Search

Your search keyword '"gestion du paysage"' showing total 5 results
Start Over Descriptor "gestion du paysage" Topic epidemiologie vegetale
5 results on '"gestion du paysage"'

1. Epidemiological and evolutionary management of plant resistance: optimizing the deployment of cultivar mixtures in time and space in agricultural landscapes

Author

Ludovic Mailleret, Benoît Moury, Frédéric Fabre, Elsa Rousseau, Unité Mixte de Recherche en Santé Végétale (INRA/ENITA) (UMRSV), Institut National de la Recherche Agronomique (INRA)-École Nationale d'Ingénieurs des Travaux Agricoles - Bordeaux (ENITAB)-Institut des Sciences de la Vigne et du Vin (ISVV), Institut Sophia Agrobiotech (ISA), Centre National de la Recherche Scientifique (CNRS)-Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Institut National de la Recherche Agronomique (INRA), Biological control of artificial ecosystems (BIOCORE), Institut National de la Recherche Agronomique (INRA)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'océanographie de Villefranche (LOV), Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de Pathologie Végétale (PV), Institut National de la Recherche Agronomique (INRA), Agence Nationale de la Recherche ('VirAphid' (ANR-10-STRA-0001)), INRA (project 'TakeControl' of the metaprogramme Smach), Unité Mixte de Recherche en Santé Végétale (INRA/ENITA) (UMR SAVE), Institut Sophia Agrobiotech [Sophia Antipolis] (ISA), Institut National de la Recherche Agronomique (INRA)-Université Nice Sophia Antipolis (... - 2019) (UNS), Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Station de Pathologie Végétale (AVI-PATHO), Institut National de la Recherche Agronomique (INRA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'océanographie de Villefranche (LOV), Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de la Recherche Agronomique (INRA), and Fabre, Frédéric

Subjects
agroecosystem, [SDV]Life Sciences [q-bio], prévention des maladies, evolutionary epidemiology, [SPI]Engineering Sciences [physics], durabilité des résistances, landscape epidemiology, [INFO.INFO-AU]Computer Science [cs]/Automatic Control Engineering, Cultivar, épidémiologie végétale, [MATH]Mathematics [math], pathologie végétale, 2. Zero hunger, résistance variétale, education.field_of_study, mélange de variétés, Ecology, mosaic strategy, disease prevention, rotation des cultures, gène de résistance, agroécosystème, qualitative resistance, Agricultural sciences, heterogeneity of selection, General Agricultural and Biological Sciences, resistance durability, Agricultural landscapes, modèle spatialisé, Landscape epidemiology, Population, Context (language use), Biology, resistance gene, Genetics, education, Ecology, Evolution, Behavior and Systematics, Resistance (ecology), functional connectivity, Original Articles, 15. Life on land, maladie des plantes, Software deployment, rotation strategy, gestion du paysage, évolution génétique des populations, Sciences agricoles, Landscape connectivity, rotation of crops
Abstract

International audience; The management of genes conferring resistance to plant–pathogens should make it possible to control epidemics (epidemiological perspective) and preserve resistance durability (evolutionary perspective). Resistant and susceptible cultivars must be strategically associated according to the principles of cultivar mixture (within a season) and rotation (between seasons). We explored these questions by modeling the evolutionary and epidemiological processes shaping the dynamics of a pathogen population in a landscape composed of a seasonal cultivated compartment and a reservoir compartment hosting pathogen year-round. Optimal deployment strategies depended mostly on the molecular basis of plant–pathogen interactions and on the agro-ecological context before resistance deployment, particularly epidemic intensity and landscape connectivity. Mixtures were much more efficient in landscapes in which between-field infections and infections originating from the reservoir were more prevalent than within-field infections. Resistance genes requiring two mutations of the pathogen avirulence gene to be broken down, rather than one, were particularly useful when infections from the reservoir predominated. Combining mixture and rotation principles were better than the use of the same mixture each season as (i) they controlled epidemics more effectively in situations in which within-field infections or infections from the reservoir were frequent and (ii) they fulfilled the epidemiological and evolutionary perspectives.

