATION DE DIFFUSION DU MEMOIRE
1. Identification du rapport et de l’auteur.
Nom et Prénom de l’auteur : Olivia Pointurier
Titre du mémoire : Modélisation des effets des systèmes de culture sur la dynamique de la plante
parasite orobanche rameuse en interaction avec la flore adventice
Ecole d’inscription : Montpellier SupAgro
2. Autorisation de diffusion par l’auteur.
Par la présente, je déclare être titulaire du droit d’auteur pour le mémoire mentionné ci-dessus. J’autorise sans limitation de temps la Bibliothèque à diffuser ce mémoire dans un format électronique adapté et à effectuer toutes éventuelles modifications techniques nécessaires à une amélioration de la diffusion (modification du format) Si ce mémoire est confidentiel, la confidentialité sera respectée dans les mêmes conditions pour les exemplaires électroniques que pour les exemplaires papiers.
Signature de l’Auteur : Date : 27/08/15
3. Autorisation de diffusion par le Maître de stage.
J’autorise par la présente l’auteur à diffuser le mémoire mentionné ci-dessus :
Intranet OUI Prêt OUI
Internet OUI Prêt entre bibliothèques OUI Après une période de
confidentialité
OUI Durée :
Résumé diffusable OUI Consultation en bibliothèque OUI Reproduction OUI Signature du Maître de stage : Nathalie COLBACH Date : 28 août 2015
4. Autorisation de diffusion par l’enseignant tuteur.
J’autorise par la présente l’auteur à diffuser le mémoire mentionné ci-dessus :
Intranet OUI NON Prêt OUI NON
Internet OUI NON Prêt entre bibliothèques OUI NON Après une période de
confidentialité
OUI NON Durée :
Résumé diffusable OUI NON Consultation en bibliothèque OUI NON Reproduction OUI NON Signature du tuteur enseignant : Date :
CONCLUSION:
Confidentialité absolue : OUI □ NON □
5
Remerciements
Les remerciements ont toujours un air de cérémonie des césars. Malheureusement j’ai bien peur de pas être beaucoup plus originale : « je ne m’y attendais alors je n’ai pas préparé de discours mais… » Je tiens tout d’abord à remercier Nathalie Colbach et Stéphanie Gibot-Leclerc, mes maîtres de stage, pour leur soutien, leur disponibilité et pour tout ce qu’elles m’ont appris. J’ai eu beaucoup de chance de pouvoir travailler avec elles. Merci à Nathalie de m’avoir rassurée dans mes plus grands moments de doute en me confirmant aussi souvent que j’en ai eu besoin que « 2 et 2 font bien 4 ». Merci à Stéphanie de m’avoir guidée dans le monde complexe des orobanches.
Merci également à Frédéric Hamelin, mon tuteur pédagogique, pour son soutien.
Merci à Carole Reibel et Florence Strbik qui m’ont accompagnée, dans la joie et la bonne humeur, tout au long des expérimentations.
Merci à Delphine Moreau qui m’a beaucoup aidé dans l’analyse de données et avec qui j’ai été ravie d’échanger.
Merci à Fabrice Dessain de m’avoir éclairée quand j’étais perdue du côté obscur des statistiques. Merci à Monica Fernández-Aparicio pour ses conseils experts sur les orobanches.
Merci à Floriane, Órla et Clément, mes compagnons de bureau, qui ont fait de cet endroit un lieu très convivial et bucolique entre plantes, chocolats et poésies.
Merci à eux et tous les autres pour leur accueil chaleureux et tous les bons moments passés ensemble autour d’un thé, d’un café, d’un insecte comestible ou d’une bière au fameux « beer time ».
Je tiens aussi à remercier par avance le jury de la soutenance qui aura eu (je l’espère) la patience de me lire et de m’écouter. Je remercie également le lecteur qui n’aura pas lu que cette page de remerciements.
Après cette longue liste de mercis je terminerai par une petite note dramatique en remerciant mes parents, mes frères et mes sœurs (« oh oh ce serait le bonheur »), Colin et tous mes proches « sans qui rien de tout cela n’aurait été possible ».
6
Table des matières
Glossaire ... 8
Sigles et acronymes ... 9
I.
Introduction ... 11
II.
Problématique ... 11
1. Biologie et développement de P. ramosa ... 11
i. Morphologie, dégâts et gamme d’hôtes ... 11
ii. Cycle de vie ... 12
2. Gestion de l'orobanche ... 14
i. L’effet direct des pratiques culturales ... 14
ii. L’effet indirect via les adventices ... 15
3. Etat de l’art sur les modèles de dynamique des adventices ... 16
i. Pourquoi développer et utiliser des modèles ... 16
ii. Modèles de dynamique des adventices non-parasites ... 16
iii. Modèles de dynamique des orobanches ... 17
4. Questions et méthodes ... 19
III.
Matériel et méthodes ... 20
1. Structure du modèle et méthodologie ... 20
2. Expérimentation et analyse de données ... 21
i. Protocoles ... 21
ii. Variables mesurées et calculées... 22
iii. Analyse statistique ... 23
iv. Modélisation ... 23
3. Analyse de données issues d’expérimentations passées ... 24
i. Modélisation de la levée de dormance en fonction des conditions hydrothermiques de préconditionnement ... 24
ii. Relations trophiques entre P. ramosa et son hôte ... 25
4. Analyse d’articles ... 26
i. Recensement des plantes stimulatrices et fixatrices ... 26
ii. Températures cardinales de germination et potentiel hydrique de germination de base ... 26
IV.
Résultats ... 27
1. Structure du modèle... 27
2. Mortalité des semences dans le sol ... 28
3. Dormance des semences ... 28
i. Levée de dormance des semences fraîches ... 30
ii. Dormance saisonnière des semences ... 32
4. Stimulation des semences par les exsudats racinaires ... 32
i. Pouvoir stimulateur des plantes stimulatrices ... 32
ii. Distance à la racine stimulatrice ... 36
iii. Déclenchement de la stimulation ... 36
7
5. Germination des semences ... 38
i. Choix de l’équation de la cinétique de germination ... 38
ii. Calcul du temps hydrothermique accumulé depuis la stimulation de la germination ... 38
iii. Estimation des paramètres de germination ... 38
iv. Interruption de la cinétique de germination ... 38
6. Fixation ... 38
7. Survie des pousses parasites et fructification ... 42
i. Modélisation du nombre de hampes florales en fonction du nombre de semences fixées . 42 ii. Nombre maximal de hampes florales par plante hôte ... 42
iii. Biomasse du parasite au stade rosette ... 44
iv. Biomasse d’une hampe florale parasite ... 44
v. Nombre de semences produites par le parasite ... 44
vi. Date de fructification ... 44
8. Effets des pratiques culturales sur la dynamique de P. ramosa dans le modèle ... 46
V.
Discussion ... 47
1. Cohérence des résultats avec la littérature ... 47
i. Modèles choisis ... 47
ii. Paramètres calculés dans le modèle ... 48
2. Conséquences pratiques pour l’agriculteur ... 49
3. Perspectives ... 50
i. Mesure des paramètres manquants ... 50
ii. Amélioration et addition de processus ... 50
VI.
Conclusion ... 51
Bibliographie ... 52
8
Glossaire
Adventice Plante poussant sur un terrain cultivé sans y avoir été semée (Mamarot, 1996).
Dormance
Incapacité d’une semence viable à germer dans des conditions de température, d’humidité et d’atmosphère favorables (Murdoch and Kebreab, 2013).
