Search

Your search keyword '"Leclerc, Melen"' showing total 37 results
Start Over Author "Leclerc, Melen"
37 results on '"Leclerc, Melen"'

1. Estimation de ligne de base de capteurs d'humectation : int{\'e}gration et minimum locaux {\`a} diff{\'e}rentes {\'e}chelles

Author

Baudais, Jean-Yves, Leclerc, Melen, and Langrume, Christophe

Subjects
Electrical Engineering and Systems Science - Signal Processing
Abstract

Dielectric wetness sensors are used in agriculture to detect the presence of water on foliage and to predict the risk of disease development. The measured electrical signal has a base level drift that skews the alerts. We propose a method for estimating this baseline using L1 and selecting local minimums at an observation scale. The performance of the estimator is evaluated on simulated data and compared to the literature estimators., Comment: in French

Published
2021

4. Investigating phenotypic traits as potential drivers of the emergence of EU_37_A2, an invasive new lineage of Phytophthora infestans in Western Europe

Author

Puidet, Britt, primary, Mabon, Romain, additional, Guibert, Michele, additional, Kiiker, Riinu, additional, Loit, Kaire, additional, Le, Vinh Hong, additional, Eikemo, Håvard, additional, Dewaegeneire, Pauline, additional, Saubeau, Guillaume, additional, Chatot, Catherine, additional, Aurousseau, Frédérique, additional, Cooke, David E. L., additional, Lees, Alison K., additional, Abuley, Isaac K., additional, Hansen, Jens G., additional, Corbière, Roselyne, additional, Leclerc, Melen, additional, Najdabbasi, Neda, additional, and Andrivon, Didier, additional

Published
2023
Full Text
View/download PDF

6. Estimation de ligne de base de capteurs d'humectation : intégration et minimums locaux à différentes échelles

Author

Baudais, Jean-Yves, Leclerc, Melen, Langrume, Christophe, Baudais, Jean-Yves, Institut d'Électronique et des Technologies du numéRique (IETR), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Nantes Université - pôle Sciences et technologie, Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Université de Rennes (UR)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Rennes Angers, and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)

Subjects
[SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, [SPI.SIGNAL] Engineering Sciences [physics]/Signal and Image processing
Abstract

International audience; Les capteurs diélectriques d'humectation sont utilisés en agriculture pour détecter la présence d'eau déposée sur le feuillage et prédire le risque de développement de maladies. Le signal électrique mesuré présente une dérive du niveau de base qui vient biaiser les alertes. Nous proposons une méthode d'estimation de cette ligne de base exploitant la norme L1 et sélectionnant des minimums locaux à une échelle d'observation. Les performances de l'estimateur sont évaluées sur des données simulées et comparées à celles des estimateurs de la littérature.

Published
2022

7. Mobiliser les agroéquipements et le numérique pour des systèmes de culture sans pesticides

Author

Reboud, Xavier, Bedoussac, Laurent, Cellier, Vincent, Cordeau, Stephane, Delzon, Sylvain, Leclerc, Melen, Jouan, Julia, Agroécologie [Dijon], Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), AGroécologie, Innovations, teRritoires (AGIR), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), École Nationale Supérieure de Formation de l'Enseignement Agricole de Toulouse-Auzeville (ENSFEA), Domaine expérimental d'Époisses - UE0115 U2E (DIJ EPOISSES), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Biodiversité, Gènes & Communautés (BioGeCo), Université de Bordeaux (UB)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Université de Rennes (UR)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Rennes Angers, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Montpellier Interdisciplinary center on Sustainable Agri-food systems (Social and nutritional sciences) (UMR MoISA), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Centre International de Hautes Etudes Agronomiques Méditerranéennes - Institut Agronomique Méditerranéen de Montpellier (CIHEAM-IAMM), Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Florence Jacquet, Marie-Hélène Jeuffroy, Julia Jouan, Edith Le Cadre, Thibaut Malausa, Xavier Reboud, Christian Huyghe, and Raynaud, Christelle

Subjects
[SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [SDV.SA] Life Sciences [q-bio]/Agricultural sciences
Abstract

Chapitre 6 Disponible gratuitement en ebook; International audience; Les agroéquipements et le numérique sont des leviers essentiels pour développer des systèmes de culture sans pesticides. Des innovations en matière de précision d’exécutionet d’adaptabilité des équipements sont attendues. En parallèle, le développement des capteurs va permettre d’améliorer la surveillance des bioagresseurs, mais égalementcelle de l’ensemble du système de culture et de son environnement. Les capteurs, associés aux nouvelles technologies de l’information, pourront également contribuer àl’émergence de filières sans pesticides et facilitant la traçabilité du champ à l’assiette. Des questions vont néanmoins se poser quant à l’utilisation des nombreuses donnéescollectées et du coût potentiellement élevé de ces nouveaux équipements.

