L’infection d’un bananier par la cercosporiose noire

Table des matières

1 Introduction
1.1 Épidémies végétales et invasions biologiques
1.1.1 Définitions
1.1.2 Facteurs influant sur les dynamiques épidémiques
1.1.3 Modélisation spatio-temporelle et importance de l’échelle spatiale
1.2 Méthodes statistiques utilisées
1.2.1 Modélisation à l’échelle d’une plante
1.2.2 Modélisation à l’échelle d’un paysage
1.2.3 Méthodes d’estimation des paramètres
1.2.4 Analyse de sensibilité de modèles
1.3 Notre cas d’étude : la cercosporiose noire du bananier
1.3.1 Le bananier
1.3.2 La cercosporiose noire
1.3.3 Le pathogèneMycosphaerella fijiensis
1.3.4 Épidémiologie
1.3.5 Origine et distribution
1.3.6 Méthodes de lutte
1.3.7 Modélisation de la cercosporiose noire du bananier
1.4 Objectifs de la thèse
2 Modèle de simulation de la cercosporiose noire à l’échelle d’un bananier : le modèle Si-BaToka
2.1 Article en préparation
2.2 Simulation et évaluation du modèle
2.2.1 Description de la plante
2.2.2 Densité d’inoculum primaire
2.2.3 Dynamique des inoculums au cours des cycles de culture
2.2.4 Effet de l’inoculumprimaire sur la vitesse du cycle infectieux
2.2.5 Effet de la résistance du bananier sur la dynamique parasitaire
2.3 Discussion
3 Analyse de sensibilité du modèle SiBaToka
3.1 Introduction
3.2 Matériel et méthodes
3.2.1 Le modèle SiBaToka
3.2.2 Méthodes d’analyse de sensibilité
3.3 Résultats
3.3.1 Évaluation de l’effet des composantes de résistance de la plante et de la dispersion de l’inoculum secondaire
3.3.2 Évaluation de l’effet des caractères agronomiques et génétiques de la plante
3.3.3 Évaluation dumodèle complet
3.4 Discussion
3.4.1 Discussion des principaux résultats
3.4.2 Discussion desméthodes et dumodèle
4 Modélisation de la dynamique d’invasion de la cercosporiose noire à l’échelle d’un territoire
4.1 Contextes
4.1.1 Contexte biologique
4.1.2 Contexte méthodologique
4.1.3 Objectifs du chapitre
4.2 Données
4.2.1 Données de présence-absence à l’échelle d’un territoire
4.2.2 Données environnementales
4.2.3 Reconstitution du paysage
4.3 Modèle spatio-temporel
4.3.1 Description du modèle développé
4.3.2 Simulations du modèle
4.4 Inférence des paramètres du modèle
4.4.1 Vraisemblance, loi a priori et loi a posteriori
4.4.2 Algorithmes et validation
4.4.3 Validation
4.5 Analyse de sensibilité du modèle
4.5.1 Méthode deMorris
4.5.2 Méthode extended FAST
4.6 Inférence sur données réelles : Article en préparation
4.7 Discussion du chapitre
4.7.1 Discussion des principaux résultats
4.7.2 Discussion méthodologique
Conclusion
Bibliographie
A Analyse de sensibilité du modèle SiBaToka I