Fixation Adhésion de la radicule d’une plante parasite à la racine d’une plante hôte (Gibot-Leclerc et al., 2012).
Germinabilité
Proportion de semences viables capables de germer en réponse à une stimulation par des stimulants de germination sans aucun autre prétraitement particulier.
Hôte « Être vivant dont l'organisme héberge et entretient un agent infectieux ou parasite » (Centre National de Ressources Textuelles et Lexicales, 2015a). Modèle
« Représentation simplifiée, relativement abstraite, d’un processus, d’un système, en vue de le décrire, de l’expliquer ou de le prévoir » (Dictionnaire de l'environnement, 2015).
Modèle mécaniste « Modèle fondé sur des sous-modèles qui sont des propositions d’explication des processus biologiques ou physiques » (Colbach, 2006).
Orobanche Plante parasite appartenant aux genres Orobanche et Phelipanche (et d’autres genres apparentés) de la famille des Orobanchaceae (Schneeweiss, 2013). Parasite
« Organisme animal ou végétal qui, pendant une partie ou la totalité de son existence, se nourrit de substances produites par un autre être vivant sur lequel ou dans les tissus duquel il vit, lui causant un dommage » (Centre National de Ressources Textuelles et Lexicales, 2015b).
Pathovar
Dans le cas de P. ramosa, les pathovars désignent des populations parasites qui se distinguent par leur spécificité d’hôte et qui sont génétiquement différenciées (Benharrat et al., 2005; Brault et al., 2007).
Pédoclimat
Ensemble des conditions de température et d’humidité et les proportions en oxygène et CO2 d’un sol (Baize, 2013).
Dans FLORSYS (voir Sigles et acronymes p.9), le pédoclimat désigne les conditions météorologiques et les caractéristiques du sol (ex : texture, teneur en matière organique)(Colbach, 2014).
Plante holoparasite Plante incapable de faire la photosynthèse qui dépend entièrement de son hôte pour ses besoins en nutriments (Heide-Jørgensen, 2013).
Préconditionnement Période d’imbibition durant laquelle les semences parasites deviennent sensibles aux stimulants de germination (Murdoch and Kebreab, 2013). Stock semencier du
sol
Ensemble des semences viables dans le sol et à la surface du sol (Saatkamp et
al., 2014).
Système de culture Système défini par la succession des cultures et les itinéraires techniques appliqués à chacune de ces cultures sur les parcelles cultivées (Papy, 2013).
9
Sigles et acronymes
°C.j Degrés-jours de croissance
FLORSYS
Modèle des effets des systèmes de culture sur la dynamique des adventices (Gardarin
et al., 2012; Colbach, 2014; Munier-Jolain et al., 2014; Munier-Jolain et al., 2013;
Colbach et al., 2014b).
GR24 Stimulant synthétique de germination des semences parasites (Mangnus et al., 1992). OAD Outil d’aide à la décision
PHERASYS Modèle des effets des systèmes de culture sur la dynamique de l’orobanche rameuse P.
ramosa.
11
I. Introduction
Les adventices désignent les plantes poussant sur un terrain cultivé sans y avoir été semées (Mamarot, 1996). En exerçant une compétition pour l’eau, la lumière et les nutriments avec la culture, les adventices sont à l’origine d’importantes pertes de rendement si elles ne sont pas contrôlées par des herbicides ou d’autres moyens curatifs (Oerke, 2006). Elles constituent le premier bioagresseur de nombreuses cultures (Oerke, 2006), et impliquent donc des enjeux de gestion majeurs. La lutte chimique a été largement employée pour gérer les adventices mais elle montre aujourd’hui ses limites du fait de sa toxicité, des problèmes pollution de l’eau ou encore de l’apparition de résistances. Face à ce constat, la tendance actuelle vise à diminuer l’emploi des produits phytosanitaires (Ecophyto2018, 2008), et par conséquent, à tolérer une pression d’adventices plus forte. En parallèle, les bioagresseurs associés à ces adventices peuvent proliférer (Mézière et al., 2013; Rodenburg et al., 2014; Norris and Kogan, 2005). Par exemple, l’orobanche rameuse (Phelipanche ramosa (L.) Pomel), plante parasite des cultures, est capable de se développer sur de nombreuses espèces d’adventices (Boulet et al., 2001; Gibot-Leclerc et al., 2003; Gibot-Leclerc
et al., 2015). En France, elle est devenue particulièrement préoccupante sur colza depuis les années
1990, et infeste également les cultures de chanvre, tabac et sarrasin (Benharrat et al., 2005; Brault et
al., 2007; Gibot-Leclerc et al., 2006). La gestion de P. ramosa est complexe car elle repose sur un
ensemble de pratiques culturales préventives, aucune méthode curative n’étant disponible pour lutter contre le parasite en grandes cultures (Goldwasser and Rodenburg, 2013; Rubiales et al., 2009). Cette gestion est d’autant plus complexe du fait des interactions entre P. ramosa et les adventices. Elle doit donc être raisonnée à l’échelle du système de culture, système défini par la succession des cultures et les itinéraires techniques appliqués à chacune de ces cultures sur les parcelles cultivées (Papy, 2013). A cause de la multiplicité des techniques à raisonner et des interactions impliquées, il est nécessaire de disposer d’outils pour évaluer le risque d’orobanche dans les systèmes de culture. Dans cette optique, nous avons développé un modèle pour simuler les effets des systèmes de culture sur la dynamique de P. ramosa, en interaction avec les adventices.
II. Problématique
1. Biologie et développement de P. ramosa
i. Morphologie, dégâts et gamme d’hôtesPhelipanche ramosa est une plante de 15-25 cm de haut,
constituée d’une tige ramifiée portant de nombreuses petites fleurs bilabiées bleues-violettes et des feuilles réduites sous forme d’écailles (Figure 1) (Parker, 2013). Etant dépourvue de chlorophylle, P. ramosa, comme tout ou holoparasite, est incapable de faire la photosynthèse et dépend entièrement de son hôte pour ses besoins en nutriments (Heide-Jørgensen, 2013; Parker, 2013).
En détournant les ressources de son hôte, P.ramosa provoque chez ce dernier d’importantes pertes de biomasse et un retard de croissance. En France, les pertes de rendement du colza atteignent jusqu’à 90%. Des symptômes de nanisme et de chlorose sont alors observés (Gibot-Leclerc et al., 2012).
Figure 1 : a) hampe florale de P. ramosa, b) champ de colza sévèrement infesté (Gibot-Leclerc et al., 2012)
12
Phelipanche ramosa est capable de parasiter de nombreuses plantes hôtes (Parker, 2013).
Cependant, il existe différents pathovars associés à des hôtes préférentiels. En France, trois pathovars ont été identifiés, associés respectivement au colza, au tabac et au chanvre (Benharrat et
al., 2005; Brault et al., 2007).
ii. Cycle de vie
Le cycle de vie de Phelipanche ramosa se divise en deux phases, une phase souterraine et une phase aérienne. P. ramosa passe une grand partie de sa vie sous-terre. Ainsi, lorsqu’il émerge, il a déjà provoqué beaucoup de dégâts (Eizenberg et al., 2013). Anticiper l’émergence du parasite est donc fondamentale et requiert de bien connaître son cycle de vie. Le cycle de vie de P. ramosa se déroule selon les étapes suivantes (Figure 2) :
(1) Survie dans le sol
Au tout début de sa vie, le parasite survit dans le sol sous forme de semence où il peut persister plus d’une dizaine d’années (Joel, 2013b).
