Infodoc : Sciences, Techniques et Culture

La jaunisse nanisante de l’orge (JNO) est une virose des céréales transmise par pucerons. Les méthodes de lutte actuelles contre la JNO sont principalement basées sur l’utilisation de traitements insecticides positionnés au semis (traitement de semences) ou pendant la période de culture (traitement en végétation). L’enjeu de ce stage est de prédire le risque de JNO en amont du semis, pour aider l’agriculteur à choisir parmi les solutions de protection phytosanitaire. De nombreux facteurs interviennent dans l’épidémiologie de la JNO. Dans cette étude, l’élicitation de dires d’experts, permettant de formaliser leurs connaissances, a été utilisée pour hiérarchiser 7 facteurs de risque et prédire le risque de JNO de situations culturales données (i.e. pour l’ensemble des 1728 combinaisons[...]

La jaunisse nanisante de l’orge (JNO) est une virose des céréales transmise par pucerons. Les méthodes de lutte actuelles contre la JNO sont principalement basées sur l’utilisation de traitements insecticides positionnés au semis (traitement de semences) ou pendant la période de culture (traitement en végétation). L’enjeu de ce stage est de prédire le risque de JNO en amont du semis, pour aider l’agriculteur à choisir parmi les solutions de protection phytosanitaire. De nombreux facteurs interviennent dans l’épidémiologie de la JNO. Dans cette étude, l’élicitation de dires d’experts, permettant de formaliser leurs connaissances, a été utilisée pour hiérarchiser 7 facteurs de risque et prédire le risque de JNO de situations culturales données (i.e. pour l’ensemble des 1728 combinaisons des modalités des facteurs de risque). Sur la base d’une enquête diffusée auprès d’un réseau de 145 experts scientifiques et techniques, ces facteurs ont pu être hiérarchisés d’une part via une approche directe consistant à demander un classement aux experts, et d’autre part via une approche indirecte s’appuyant sur l’évaluation par chaque expert du risque de JNO associé à 24 scénarios. Les facteurs les plus importants vis-à-vis du risque de JNO sont, d’après les experts, la date de semis et l’historique de JNO à proximité de la parcelle. L’approche directe et la méthode indirecte basée sur des arbres de segmentation ont abouti à des prédictions moins précises du risque de JNO que la méthode indirecte basée sur un modèle linéaire mixte. Les résultats obtenus avec l’approche indirecte ont abouti à deux outils de prédiction précoce (i.e. avant le semis) du risque de JNO dans une situation culturale donnée. Le premier outil est un arbre de segmentation permettant de visualiser facilement les interactions entre les facteurs les plus importants, et de transmettre des messages simples sur le risque de JNO. Le deuxième outil est une interface (créée sous format Microsoft Excel®) exploitant les prédictions d’un modèle linéaire mixte. Ces deux outils seront diffusés par Bayer CropScience (BSC) dès l’année prochaine. Dans la perspective de confronter les prédictions issues de l’analyse des dires d’experts et l’impact de la JNO observé dans des situations réelles, un jeu de données biologiques a été construit à partir des bases de données issues d’essais mis en place par BCS.

Barley yellow dwarf (BYD) is an aphid-transmitted viral disease of cereals. BYD control methods presently rely mostly on the use of insecticides at sowing time (seed treatment) and during crop growth (insecticide sprays). The aim of this internship is to predict BYD risk before sowing, in order to help the grower to choose between the crop protection options. Many factors play a role in BYD epidemiology. In this study, the elicitation of expert judgements, which is a way to gain collective knowledge, was used to prioritize 7 risk factors and to predict the BYD risk in given cropping situations (i.e. for all the 1728 combinations of the levels of the risk factors). Based on an online questionnaire sent to a network of 145 scientific and technical experts, these factors were ranked by the experts according to their importance not only directly but also indirectly through their assessment of BYD risk for a set of 24 scenarios. According to the experts, the most important factors are the sowing date and the history of BYD in the plot vicinity. The direct method and the indirect method based on segmentation trees lead to less accurate prediction than the indirect method based on a linear mixed effects model. The results obtained with the indirect approach were used to build two early (i.e. before sowing) prediction tools for BYD risk in a given situation. The first tool is a segmentation tree, which reveals the interactions between the most important
factors and could be used to deliver simple messages. The second tool is an interface (created in MicrosoftExcel®) which uses the predictions of the linear mixed effects model. These two tools will be disseminated next year by Bayer CropScience (BCS). With the prospect of comparing the predictions based on expert judgements to BYD impact in real situations, a biological dataset was constructed using databases on BCS field trials.