Modélisation et estimation de la dispersion efficace du pollen de colza à longue distance, dans un paysage agricole et dans un champ

par Céline Devaux

Thèse de doctorat en Sciences biologiques

Sous la direction de Claire Lavigne.


  • Résumé

    Dans cette etude, des modeles statistiques de dispersion de pollen de colza ont ete construits pour estimer la pollinisation a longue distance. Cette estimation s'est faite en ajustant des fonctions de dispersion individuelle qui decrivent la probabilite qu'un grain de pollen feconde une plante a une distance donnee, a partir de donnees recoltees dans un bassin de production ( loir-et-cher, 100km² contenant 170 champs). Des plantes male-steriles ont ete placees dans ce bassin pour echantillonner des grains de pollen dont les genotypes ont ete ulterieurement determines grace a des marqueurs microsatellites. L'ajustement des fonctions a ete realise en maximisant la vraisemblance des donnees genetiques sous l'hypothese d'un modele de d'appariement. Les resultat de cette etude ont montre que (1) les nuages polliniques echantillonnes presentent une forte diversite et une forte differenciation, (2) ces nuages proviennent des champs proches mais egalement distants (plusieurs centaines de metres) des sites d'echantillonnage et (3) la moitie de ces nuages provient de sources de pollen dont la position et la nature n'ont pas pu etre determinees precisement. La meilleure fonction de dispersion individuelle (geometrique) ajustee aux donnees de cette etude predit une forte proportion de pollinisation a longue distance, plus forte que les fonctions exponentielles couramment utilisees et plus forte que les fonctions de dispersion precedemment ajustees a l'echelle d'un champ. La fonction ajustee ici a ensuite ete (partiellement) validee en predisant les taux de pollinisation croisee observes dans douze dispositifs canadiens comprenant des champs de plusieurs dizaines d'hectares.

  • Titre traduit

    Modeling and estimating the long-distance and efficient dispersal of oilseed rape pollen, at the landscape level and within a field


  • Résumé

    This study aimed at building spatially explicit models of oilseed rape pollen dispersal to estimate dispersal kernels and conclude on the proportion of long-distance pollination. These dispersal kernels, that describe the probability of a pollen grain to fertilize a plant at a given distance, were estimated using data collected in a french production area (selommes, loir-et-cher) of 100 km² and containing 170 oilseed rape fields. First male-sterile plants were scattered in the study area to collect pollen grains. Then the genotypes of these pollen grains were retrieved using microsatellite markers. Dispersal kernels were estimated by maximising the likelihood of the genetic data under a mating model adapted to cultivated species. Results of this study showed that (1) sampled pollen clouds were diverse and differentiated, (2) these pollen clouds originated from close and distant fields (several hundred meters) and (3) half of the pollen clouds originated from pollen sources whose position and composition could not be precisely determined. The best-fitted dispersal kernel in this study (geometric) predicts much more long-distance pollination than the exponential functions that are commonly used and than dispersal kernels that were previously fitted within a field. The best-fitted kernel here was then (partially) validated by using it to predict cross-pollination rates observed in twelve canadian sites consisting of commercial fields of several hundred hectares.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (276 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 215-219

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris-Sud (Orsay, Essonne). Service Commun de la Documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : 0g ORSAY(2006)173
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.