(2) Perte de dormance : préconditionnement et stimulation par les exsudats racinaires de l’hôte
La semence fraîchement produite est dormante, c’est-à-dire qu’elle est viable mais ne germe pas dans des conditions de température, d’humidité et d’atmosphère favorables (Murdoch and Kebreab, 2013). Pour pouvoir germer, la semence doit passer par trois phases successives dans des conditions particulières : (a) une période de stockage en conditions sèches, puis (b) une période d’imbibition, également appelée préconditionnement, et enfin (c) la stimulation par les exsudats racinaires d’un hôte potentiel (Murdoch and Kebreab, 2013). Au champ, les conditions environnementales influencent également l’état de dormance des semences, ce qui se traduit en un cycle de dormance annuel qui reste à caractériser (Murdoch and Kebreab, 2013).
(3) Germination
La stimulation par les exsudats racinaires peut être perçue comme la terminaison de la dormance ou comme l’initiation de la germination (Murdoch and Kebreab, 2013). Quoi qu’il en soit, la germination n’est possible qu’en présence d’exsudats racinaires d’une plante hôte, et donc à proximité des racines de l’hôte (Yoneyama et al., 2013). Les conditions optimales de température, d’humidité et de tension en oxygène ont été étudiées au laboratoire (Gibot-Leclerc et al., 2004), mais n’ont pu être confirmées au champ, la germination étant difficile à observer in situ.
(4) Fixation
Après germination, la radicule de la semence se dirige par chimiotropisme positif vers la racine d’un hôte pour s’y fixer (Gibot-Leclerc, 2004). Le parasite établit alors une connexion vasculaire avec son hôte pour détourner ses ressources en eau et nutriments (Joel, 2013a). Différents types d’interactions entre parasite et plantes se distinguent et peuvent être exploitées pour lutter contre P. ramosa (voir la section II.2.) : le parasite peut interagir avec des hôtes, des non-hôtes ou des faux hôtes. Tandis qu’une plante hôte stimule des germinations parasites et supporte le développement du parasite jusqu’à maturité (Timko and Scholes, 2013), une plante « faux-hôte » stimule la germination mais ne supporte pas la fixation et le développement consécutif du parasite (Goldwasser and Rodenburg, 2013). Enfin une plante non-hôte ne permet ni la germination ni la fixation et le développement du parasite (Timko and Scholes, 2013).
13
Figure 2 : Cycle de développement du pathosystème P. ramosa/colza (Gibot-Leclerc et al., 2012). DAE = jours après émergence du colza.
14 Un autre type d’interaction appelé « facilitation » a été mis en évidence récemment en co-culture de colza et de liseron. Le liseron, plante non-hôte de P. ramosa, favorise l’infection du colza, hôte préférentiel, s’il se trouve à proximité. Le liseron joue ainsi le rôle de « non-hôte facilitateur ». En outre, il supporte des fixations secondaires, c’est-à-dire des fixations par des racines adventives émises par le parasite après fixation primaire au colza (Gibot-Leclerc et al., 2013a).
(5) Emergence, floraison et fructification
Lorsque la fixation a effectivement lieu, le parasite se développe au dépend de son hôte. La semence fixée émet une tige souterraine qui croit en direction de la surface du sol jusqu’à émergence d’une hampe florale qui fructifie et libère ses semences (Gibot-Leclerc, 2004; Gibot-Leclerc et al., 2012). Le cycle recommence. Chaque hampe florale produit jusqu’à 500000 minuscules semences (Joel, 2013b), et un pied de colza, par exemple, peut supporter jusqu’à 10-20 hampes florales (Gibot-Leclerc, 2004; Gibot-Leclerc et al., 2012). Ainsi, le stock de semences parasites du sol peut augmenter très rapidement, même à partir d’un faible niveau d’infestation initial (Goldwasser and Rodenburg, 2013).
Phelipanche ramosa constitue donc un véritable fléau en grandes cultures en France. L’étude de son
cycle de vie permet de mettre en évidence les contraintes de gestion qu’il impose et les connaissances qu’il faut acquérir pour les relever. La persistance du stock de semences du parasite implique de raisonner sa gestion à long terme. Pour cela, il est essentiel de bien caractériser les processus affectant les semences, notamment leur dormance qui n’a jamais été étudiée en conditions pédoclimatiques naturelles. L’étude des relations trophiques entre l’hôte et le parasite est également fondamentale pour comprendre comment limiter la croissance du parasite afin de minimiser les dégâts sur la culture hôte. La gestion du parasite est compliquée par la présence de communautés végétales multispécifiques au champ et la multitude d’interactions possibles qui en découle (hôtes, faux-hôtes…). Ces interactions doivent être caractérisées en prenant en compte la variabilité intraspécifique du parasite (voir section II.1.i).
2. Gestion de l'orobanche
Les méthodes de lutte couramment employées contre P. ramosa exploitent les connaissances acquises sur la biologie du parasite. Elles ont soit un effet direct sur le parasite, soit un effet indirect
via la flore adventice non-parasite avec laquelle P. ramosa interagit.
i. L’effet direct des pratiques culturales
a. Les méthodes curatives
En France, aucun herbicide n’est homologué contre P. ramosa en grande culture, sauf le glyphosate en culture porte-graines de trèfle violet, carotte et luzerne (e-phy, 2015; Anses, 2012). La fumigation au bromure de méthyle est efficace pour éliminer les semences parasites, mais le produit a été interdit en 2005 à cause de sa toxicité (Goldwasser and Rodenburg, 2013). Différents produits ont été testés en grande culture comme le glyphosate et l’hydrazide maléique en colza mais ils se sont révélés trop peu sélectifs (Gibot-Leclerc et al., 2006).
Le désherbage manuel et la solarisation sont efficaces mais trop couteux en grandes cultures. Le désherbage manuel permet surtout de réduire les futures infestations car il n’est effectué qu’après émergence du parasite lorsque ce dernier a déjà causé d’importants dégâts. La solarisation permet
15 d’éliminer les semences dans le sol en utilisant le rayonnement solaire pour augmenter la température du sol en le couvrant de bâches plastiques transparentes (Goldwasser and Rodenburg, 2013).
b. Travail du sol
Le travail du sol détermine la profondeur d’enfouissement des semences parasites et adventices dans le sol. Un travail du sol réduit limite l’incorporation des semences dans le sol où elles pourraient être stimulées ou se fixer à d’éventuelles racines hôtes. Un travail profond les enfouit à une profondeur où elles meurent par manque d’oxygène (Rubiales et al., 2009).
c. Rotation
Le choix des cultures en rotation constitue un levier de gestion essentiel. Introduire des cultures non-hôtes dans les rotations réduit la pression parasitaire en cassant le cycle épidémique du parasite. Des « cultures piège » et « faux-hôtes » peuvent également être intégrées pour vider le stock de semences parasites. Les cultures pièges sont des cultures hôtes temporaires détruites avant la reproduction du parasite. Les faux-hôtes favorisent les germinations suicides (Goldwasser and Rodenburg, 2013).