Published
2015
Full Text
View/download PDF

2. Utiliser les principes éco-évolutifs pour définir des stratégies de gestion territoriale des résistances variétales

Author

Papaix, Julien, Lannou, Christian, Biostatistique et Processus Spatiaux (BIOSP), Institut National de la Recherche Agronomique (INRA), Département Santé des Plantes et Environnement (DPT SPE), BIOlogie et GEstion des Risques en agriculture (BIOGER), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Biostatistique et Processus Spatiaux (BioSP), and Institut National de la Recherche Agronomique (INRA)-AgroParisTech

Subjects
coévolution hôte-pathogène, résistance variétale, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, diversification, histoire évolutive, enquête, [SDV.BV.PEP]Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy, modelling, rotations, stratégie de gestion, coévolution, gestion du paysage, épidémiologie, gestion, organisation spatiale, survey, hôte pathogène, résistance, épidémiologie végétale, paysage, evolutionary history, pathologie végétale, projet scientifique, modélisation, gestion de la résistance
Abstract

Le contrôle des maladies en milieu agricole est souvent éphémère avec des approches baséessur les résistances génétiques montrant une faible durabilité. La source majeure de cette instabilitédans le niveau de protection fourni par les gènes de résistance s’explique par le fait que les systèmesplante-pathogène impliquent des interactions biotiques dans lesquelles chacune des composantes peutévoluer. En milieu agricole, l’évolution de la culture est majoritairement contrôlée par lessélectionneurs (notons toutefois le cas des variétés population dont l’évolution n’est pas entièrementcontrôlée). Par contre, l’évolution du pathogène est subie et, pour l’instant, elle n’est que trop peuprise en compte dans la définition de stratégies de gestion de la résistance variétale. De ce fait, lesconditions de culture établissent des pressions évolutives fortes sur les populations pathogènes, quiévoluent rapidement en acquérant de nouvelles virulences et en augmentant leur agressivité. Ceciabouti au contournement des résistances qualitatives et à l’érosion des résistances quantitatives. Enconséquence, un effort considérable est investi dans l’identification de nouveaux traits de résistance etdans le déploiement des gènes associés dans de nouvelles variétés. Comme expliqué ci-dessus, laplupart de ces résistances s’effondrent, amenant inévitablement à un cycle continu d’identification degènes, de leur déploiement et de leur remplacement. La définition de stratégies de gestion basées surles principes évolutifs semble donc incontournable.

Published
2017

3. Sustainable plant resistance management in agricultural landscapes

Author

Moury, Benoit, Fabre, Frédéric, Mailleret, Ludovic, Fabre, Frédéric, and Rousseau, Elsa

Subjects
interaction paysage agriculture, agriculture durable, épidémiologie moléculaire, Phytopathology and phytopharmacy, réservoir de virus, Virologie, cultivar résistant, gestion de risques, contournement de la résistance, processus démo-génétiques, Virology, structure paysagère, épidémiologie végétale, modélisation, virus phytopathogène, deployment strategy, durable resistance, evolutionary epidemiology, gene-for-gene model, landscape epidemiology, food and beverages, choix du cultivar, résistance au virus, gène de résistance, Phytopathologie et phytopharmacie, stratégie de gestion, gestion du paysage, aide à l'agriculteur, mutation virale, gestion stratégique
Abstract