Published
2022

8. Examining Phenotypic Traits Contributing to the Spread in Northern European Potato Crops of EU_41_A2, a New Clonal Lineage of Phytophthora infestans

Author

Puidet, Britt, primary, Mabon, Romain, additional, Guibert, Michele, additional, Kiiker, Riinu, additional, Soonvald, Liina, additional, Le, Vinh Hong, additional, Eikemo, Håvard, additional, Dewaegeneire, Pauline, additional, Saubeau, Guillaume, additional, Chatot, Catherine, additional, Aurousseau, Frédérique, additional, Cooke, David E. L., additional, Lees, Alison K., additional, Abuley, Isaac K., additional, Hansen, Jens G., additional, Corbière, Roselyne, additional, Leclerc, Melen, additional, and Andrivon, Didier, additional

Published
2022
Full Text
View/download PDF

11. Estimation de ligne de base de capteurs d'humectation : intégration et minimum locaux à différentes échelles

Author

Baudais, Jean-Yves, Leclerc, Melen, Langrume, Christophe, Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Université de Rennes (UR)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-INSTITUT AGRO Agrocampus Ouest, and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)

Subjects
Electrical Engineering and Systems Science - Signal Processing, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, [SDV.BV.PEP]Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy
Abstract

Dielectric wetness sensors are used in agriculture to detect the presence of water on foliage and to predict the risk of disease development. The measured electrical signal has a base level drift that skews the alerts. We propose a method for estimating this baseline using L1 and selecting local minimums at an observation scale. The performance of the estimator is evaluated on simulated data and compared to the literature estimators., Comment: in French

Published
2021

16. Towards control of Ascochyta Blight in pea/wheat intercrops using qualitative modeling

Author

Corrales Munoz, David Camilo, Baranger, Alain, Jumel, Stephane, Leclerc, Melen, Langrume, Christophe, Le May, Christophe, Moussart, Anne, Robin, Marie-Hélène, Aubertot, Jean-Noël, AGroécologie, Innovations, teRritoires (AGIR), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Terres Inovia, We are grateful to the European project ReMIX 'Redesigning European cropping systems based on species MIXtures' for the technical and scientific support. This project has received funding from the European Union’s Horizon 2020 Programme for Research & Innovation under grant agreement n°727217., Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Rennes (UR)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-INSTITUT AGRO Agrocampus Ouest, and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)

Subjects
[SDV]Life Sciences [q-bio], [SDE]Environmental Sciences, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, ComputingMilieux_MISCELLANEOUS
Abstract

Session V: Crop modelling for risk and impact assessment (Poster 26).; National audience

Published
2020

17. Towards control of Ascochyta Blight in pea/wheat intercrops using qualitative modeling Centre Occitanie-Toulouse

Author

Camilo Corrales, David, Baranger, Alain, Jumel, Stephane, Leclerc, Melen, Langrume, Christophe, Le May, Christophe, Moussart, Anne, Robin, Marie-Hélène, Aubertot, Jean-Noel, AGroécologie, Innovations, teRritoires (AGIR), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Université de Rennes (UR)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-INSTITUT AGRO Agrocampus Ouest, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Terres Inovia, Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and Cliquet, Catherine

Subjects
[SDV.SA.STA]Life Sciences [q-bio]/Agricultural sciences/Sciences and technics of agriculture, [SDV.SA.STA] Life Sciences [q-bio]/Agricultural sciences/Sciences and technics of agriculture, [SDV.BV.PEP] Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy, ComputingMilieux_MISCELLANEOUS, [SDV.BV.PEP]Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy
Abstract

International audience

Published
2020

20. Effets combinés de l’architecture, de la résistance de la plante, de produits de biocontrôle et du mélange de variétés pour la lutte contre le mildiou de la pomme de terre