La découverte du mécanisme de facilitation remet en question la stratégie qui consiste à introduire des plantes non-hôtes dans la rotation : plutôt que de casser le cycle épidémique du parasite, ces non-hôtes pourraient en fait le favoriser (Gibot-Leclerc et al., 2013a).
d. Autres techniques culturales
Le semis tardif et la fertilisation sont également employés comme moyens de lutte mais leur efficacité est discutée. Un semis tardif permet de réduire les infestations de P. ramosa en colza par exemple, mais entraîne également un retard de croissance de la culture (Gibot-Leclerc, 2004). Le principe consiste à décaler le cycle de la culture pour exploiter les périodes de dormance des semences parasites (Murdoch and Kebreab, 2013; Riches and Parker, 1995). L’apport de fertilisants réduirait l’exsudation de stimulants de germination par les plantes hôtes (Goldwasser and Rodenburg, 2013; Yoneyama et al., 2013) mais l’efficacité de cette méthode contre P. ramosa est faible (Goldwasser and Rodenburg, 2013; Karkanis et al., 2007).
Enfin, des équipes travaillent sur le développement de variétés résistantes à P. ramosa ou au glyphosate (Gressel, 2013) et sur le développement d’agents de biocontrôle (des souches fongiques de Fusarium semblent prometteuses) (Watson, 2013), mais ces solutions ne sont pas encore disponibles (Gressel, 2013; Watson, 2013).
ii. L’effet indirect via les adventices
Les interactions de P. ramosa avec les adventices doivent être prises en compte dans le programme de lutte car selon le type d’interaction, elles doivent être évitées ou favorisées.
a. Réduire le risque d’orobanche dû aux adventices
Outre la compétition directe qu’elles exercent avec la culture, les adventices causent des dégâts indirects en constituant des réservoirs de bioagresseurs. En effet, P. ramosa parasite de nombreuses espèces d’adventices (Boulet et al., 2001; Gibot-Leclerc et al., 2003; Gibot-Leclerc et al., 2015). En l’absence de culture hôte, ces adventices peuvent servir de « relais » pour le parasite. Il est donc recommandé de désherber soigneusement les adventices potentiellement hôte de P. ramosa, y compris en bordure de champs, jachères et intercultures (Gibot-Leclerc et al., 2003). Les adventices non-hôtes ne servent pas de relais mais certaines favorisent l’infestation de la culture par facilitation
16 (voir section II.1.ii.(4).). Ce phénomène n’a cependant jamais été observé au champs (Gibot-Leclerc
et al., 2013a).
b. Favoriser les adventices pour contrôler le parasite
L’interaction P. ramosa-adventices peut, dans certains cas, être exploitée « positivement ». En interculture, les adventices parasitées peuvent être employées comme plantes pièges si elles sont détruites avant la reproduction du parasite. Dans d’autres cas, si l’adventice stimule mais ne fixe pas le parasite, elle peut être utilisée comme faux-hôte (Gibot-Leclerc et al., 2003).
Ainsi, peu de méthodes sont disponibles pour lutter contre P. ramosa. Aucune ne peut assurer un contrôle satisfaisant à elle seule, elles doivent nécessairement être associées au sein d’un programme de lutte intégrée pour être efficaces (Goldwasser and Rodenburg, 2013; Rubiales et al., 2009). En outre, au regard de la complexité des interactions entre P. ramosa et la flore adventice, la gestion du parasite doit être raisonnée de pair avec la gestion des adventices non parasites.
3. Etat de l’art sur les modèles de dynamique des adventices
i. Pourquoi développer et utiliser des modèlesDifférentes contraintes de la gestion de P. ramosa ont été mises en évidence au fil des paragraphes. Tout d’abord, le stock semencier est un problème majeur qui impose de réfléchir la stratégie de lutte à long terme. La gestion de P. ramosa repose sur un ensemble de pratiques culturales qui doivent être combinées pour assurer un contrôle efficace du parasite. En outre, elle doit prendre en compte la flore adventice avec laquelle P. ramosa interagit. Le pédoclimat doit également être considéré car il influence le développement du parasite. La gestion de P. ramosa doit donc être raisonnée à l’échelle du système de culture, une échelle complexe faite d’interactions entre pratiques, pédoclimat et flore cultivée et adventice.
Etant donné le nombre de facteurs en interactions à prendre en compte, il est très difficile de mettre en place des expérimentations pour étudier l’effet des systèmes de culture sur la dynamique de
P.ramosa. Dans ce cas, la modélisation est un outil pertinent, permettant de synthétiser les
connaissances pour comprendre, quantifier et prédire les effets des systèmes de culture sur la dynamique du parasite (Colbach, 2010; Colbach et al., 2014a). A terme, la modélisation permet d’évaluer et de concevoir des systèmes de cultures adaptés pour la gestion des adventices (Colbach
et al., 2014a). Le recours à la modélisation est d’autant plus pertinent dans le cas de P. ramosa
qu’elle permettrait de prédire les stades de développement du parasite qui se déroulent majoritairement sous terre.
ii. Modèles de dynamique des adventices non-parasites
De nombreux modèles simulant les effets des systèmes de culture sur la dynamique des adventices existent et sont plutôt robustes, mais ils ne sont utilisables que dans une faible gamme de conditions ou ne modélisent la dynamique que d’une ou quelques espèces d’adventices (Colbach et al., 2005; Colbach, 2010; Holst et al., 2007). En revanche, FLORSYS (Gardarin et al., 2012; Colbach, 2014; Munier-Jolain et al., 2014; Munier-Jolain et al., 2013; Colbach et al., 2014b) est un modèle plus générique, permettant de modéliser les effets des systèmes de culture, en interaction avec le pédoclimat, sur la dynamique d’une flore adventice plurispécifique. A partir de variables d’entrée sur le climat, le système de cultures (cultures et pratiques) et la communauté adventice présente au début de la simulation, FLORSYS simule les différents stades du cycle de vie des adventices (mortalité,
17 production de semences) sur plusieurs années ou décennies. Il prédit également le rendement de la culture. FLORSYS est à ce jour le seul modèle correspondant aux critères évoqués plus haut, c’est-à-dire un modèle simulant les effets des systèmes de culture et des facteurs environnementaux en interaction sur une flore adventice plurispécifique (Colbach et al., 2014b).
iii. Modèles de dynamique des orobanches
Plusieurs auteurs ont modélisé les fixations et émergences d’espèces d’orobanches dans des cultures données à partir des degrés jours de croissance (Eizenberg et al., 2005; Ephrath and Eizenberg, 2010; Eizenberg et al., 2003; Eizenberg et al., 2012b; Manschadi et al., 2001) : P. aegyptiaca (Hershenhorn
et al., 2009) et O. cumana (Eizenberg et al., 2012b) sur tournesol, et O. minor sur trèfle violet
(Eizenberg et al., 2005). Ces modèles permettent d’optimiser la date des opérations de lutte, notamment des applications d’herbicide (Eizenberg et al., 2013; Eizenberg et al., 2012a; Hershenhorn
et al., 2009), mais ils ne prennent pas en compte l’effet des systèmes de culture sur la dynamique du
parasite.
