Recherche Avancée

Thèse soutenue

Approche de la modélisation de la dynamique de population de la pyrale du maïs (Ostrinia nubilalis Hbn. ) [Lepidoptera : Pyralidae] dans le Bassin parisien

FR  |  
EN
Auteur / Autrice : Brigitte Got
Direction : François Rodolphe
Type : Thèse de doctorat
Discipline(s) : Biomathématiques
Date : Soutenance en 1985
Etablissement(s) : Paris 7

Résumé

FR

L'approche de la modélisation de la dynamique de populations de pyrales du maïs a été entreprise afin de lieux comprendre l'évolution spatiale et temporelle des populations de cet insecte, et de controler les risques qu'elles représentent pour le maïs. A partir d'une étude bibliographique, le cycle de la pyrale a été représenté par un ensemble de relations liant les paramètres clés de la dynamique des populations de cet insecte et les facteurs environnementaux. Ces relations traduisent les mécanismes physiologiques connus, qui conditionnent le développement de la pyrale. Il est ainsi possible de connaître les limites d'application du modèle et ses qualités prédictives, et de tester la cohérence des resultats acquis sur les différentes étapes du cycle. Les résultats bibliographiques se sont cependant révélés insuffisants pour permettre l'estimation et le test du modèle global. Des expériences de plein champ, à partir d'infestations artificielles, et des expériences de laboratoire en conditions contrôlées ont été réalisées dans ce but. Trois sous-modèles ont été plus particulièrement étudiés : la distribution des tailles de capsules céphaliques, afin de discriminer les larves des différents stades, la relation entre durée de développement des stades larvaires, température et stade phénologique du maïs, et enfin, la relation entre mortalité larvaire et facteurs environnementaux. Une description statistique de la distribution des tailles de capsules céphaliques au sein de la population échantillonnée a fourni une méthode de discrimination des différents stades larvaires. Les hypothèses du modèle (distribution normale des tailles de capsules au sein d'un stade, "homogénéité" de la population de plein champ échantillonnée, présence de 5 stades larvaires) sont discutées. Cette méthode améliore les méthodes déjà existantes, en particulier, elle précise les risques d'erreurs associés cette discrimination. Le sous-modèle de durée de développement est fondé sur le calcul d'un temps physiologique en degrés-jours et sur une distribution des durées des stades au sein d'une population. Une description statistique des effectifs de stades au cours d'échantillonnages destructifs successifs a permis d'estimer les durées des stades. La validité du modèle statistique ainsi que la qualité des estimations réalisées sont discutées. Une méthode d'estimation des durées des stades larvaires, à partir de suivis d'une cohorte en laboratoire, est également développée. L'étude de la mortalité montre que les connaissances sur la mortalité larvaire sont actuellement insuffisantes pour construire un modèle mécaniste. Une exponentielle négative, associée à un modèle empirique de distribution des erreurs, a été ajustée aux diminutions dans le temps des effectifs des cohortes correspondant aux différentes dates d'infestation. Ce modèle n'a pas permis de mettre en évidence une action des facteurs climatiques sur la mortalité. Le taux de mortalité apparaît comme étant lié à la densité, de façon non proportionnelle. Les autres sous-modèles sont décrits et discutés à partir d'une revue bibliographique et de premiers résultats expérimentaux. Le modèle de sortie de diapause, de ponte et de développement du mals sont des éléments essentiels de la modélisation de la dynamique du ravageur. La réalisation d'expériences à la fois en conditions de plein champ et en conditions contrôlées permet d'adapter les plans d'expérience aux estimations à réaliser, le contrôle des artefacts introduits et le test des hypothèses des sous-modèles. L'utilisation de modèles statistiques pour l'estimation des paramètres permet de connaitre les limites des modèles par la nécessaire formalisation des hypothèses et la qualité des estimations.