The deployment of virus resistant crops often leads to the emergence of resistancebreaking pathogens that suppress the yield benefit provided by resistances. The theoretical analyses presented here are designed to provide guidelines for farmers aiming altogether to optimise the deployment of a resistant cultivar in a landscape over several years according to management strategies aiming either to minimise the overall yield losses due to the virus (economical strategy) or to keep the frequency of the resistance-breaking virus in the reservoir hosts under a preset threshold (patrimonial strategy). Assuming gene-for-gene interactions, epidemics are modelled by linking genetic and epidemiological processes in a landscape composed of a mosaic of resistant and susceptible fields, subjected to seasonality, and of a reservoir hosting viruses year round. We explored how time constant optimal cropping ratio (i.e. the proportion of resistance cultivar deployed in a landscape) defined according to either economical or patrimonial objectives depend on resistant cultivar choice and on landscape epidemiological context (defined by the landscape structure and the mean epidemic incidence observed before resistance deployment). If the choice of the resistance gene is the main factor determining optimal cropping ratio, epidemiological contexts are also important. In some of them, patrimonial and economical strategies have close economical efficiencies, implying that both management objectives are achievable at the same time. In others, patrimonial strategies have weak economical efficiencies, meaning that both management objectives are incompatible. A way to remove such incompatibility is to design time varying strategies where the proportion of resistant fields in the landscape can change. Indeed, such strategies can at the same time comply with a patrimonial objective while substantially restoring the economical efficiency of time constant strategies and can even over performed them in landscape where epidemics are primarily driven by between fields infection events.

Published
2013

4. Couplage entre résistance génétique et aménagement parcellaire : vers une gestion efficace et durable du puceron Aphis gossypii et des épidémies virales en cultures de melon

Author

Gognalons, Patrick, Boissot, Nathalie, Mistral, Pascale, Chareyron, Virginie, Wipf-Scheibel, Catherine, Lecoq, Herve, and Schoeny, Alexandra

Subjects
virus phytopathogène, sol nu, maladie transmise par vecteur, étude en plein champ, résistance à la colonisation, gène vat, Agricultural sciences, ennemi naturel, diversité parcellaire, puceron, plante à fleurs, melon, gestion du paysage, bande enherbée, résistance génétique, épidémiologie végétale, Sciences agricoles, aménagement parcellaire, Aphys gossypii, Cucumis melo, protection intégrée, Vat
Abstract

Le gène Vat confère au melon une résistance à la colonisation par le puceron Aphis gossypii ainsi qu'une résistance aux phytovirus non persistants (CMV, WMV,...) transmis par ces pucerons (Lecoq et al., 1979; Pitrat & Lecoq, 1982 ; Boissot et al., 2010). Il est toutefois inefficace pour bloquer la transmission des virus portés par les autres espèces de pucerons. L'utilisation de Vat est donc généralement couplée à des traitements aphicides afin de limiter la transmission virale par les pucerons non colonisateurs du melon. Or, la réduction progressive de l'usage des produits phytosanitaires dans la protection des cultures imposée par l'évolution de la réglementation (plan Eco-Phyto 2018) conduit à rechercher de nouvelles stratégies permettant d'accompagner la lutte génétique pour la gestion des bio-agresseurs. La bibliographie suggère que l'implantation de bandes de plantes non hôtes (enherbées ou fleuries) à la périphérie des cultures pourrait être une option efficace pour diminuer 1) la pression puceron (et donc le risque de contournement de Vat) en favorisant le développement des ennemis naturels (Pfiffner & Wyss, 2004) et 2) la pression virus en constituant notamment un filtre réduisant la charge virale des pucerons avant qu'ils n'atteignent les cultures (Hooks & Fereres, 2006). L'hypothèse testée dans ce projet est qu'un aménagement adéquat de l'environnement parcellaire peut contribuer à réguler les populations de pucerons et/ou leur potentiel virulifère et ainsi à réduire le risque d'épidémies virales. L'effet de trois types d'aménagement (sol nu, bandes enherbées et bandes fleuries) sur l'efficacité de la résistance médiée par le gène Vat est évalué au champ.