L’effet des systèmes de culture a été intégré dans plusieurs modèles du cycle de vie de O. crenata parasitant la fève. López-Granados et García-Torres (1997) ont modélisé l’effet de la date de semis et de la fréquence de la culture de fève dans la rotation sur la dynamique de O. crenata. Grenz et al. (2005) ont créé un modèle plus complet quantifiant les effets de plusieurs techniques culturales (rotation fève-blé dur, travail du sol, désherbage manuel et date de semis) et de facteurs environnementaux (potentiel hydrique du sol). Colbach et al. (2011) s’en sont inspirés pour développer PHERASYS (pour « Phelipanche ramosa » et « Système de culture»), un modèle du cycle de vie de P. ramosa simulant les effets des systèmes de culture sur la dynamique du parasite.Ce modèle prédit une densité de plantes et de semences parasites à partir du même type d’entrées que FLORSYS (système de culture, climat et les caractéristiques du sol). Il intègre d’ailleurs certaines sorties de FLORSYS pour prendre en compte l’effet du travail du sol (via le mouvement des semences dans le sol modélisé par FLORSYS), les conditions hydrothermiques du sol et les interactions avec la culture et
les adventices (en utilisant des caractéristiques des adventices simulées par FLORSYS) (Figure 3). Cette première version de PHERASYS a permis de mettre en évidence les améliorations à apporter au modèle. En effet, la partie post-émergence du cycle est entièrement basée sur le modèle de Grenz et
al. (2005) et certains paramètres de la partie pré-levée ont été empruntés à O. crenata (mortalité des
semences dans le sol et production de semences par gramme de biomasse parasite) (Colbach et al., 2011). Or, l’analogie entre O. crenata et P. ramosa est discutable étant donné que les deux espèces appartiennent à deux genres différents, avec des différences morphologiques, différentes distributions et différentes gammes d’hôtes (Parker, 2013). Par conséquent, les relations trophiques entre l’hôte et le parasite P. ramosa doivent être étudiées pour caractériser la partie post-émergence du modèle, et les paramètres empruntés chez O. crenata doivent être mesurés pour P. ramosa.
18
19
4. Questions et méthodes
La gestion de P. ramosa implique de répondre aux questions suivantes : Quels sont les effets des systèmes de culture sur la dynamique de P. ramosa ? Quels sont les effets du pédoclimat ? Quels sont les effets des adventices ? Quelle est l’influence de ces effets en interaction sur la dynamique de
P. ramosa ?
Pour y répondre, dans le cadre de mon stage, nous avons développé un modèle du cycle de vie de P.
ramosa, appelé PHERASYS, quantifiant les effets des systèmes de culture, en interaction avec la flore
adventice et le pédoclimat, sur la dynamique du parasite. Ce modèle est destiné à être intégré à FLORSYS. Il porte uniquement sur le pathovar infectant préférentiellement le colza (« O-colza ») car le colza est l’hôte le plus sensible à l’orobanche (Gibot-Leclerc et al., 2013b) et l’une des principales grandes cultures en France (AGRESTE, 2010).
Nous avons choisi une approche mécaniste, inspirée du modèle FLORSYS, qui consiste à représenter la
dynamique de P.ramosa sous la forme d’une succession de processus biophysiques correspondant à des étapes de son cycle de vie. Un modèle mécaniste a l’avantage d’être utilisable dans une large gamme de conditions sans reparamétrage puisqu’il modélise des processus génériques (Colbach 2010).
Une telle approche requiert d’étudier rigoureusement chaque processus du modèle. Cependant, comme cela a été évoqué dans la problématique, certaines étapes du cycle de vie de P. ramosa restent mal connues. Des expérimentations ont été mises en place au sein de l’UMR Agroécologie de l’INRA de Dijon pour combler ces lacunes. Une expérimentation a été menée lors d’un stage précédent pour étudier les relations trophiques entre P. ramosa et différents hôtes, et j’ai participé à une expérimentation longue durée visant à caractériser la dormance et la mortalité des semences dans le sol.
Au final, les objectifs du stage étaient (1) de proposer une structure pour le modèle PHERASYS, représentant le cycle de vie du parasite, (2) de formaliser les résultats des expérimentations sous forme d’équations pour représenter des processus, (3) de compléter cette formalisation à partir d’une analyse de la littérature, et (4) de mettre en évidence des lacunes dans nos connaissances pour orienter les futures recherches.
20
III. Matériel et méthodes
1. Structure du modèle et méthodologie
Le modèle développé pendant mon stage simule les processus du cycle de vie de P. ramosa décrits dans la problématique (section II.1.ii.). Il a été construit à partir des données provenant de différentes sources. Trois types de méthodologie ont été employés pour collecter ces données :
- J’ai participé à une expérimentation dont j’ai collecté et analysé une partie des données (section III.2.)
- J’ai eu accès aux données brutes d’expérimentations réalisées précédemment dans l’UMR agroécologie de l’INRA et je les ai les analysées (section III.3.)
- J’ai extrait des données de la littérature (section III.4.)
La Figure 4 présente les sources d’information utilisées pour modéliser chacun des processus du modèle.
Figure 4 : Méthodologies et sources d’information utilisées (en bleu) pour modéliser les processus du modèle (en majuscules). Expérimentation (section III.2.) Expérimentation (section III.2.) Analyse d’expérimentations passées (section III.3.i.) Analyse d’articles (section III.4.i.) Expérimentation (section III.2.) Analyse d’articles (section III.4.ii.) Analyse d’articles (section III.4.i.) Analyse d’expérimentations passées (section III.3.ii.)
MORTALITE DES SEMENCES DANS LE SOL
DORMANCE DES SEMENCES
STIMULATION PAR LES EXSUDATS
RACINAIRES GERMINATION
FIXATION
21
2. Expérimentation et analyse de données
i. ProtocolesL’expérimentation à laquelle j’ai participé vise à caractériser la germinabilité et la viabilité (en l’absence de perte par germination) des semences parasites au fil des saisons. Le taux de germinabilité désigne la proportion de semences viables capables de germer en réponse à une stimulation par des stimulants de germination sans aucun autre prétraitement particulier. Des semences de P. ramosa sont enfouies dans le sol puis excavées toutes les 6 semaines pendant 2 ans. Les résultats permettent de construire le module « mortalité des semences dans le sol » et « dormance saisonnière des semences » du modèle (Figure 4 p. 20).
Récolte des semences et tests pré-enfouissement
Les semences de P. ramosa ont été récoltées dans des champs d’agriculteurs, sur colza d’hiver en Vendée le 26/06/14 (pathovar O-colza) et sur chanvre dans l’Aube le 26/09/14 (pathovar O-chanvre). Des échantillons de ces semences ont été utilisés pour caractériser l’état initial des semences avant enfouissement, c’est-à-dire le poids de 1000 graines, la proportion de semences viables et la proportion de semences « germinables ». Le poids de 1000 graines a été déterminé par pesée après un passage à l’étuve 48h à 80°C. Les semences mises à germer ont préalablement été désinfectées afin de limiter la prolifération de champignons par immersion dans de l’éthanol à 70% pendant 5 minutes, puis dans une solution de Ca(OCl)2 à 3 % (p/v) et de Tween 20 (0,1%) pendant 5 minutes,
puis ont été lavées 5 fois de suite à l’eau bidistillée. 15-25 semences ont ensuite été placées sur des carrés de 1 x 1cm de papier Whatman (Glass microfibre filters GF/A). 8 carrés ont été disposés au fond d’une boîte de Petri puis imbibés d’eau distillée. 2 répétitions ont été effectuées (2 boîtes de Petri). Le préconditionnement des semences, le suivi de germination et le test de viabilité ont été réalisés selon les protocoles décrits dans les paragraphes ci-dessous.
Enfouissement des semences
Les semences de O-colza et O-chanvre ont été enfouies dans les parcelles jardinées de l’INRA de Dijon respectivement le 17/07/14 et le 14/10/14. Les semences étaient placées dans des sachets en nylon (8 x 4cm, ouverture de maille de 100µm) remplis de sable. Le sable permet de retrouver les semences plus facilement que la terre argileuse. Chaque sachet contenait 100 semences. Les sachets ont été placés sur une fine couche de terre au fond de paniers, avec trois sachets par panier. Les paniers permettent d’excaver les sachets enfouis plus facilement sans les endommager. Les paniers ont été disposés à 20cm les uns des autres dans une tranchée de 30cm de profondeur puis remplis et recouverts de terre. A cette profondeur, les semences enfouies sont à l’abri des racines d’adventices qui pourraient stimuler leur germination. Cela permet de limiter les pertes par germination.
