Infodoc : Sciences, Techniques et Culture

L’oïdium constitue un problème phytosanitaire majeur sur plusieurs cultures, dont le melon, fortement implanté dans le Sud-Est français. Il entraine des pertes importantes de production, des baisses de qualité des fruits, notamment du taux de sucres. Les moyens de lutte contre ce champignon prennent différentes formes : choix variétal, protection phytosanitaire et mesures prophylactiques. Cependant, ces méthodes, à elles seules ne permettent pas de gérer durablement les épidémies polycycliques d’oïdium. La capacité d’adaptation du pathogène, les contournements de résistances variétales et l’apparition de souches résistances aux matières actives des produits phytosanitaires rendent la protection du melon problématique. Ce projet, débuté en 2013 par Syngenta, vise à développer un modèle[...]

L’oïdium constitue un problème phytosanitaire majeur sur plusieurs cultures, dont le melon, fortement implanté dans le Sud-Est français. Il entraine des pertes importantes de production, des baisses de qualité des fruits, notamment du taux de sucres. Les moyens de lutte contre ce champignon prennent différentes formes : choix variétal, protection phytosanitaire et mesures prophylactiques. Cependant, ces méthodes, à elles seules ne permettent pas de gérer durablement les épidémies polycycliques d’oïdium. La capacité d’adaptation du pathogène, les contournements de résistances variétales et l’apparition de souches résistances aux matières actives des produits phytosanitaires rendent la protection du melon problématique. Ce projet, débuté en 2013 par Syngenta, vise à développer un modèle d’alerte afin d’éviter durablement les épidémies en anticipant les périodes à risque. Cela passe tout d’abord par une amélioration de nos connaissances épidémiologiques sur ce champignon (I) et par un suivi approfondi de parcelles sensibles à l’oïdium sur plusieurs années (II) afin de corréler les conditions environnementales, mais surtout climatiques, à l’initiation d’une épidémie au champ (III). La détection du pathogène au champ peut se faire avant l’apparition des signes de la maladie grâce à la technique de qPCR réalisée sur des échantillons de feuilles de melon. On peut ainsi confronter les données météorologiques, les données de quantification du laboratoire d’analyse et les notations visuelles. Ce travail de collecte de données nous permet alors d’établir des règles de décision sur le déclenchement de périodes à risque élevé et de construire un premier prototype du modèle d’alerte prenant en compte température, humidité relative et précipitations journalières (IV). On a également pu préciser l’effet des résistances variétales et des traitements sur la progression de l’épidémie grâce à la mise en place d’une plateforme expérimentale dédiée à l’oïdium du melon sur la station de Syngenta de Sarrians (84).

Powdery mildew is a big health problem issue for many crops, including melon which is produced a lot in the South-East of France. It decreases yields and fruit quality, in particular the quantity of sugar concentration in melons. To control this disease several tactics can be used simultaneously: use of resistant varieties, chemical treatments and prophylactic techniques. Nevertheless none of them is efficient and sustainable against these polycyclic epidemics of powdery mildew. The remarkable capacity to adapt of the fungus, the breakdown of genetic resistance and the emergence of resistant strains to the active substances of phytosanitary products make the melon protection problematic. This project - created in 2013 by Syngenta - aims at developing a powerful decision support tool to anticipate the high-risk period of epidemics and manage powdery mildew in the fields in a sustainable way. It begins with improving our epidemiologic knowledge of this fungus (I) and monitoring some plots of melon sensitive to the powdery mildew over several years (II) in order to link the environment, but especially the climate, to the pressure of the epidemic in a field. We can have early detection of the pathogen - before the first signs of illness on plants - thanks to the qPCR technique on melon leaf samples. This way, we can confront the climactic data, the lab data and the field assessment data. Collecting data is the main step to establishing decision rules about the risk of outbreaks of epidemics and to design a first prototype of an early-warning model based on temperature, relative humidity and rainfalls (IV). We could also specify the effect of varietal resistance and chemical treatments on the progress of the disease thanks to an experimental integrated platform dedicated to powdery mildew on melon crop on Syngenta Sarrians site (84).