Published
2013

5. Durable strategies to deploy plant resistance in agricultural landscapes

Author

Ludovic Mailleret, Elsa Rousseau, Benoît Moury, Frédéric Fabre, Unité de Pathologie Végétale (PV), Institut National de la Recherche Agronomique (INRA), Unité Recherches Intégrées en Horticulture (URIH), Institut Sophia Agrobiotech (ISA), Institut National de la Recherche Agronomique (INRA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS), Biological control of artificial ecosystems (BIOCORE), Laboratoire d'océanographie de Villefranche (LOV), Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de la Recherche Agronomique (INRA), Centre National de la Recherche Scientifique (CNRS)-Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Institut National de la Recherche Agronomique (INRA), Societe Francaise de Phytopathologie (SFP). Paris, FRA., Station de Pathologie Végétale (AVI-PATHO), Institut Sophia Agrobiotech [Sophia Antipolis] (ISA), Institut National de la Recherche Agronomique (INRA)-Université Nice Sophia Antipolis (... - 2019) (UNS), Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), and Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM)

Subjects
0106 biological sciences, EVOLUTIONARY EPIDEMIOLOGY, Physiology, Virologie, Biodiversité et Ecologie, [SDV]Life Sciences [q-bio], Plant Science, 01 natural sciences, Plant Viruses, [SPI]Engineering Sciences [physics], durabilité des résistances, [INFO.INFO-AU]Computer Science [cs]/Automatic Control Engineering, réservoir de pathogènes, ComputingMilieux_COMPUTERSANDEDUCATION, Cultivar, DURABLE RESISTANCE, épidémiologie végétale, Disease Resistance, 2. Zero hunger, 0303 health sciences, Agroforestry, aménagement du territoire, food and beverages, Agriculture, Viral Load, gène de résistance, dynamique des populations, [SDV.MP.VIR]Life Sciences [q-bio]/Microbiology and Parasitology/Virology, DEPLOYMENT STRATEGY, GENE FOR GENE MODEL, LANDSCAPE EPIDEMIOLOGY, aménagement paysager, résistance durable, Landscape planning, résistance aux maladies, Crops, Agricultural, Landscape epidemiology, Phytopathology and phytopharmacy, GeneralLiterature_INTRODUCTORYANDSURVEY, Context (language use), virus, Biology, ressource génétique, Models, Biological, Biodiversity and Ecology, 03 medical and health sciences, modèle mathématique, InformationSystems_MODELSANDPRINCIPLES, [MATH.MATH-GM]Mathematics [math]/General Mathematics [math.GM], Disease management (agriculture), Virology, Plant virus, pratique culturale, 030304 developmental biology, modélisation, virus phytopathogène, Resistance (ecology), ComputingMilieux_THECOMPUTINGPROFESSION, business.industry, 15. Life on land, Phytopathologie et phytopharmacie, Biotechnology, [SDV.BV.PEP]Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy, stomatognathic diseases, gestion du paysage, mutation, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, business, 010606 plant biology & botany, Landscape connectivity
Abstract

International audience; The deployment of resistant crops often leads to the emergence of resistance-breaking pathogens that suppress the yield benefit provided by the resistance. Here, we theoretically explored how farmers' main leverages (resistant cultivar choice, resistance deployment strategy, landscape planning and cultural practices) can be best combined to achieve resistance durability while minimizing yield losses as a result of plant viruses. Assuming a gene-for-gene type of interaction, virus epidemics are modelled in a landscape composed of a mosaic of resistant and susceptible fields, subjected to seasonality, and a reservoir hosting viruses year-round. The model links the genetic and the epidemiological processes, shaping at nested scales the demogenetic dynamics of viruses. The choice of the resistance gene (characterized by the equilibrium frequency of the resistance-breaking virus at mutation-selection balance in a susceptible plant) is the most influential leverage of action. Our results showed that optimal strategies of resistance deployment range from 'mixture' (where susceptible and resistant cultivars coexist) to 'pure' strategies (with only resistant cultivar) depending on the resistance characteristics and the epidemiological context (epidemic incidence and landscape connectivity). We demonstrate and discuss gaps concerning virus epidemiology across the agro-ecological interface that must be filled to achieve sustainable disease management.

Published
2012
Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results