Excavation et récupération des semences
Toutes les six semaines, un panier de trois sachets a été excavé. Les semences ont été extraites des sachets au laboratoire. Le contenu d’un sachet était vidé sur un jeu de tamis (800µm/425µm/125µm), puis le contenu du tamis 125µm était récupéré dans un erlenmeyer contenant 500mL de K2CO3 2,9M. Cette solution de K2CO3 permettait de séparer les semences (dans
le surnageant) du sable (dans le culot). Le surnageant et le culot ont été récupérés séparément sur deux disques de papier Whatman. Les semences retrouvées dans le surnageant et dans le culot ont été ensuite placées sur un disque de papier Whatman imbibé d’eau distillée dans une boîte de Petri
22 (ø 90 mm). Des tests préalables ont montré que cette procédure d’extraction n’a pas d’effet sur la proportion de viabilité et de germination des semences.
Préconditionnement des semences
Les boîtes de Petri ont été fermées avec du parafilm, enveloppées de papier aluminium puis placées en chambre climatique à 20°C pendant 14 jours pour préconditionner les semences de P. ramosa afin de les rendre réceptives aux stimulants de germination (Gibot-Leclerc et al., 2004). Tous les six mois, des lots supplémentaires de semences ont été excavés pour faire des tests sans préconditionnement afin de déterminer l’effet du préconditionnement au laboratoire sur la proportion de viabilité et de germination.
Tests de germination
A l’issue des 14 jours de préconditionnement, ou directement après excavation dans le cas des semences non préconditionnées, le nombre de semences germées a été compté sous loupe binoculaire et les éventuelles semences germées ont été éliminées. Ensuite, 2mL de GR24 à 1mg.L-1 ont été ajoutés dans chaque boîte de Petri (Mangnus et al., 1992). Le nombre de semences germées a été compté tous les deux jours pendant 40 jours. Une semence était considérée comme germée lorsque la radicule était au moins aussi longue que la largeur de la semence.
Test de viabilité
A l’issue de ces 40 jours, la viabilité des semences non germées a été déterminée d’après un test avec du 2,3,5-triphenyl tetrazolium chloride (TTC) selon un protocole adapté de Moore (1973). 1,5 mL de TTC à 1% ont été ajoutés dans chaque boîte de Petri. Les boîtes ont été fermées à l’aide de parafilm, enveloppées dans du papier aluminium puis placées à l’étuve pendant 48h à 40°C. Ensuite, les semences ont été disposées sur un nouveau disque Whatman imbibé de NaCl à 1%. Le résultat du test peut être lu au bout de 10min, les semences viables présentent une coloration rouge-rose. Mon implication dans l’expérimentation
Ayant débuté mon stage le 23/03/2014, j’ai participé à l’expérimentation à partir de l’excavation du 13/04/2015 jusqu’à la fin de mon stage le 22/09/2015. Après m’avoir formée aux procédures de l’expérimentation, C. Reibel et F. Strbik m’ont aidé à excaver les semences, à les récupérer des sachets et ont préparé les solutions de GR24 et de K2CO3. J'ai assuré seule les étapes de
préconditionnement, suivi de germination et test de viabilité.
ii. Variables mesurées et calculées
A l’issue de cette expérimentation, les variables mesurées sont, pour chaque date d’excavation (d) et chaque sachet excavé (r) :
- le nombre de semences récupérées et mises à germer par sachet (ndr)
- le nombre de semences germées après t jours après addition de GR24 (gdr(t))
- le nombre total de semences germées 40 jours après addition de GR24 (gmaxdr)
- le nombre de semences non-germées viables d’après le test au TTC (ngdr)
- le nombre de semences viables à chaque excavation (vdr=gmaxdr+ngdr)
A chaque excavation et pour chaque sachet excavé, la proportion de viabilité Vdr a été calculée de la
manière suivante : (1) Vdr = vdr/(n0r ∙V0)
23 Où n0r est le nombre de semences initialement enfouies (c’est-à-dire 100) et V0 est la proportion de
semences viables avant enfouissement (moyenne des mesures sur 2 lots d’au moins 350 semences). Parfois le nombre de semences retrouvées après excavation était supérieur au nombre de semences enfouies. En effet, il était très difficile de dénombrer précisément les semences initialement enfouies du fait de leur petite taille, et des semences de lots antérieurs ont pu rester collées sur les tamis utilisés pour récupérer les semences du lot suivant. Dans ce cas, on suppose que Vdr=1 et on recalcule
ndr=vdr/V0 d’après l’équation(1).
A chaque date t, la proportion de semences germées Gdr(t) a été calculée de la façon suivante :
(2)
Gdr(t)=
𝑛𝑑𝑟∗𝑉𝑑𝑟𝑔𝑑𝑟(𝑡)La proportion finale (maximale) de semences germées (Gmaxdr) a été calculée après 40 jours après
addition du GR24 en utilisant la même formule. La proportion de germination des semences avant enfouissement (d=0) a été calculée pour chacune des deux répétitions (r) selon l’équation (2) avec V(d=0)r=1
.
iii. Analyse statistique
Pour chaque pathovar, l’effet du préconditionnement a été analysé en comparant la proportion de viabilité Vdr ou la proportion de germination maximale Gmaxdr des lots de semences avec et sans
préconditionnement (lots de l’excavation de mi-printemps). L’effet du préconditionnement a été testé à l’aide d’un modèle linéaire généralisé avec une distribution binomiale et une transformation logit (ici l’exemple de la viabilité) :
(3) f(vdr/(n0r ∙V0)) = µ + préconditionnement + erreurdr, avec f(y) = ln (
𝑦 1−𝑦)
Ce modèle a été ajusté avec la fonction glm de R (R Core Team, 2015).
iv. Modélisation
Mortalité des semences dans le sol
La proportion de semences viables V au cours du temps depuis enfouissement a été modélisée par régression linéaire selon l’équation (4) de Gardarin et al. (2010) à l’aide de la fonction lm de R (R Core Team, 2015).
(4) V = 1+a∙t, avec a le taux de mortalité par an et t le temps depuis enfouissement en années. Cette équation a été réécrite dans R pour forcer la régression à passer par 1 : 1-V = 0+a∙t. Dormances des semences
La proportion de semences non-dormantes a été modélisée en fonction du temps en jours depuis l’enfouissement à l’aide d’un modèle non linéaire sous forme de portions de droites (« broken sticks ») tel que celui développé dans FLORSYS pour modéliser la dormance des semences (Gardarin et
al., 2012; Gardarin and Colbach, 2015). L’ajustement a été réalisé les fonctions nls et nls2 de R (R
Core Team, 2015) en utilisant l’algorithme « brute-force » pour les cas à convergence difficile. Afin d’estimer la qualité prédictive de ce modèle (et des autres modèles non linéaires développés dans ce mémoire), un pseudo-R² a été calculé (UCLA: Statistical Consulting Group, 2015) :
(5) Pseudo-R² = 1 - 𝑆𝑆𝑅𝑆𝑆𝑇, avec SSR la somme des carrés des résidus et SST la somme des carrés totaux.
24 Cinétique de germination des semences
La cinétique de germination des semences a été modélisée en fonction du temps hydrothermique accumulé depuis la stimulation de la germination selon une équation de Weibull (Gardarin et al., 2011) : (6) CG = m∙[1 − 𝑒− ln(2)( 𝐻𝑇𝑇−𝑥0 𝑥50−𝑥0) 𝑏 ], si HTTld ≥ x0 CG = 0, si HTT < x0
Avec CG la proportion de semences germées cumulée, HTT le temps hydrothermique depuis la stimulation de la germination, m la proportion maximale de semences germées, x0 le temps
hydrothermique auquel apparaissent les premières germinations après stimulation de la germination, x50 le temps hydrothermique nécessaire pour atteindre 50% de la proportion de
germination maximale depuis la stimulation de la germination, et b est un paramètre de forme de la courbe.
Cette équation a été ajustée aux données de chaque sachet à chaque excavation. Un modèle a été ajusté pour chaque sachet à chaque excavation, et pour chacune des deux répétitions des tests pré-enfouissement. L’ajustement a été réalisé nls (ou nls2 si nécessaire) de R (R Core Team, 2015). L’évolution des paramètres de l’équation de Weibull, m, x0, x50 et b, au cours du temps depuis
enfouissement a été étudiée avec des corrélations linéaires entre les paramètres et la durée d’enfouissement à l’aide de la fonction lm de R (R Core Team, 2015). Dans le cas des paramètres x0,
x50 et b qui présentaient une forte variabilité entre sachets analysés à certaines dates, les sommes
des carrés ont été pondérés par l’inverse de la variance des paramètres.
3. Analyse de données issues d’expérimentations passées
i. Modélisation de la levée de dormance en fonction des conditionshydrothermiques de préconditionnement
J’ai eu accès aux données brutes des articles Gibot-Leclerc et al. (2004) et Gibot-Leclerc et al. (2004), me permettant de modéliser la levée de dormance des semences de O-colza fraîches en fonction des conditions hydrothermiques avant exposition à des stimulants de germination (Figure 4 p. 20). Dans ces articles, les semences ont été préconditionnées au laboratoire pendant différentes durées dans différentes conditions de température et de potentiel hydrique. Puis la proportion de germination a été suivie après mise en contact des semences avec un stimulant de germination (GR24 à 1 mg.L-1 à 20°C).
Calcul de la proportion de germination
La proportion de semences germées après t jours après addition du stimulant de germination est calculée pour chaque température de préconditionnement (GT(t)) et pour chaque potentiel hydrique
de préconditionnement (GΨ(t)) selon l’équation (2) p. 23. Les proportions de germination maximales
GmaxT et GmaxΨ sont mesurées au bout de 10 à 20 jours après ajout du stimulant de germination. Le
taux de viabilité V des semences n’étant pas disponible pour chaque lot de semences analysé, un taux de viabilité moyen (calculé à partir d’autres lots de semences) a été utilisé.
Pour chaque durée et température de préconditionnement, la proportion de semences germées GT(t) est ensuite ajustée en fonction du temps depuis l’addition du stimulant de germination à l’aide
de l’équation (6) pour estimer le temps de mi-germination (x50). De la même manière, le x50 a été
25 Calcul des températures et potentiels hydriques cardinaux de préconditionnement
L’expérimentation a montré que la variation de la germinabilité en fonction de la température de préconditionnement suit le même schéma que la variation de germination en fonction de la température pendant la germination : en dessous d’une température minimale, la germinabilité est nulle, puis elle augmente linéairement jusqu’à une température optimale, puis elle décroit linéairement jusqu’à une température maximale au-delà de laquelle elle est nulle à nouveau. Par conséquent, des températures minimale, maximale et optimale de préconditionnement (Tmin prec, Tmax prec et Topt prec) ont été estimées par analogie avec la méthode employée pour calculer les
températures cardinales et optimale de germination (Bradford, 2002). La vitesse de germination 1/x50 a été ajustée en fonction de la température de préconditionnement à l’aide d’une droite brisée
(« broken sticks ») selon l’équation suivante : (7) 1/x50 =
1/x50max
𝑇𝑜𝑝𝑡 𝑝𝑟𝑒𝑐−𝑇𝑚𝑖𝑛 𝑝𝑟𝑒𝑐 ∙ (Tprec – Tmin prec) si Tprec ≤ Topt prec
1/x50 = 1/x50max +
1/x50max
𝑇𝑜𝑝𝑡 𝑝𝑟𝑒𝑐−𝑇𝑚𝑎𝑥 𝑝𝑟𝑒𝑐 ∙ (Tprec – Topt prec) si Tprec> Topt prec
L’ajustement a été réalisé à l’aide de la fonction nls de R avec la contrainte Tmin-prec≥0. En effet,
l’imbibition qui caractérise le préconditionnement des semences est impossible lorsque l’eau est gelée.
En revanche, une telle méthode n’a pas pu être employée pour calculer un potentiel hydrique de préconditionnement. Nous avons déterminé un potentiel hydrique de préconditionnement minimal en dessous duquel la germinabilité est nulle. L’effet du potentiel hydrique de préconditionnement sur Gmax a été testé à l’aide d’un modèle linaire généralisé semblable à celui décrit dans l’équation (3) p. 23.
Modèle de la levée de dormance des semences fraîches
La levée de dormance des semences fraîches a été modélisée en fonction du temps thermique à l’aide de l’équation (6) (Weibull modifiée, p.24). Ce temps thermique a été calculé en fonction des températures cardinales de préconditionnement.
ii. Relations trophiques entre P. ramosa et son hôte
Les relations trophiques entre P. ramosa et différentes espèces hôtes ont été étudiées lors d’un précédent stage au sein de l’UMR (Girardin, 2014; Moreau et al., 2015). Les résultats de cette expérimentation ont été utilisés pour modéliser le processus de fructification du parasite (Figure 4 p. 20). Dans cette étude, P. ramosa (pathovar O-colza) a été co-cultivé en pot avec 3 espèces hôtes différentes (1 espèce hôte par pot) : Brassica napus L., Capsella bursa-pastoris et Geranium
dissectum. Les pots ont été placés en serre, sous 3 niveaux de rayonnement : 100%, 34% ou 29%. Les
stades de développement du parasite ont été notés, la biomasse parasite et la biomasse de l’hôte (en distinguant racines, feuilles, tiges et inflorescences) ont été mesurées aux stades rosette, élongation, floraison et fructification de l’hôte.
J’ai bénéficié de l’aide D. Moreau, chargée de recherches à l’INRA de Dijon, pour analyser ces données. Une corrélation entre le nombre de hampes florales parasites (γ) et la biomasse de l’hôte parasité au stade rosette (BHProsette) a été mise en évidence et modélisée par un modèle « broken sticks » à l’aide de la fonction nls de R (R Core Team, 2015) selon l’équation suivante :
(8) γ= δ∙(BHProsette - BHPmin) si BHProsette > BHPmin
26 Avec δ le nombre maximal de hampes florales supportées par gramme de biomasse hôte au stade rosette, et BHPmin la biomasse minimale d’une plante hôte au stade rosette permettant le
développement de hampes florales parasites.
La biomasse d’une hampe florale a été modélisée en fonction de du nombre hampes florale parasitant l’hôte à l’aide d’une fonction puissance avec la fonction nls de R (R Core Team, 2015). Seules les données sur colza ont été utilisées car presqu’aucune hampe florale ne s’est développée sur les autres espèces.
L’effet du parasitisme sur la biomasse de l’hôte au stade rosette a été testé par analyse de variance (anova) à l’aide la fonction lm de R (R Core Team, 2015).
4. Analyse d’articles
i. Recensement des plantes stimulatrices et fixatrices
Les « plantes stimulatrices » et « non-stimulatrices » de la germination du pathovar O-colza ont été recensées à partir de tests monospécifiques (c’est-à-dire avec une seule espèce potentiellement stimulatrice par pot ou par boîte de Petri à la fois). En effet, avec un couvert plurispécifique, il est impossible de savoir quelle espèce a stimulé la germination. Dans certains de ces tests, les pourcentages de germination parasite induit par les différentes plantes stimulatrices ont été mesurés. Ces pourcentages ont été relevés afin de calculer le « pouvoir stimulateur de germination » des plantes stimulatrices. Deux types de procédures permettant d’obtenir cette mesure ont été identifiés dans la littérature :
- suivi de germination des semences parasites en co-culture in vitro avec différentes plantes, - suivi de germination des semences parasites après mise en contact avec des extraits de
racines ou d’exsudats racinaires de plantes stimulatrices.
Les « plantes fixatrices » et « non fixatrices » de O-colza ont été recensées à partir de tout type de tests, de la co-culture in vitro aux observations sur le terrain.
ii. Températures cardinales de germination et potentiel hydrique de germination de base
Les températures cardinales et optimales de germination des semences du pathovar O-colza ont été extraites de l’article de Gibot-Leclerc et al. (2004). Le potentiel hydrique de base de germination Ψbase
a été estimé à partir d’une figure de cet article représentant la courbe de 1/x50 en fonction du
potentiel hydrique de germination. Ψbase est l’intersection entre le prolongement de cette courbe et
27
IV. Résultats
1. Structure du modèle
Le modèle du cycle de développement de P. ramosa, PHERASYS, est construit sur le modèle de FLORSYS : chaque jour d, dans chaque horizon l du sol, il prédit, à partir du stock de semences parasites viables du sol (SB, en semences /m²), une proportion de semences non-dormantes (pND, en semences/semences), un nombre de semences non dormantes stimulées par les exsudats racinaires de différentes plantes hôtes (NDS, en semences/m²), un nombre de semences germées (G, en semences /m²), un nombre de semences fixées (F, en semences par plante hôte), un nombre de parasites au stade fructification (Fr, en parasites par plante hôte), une biomasse parasite (BPa en gramme par parasite au stade fructification) et un nombre de semences parasites produites (SP, en semences par plante hôte). Certaines de ces variables sont prédites à partir d’autres variables calculées dans FLORSYS (Figure 5). Les sections ci-dessous expliquent comment ces différentes étapes
ont été modélisées et paramétrées. Le détail des équations est listé dans l’annexe 1.
Figure 5 : Variables prédites dans PHERASYS et couplage avec FLORSYS. En noir : variables prédites dans PHERASYS, en noir gras : processus modélisés dans PHERASYS, en italiques vertes : variables prédites par FLORSYS utlisées dans PHERASYS. SB = stock de semences parasites viables du sol/m², pND = proportion de semences non-dormantes, NDS = nombre de semences non dormantes stimulées par les exsudats racinaires de plantes stimulatrices/m², G = nombre de semences germées/m², F = nombre de semences fixées par plante hôte, Fr = nombre de parasites au stade fructification par plant hôte, BPa = biomasse aérienne d’un parasite au stade fructification, SP = nombre de semences parasites produites par plante hôte.
28
2. Mortalité des semences dans le sol
La mortalité des semences inclut toute disparition due à la vieillesse, les maladies, la micro-prédation, etc, mais exclut les pertes par germination qui sont calculées séparément. Elle est modélisée à l’aide des données de l’expérimentation à laquelle j’ai participé (section III.2.).
La proportion de viabilité des semences de O-colza varie en fonction de la date d’excavation. Près d’un an après enfouissement (lors de l’excavation du 15/06/2015), elle a très peu diminué passant de 1 à 0,93 en moyenne (Figure 6). Entre temps, elle fluctue et est généralement plus faible, particulièrement aux dates où la dormance saisonnière est forte (voir section IV.3.ii.). Or, il est impossible que le taux de viabilité diminue puis réaugmente au cours du temps. Nous supposons que le test de viabilité employé (TTC) n’est pas fiable. La proportion de viabilité des semences de O-colza est donc modélisée en fonction du temps depuis enfouissement après avoir éliminé ces points aberrants (points des excavations du 4/11/2014, 15/12/2014, 30/01/2015 et 30/04/2015 présentant une proportion de viabilité trop faible). D’après le modèle, le taux de mortalité annuel des semences de O-colza est de 0,08 ± 0,02. La proportion de viabilité des semences de O-chanvre est très similaire, avec un taux de mortalité annuel de 0,06 ± 0,04. Cependant ce taux de mortalité n’est pas significativement différent de 0 (t=1,25 ; p=0,15). Nous considérons donc que le taux de mortalité annuel des semences de O-chanvre est nul.
La proportion de viabilité des points aberrants est recalculée d’après ce modèle pour la suite de l’analyse.
Formalisation dans le modèle
Dans PHERASYS, les taux de mortalité annuels aoa de chaque pathovar o sont transformés en taux de
mortalité journaliers daoa. Chaque jour d, le nombre de semences viables SBoad est calculé à partir des
semences restant de la veille SBoa(d-1) et de ces taux journaliers (équation [1] dans l’algorithme en
annexe 1). Par analogie avec FLORSYS, nous considérons des semences de deux classes d’âge
différentes car nous supposons que les semences de moins d’un an (a= « jeune ») ont un taux de mortalité annuel plus faible que les semences de plus d’un an (a= « âgé »). Les résultats présentés ci-dessus permettent donc de calculer les taux de mortalité des semences de moins d’un an ao jeune
(aO-colza jeune = 0,08 et aO-chanvre jeune = 0), tandis que les taux de mortalité des semences de plus d’un an
ao âgé seront déterminés à partir des résultats de la deuxième année d’expérimentation.
3. Dormance des semences
Parmi les semences viables, seulement une certaine proportion peut potentiellement germer lorsqu’elle est placée dans des conditions favorables : les semences non dormantes. Dans l’analyse suivante, la proportion de semences non-dormantes correspond à la proportion de semences germées cumulée maximale observée après stimulation par des exsudats racinaires. Nous distinguons deux phases pour ce processus :
(1) la germinabilité des semences fraîches, très dépendante des conditions d’humidité et de température avant l’addition de stimulants de germination (Leclerc, 2004; Gibot-Leclerc et al., 2004; Song et al., 2005; Moral et al., 2015), que nous modélisons à partir des données de la littérature (section III.3.i.) ;
(2) le cycle de dormance annuel des semences de P. ramosa en fonction des saisons, que nous modélisons à partir des résultats de l’expérimentation à laquelle j’ai participé (section III.2.).
29
Figure 6 :Proportion de viabilité des semences de P. ramosa (pathovar O-colza en haut et O-chanvre en bas) à différentes dates après enfouissement dans le sol (enfouissement le 17/07/2014 et le 14/10/2014 respectivement). Les droites représentent les modèles de viabilité des semences au cours du temps. Les points noirs représentent les points ayant servi à ajuster les modèles, tandis que les cercles noirs n’ont pas été pris en compte dans l’ajustement des modèles.