Author

Pasco, Claudine, Marquer, Bruno, Carrillo, Serge, Douchy, Herve, Leclerc, Melen, Andrivon, Didier, Pasco, Claudine, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST

Subjects
ComputingMilieux_MISCELLANEOUS, [SDV.BV.PEP] Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy, [SDV.BV.PEP]Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy
Abstract

National audience

Published
2018

21. Évaluation des effets combinés de différents leviers : architecture, résistance, produits de biocontrôle et mélange de variétés

Author

Pasco, Claudine, Marquer, Bruno, Carrillo, Serge, Douchy, Herve, Leclerc, Melen, Andrivon, Didier, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Présentation en COPIL du projet MilPomBio AAP Pour et sur le plan Ecophyto – Contribuer à l’essor du biocontrôle, and Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST

Subjects
[SDV.BV.PEP]Life Sciences [q-bio]/Vegetal Biology/Phytopathology and phytopharmacy
Published
2017

22. A Spatio-Temporal Exposure-Hazard Model for Assessing Biological Risk and Impact

Author

Walker, Emilie, Leclerc, Melen, Rey, Jean-François, Beaudouin, Rémy, Soubeyrand, Samuel, Messean, Antoine, Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA), Unité Impacts Ecologiques des Innovations en Production Végétale (ECO-INNOV), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Institut National de l'Environnement Industriel et des Risques (INERIS), 289706, European Commission, European Project: 289706,EC:FP7:KBBE,FP7-KBBE-2011-5,AMIGA(2011), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Biostatistique et Processus Spatiaux (BIOSP)

Subjects
Crops, Agricultural, Livestock, Toxicology, Models, Biological, Risk Assessment, Zea mays, Xenobiotics, Animals, Humans, Computer Simulation, Plant Diseases, Proportional Hazards Models, Ecology, Organisms, Genetically Modified, GMO, ENVIRONMENTAL RISK ASSESSMENT, Agriculture, STOCHASTIC GEOMETRY, [SDV.TOX]Life Sciences [q-bio]/Toxicology, Pollen, PARTICLE DISPERSAL, Genetic Engineering, Butterflies, Algorithms, Software, LANDSCAPE MANAGEMENT
Abstract

International audience; We developed a simulation model for quantifying the spatio-temporal distribution of contaminants (e.g., xenobiotics) and assessing the risk of exposed populations at the landscape level. The model is a spatio-temporal exposure-hazard model based on (i) tools of stochastic geometry (marked polygon and point processes) for structuring the landscape and describing the exposed individuals, (ii) a dispersal kernel describing the dissemination of contaminants from polygon sources, and (iii) an (eco)toxicological equation describing the toxicokinetics and dynamics of contaminants in affected individuals. The model was implemented in the briskaR package (biological risk assessment with R) of the R software. This article presents the model background, the use of the package in an illustrative example, namely, the effect of genetically modified maize pollen on nontarget Lepidoptera, and typical comparisons of landscape configurations that can be carried out with our model (different configurations lead to different mortality rates in the treated example). In real case studies, parameters and parametric functions encountered in the model will have to be precisely specified to obtain realistic measures of risk and impact and accurate comparisons of landscape configurations. Our modeling framework could be applied to study other risks related to agriculture, for instance, pathogen spread in crops or livestock, and could be adapted to cope with other hazards such as toxic emissions from industrial areas having health effects on surrounding populations. Moreover, the R package has the potential to help risk managers in running quantitative risk assessments and testing management strategies.

Published
2017

24. Modélisation du mouvement des chevreuils dans un paysage bocager simulé : premiers résultats, projets

Author

Parisey, Nicolas, Palerme, Marcellino, Michel, Goulard, Leclerc, Melen, Morellet, Nicolas, Hoch, Thierry, Institut National de la Recherche Agronomique - INRA (FRANCE), Institut National Polytechnique de Toulouse - Toulouse INP (FRANCE), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Dynamiques Forestières dans l'Espace Rural (DYNAFOR), Institut National de la Recherche Agronomique (INRA)-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Unité de recherche Comportement et Ecologie de la Faune Sauvage (CEFS), Institut National de la Recherche Agronomique (INRA), Biologie, Epidémiologie et analyse de risque en Santé Animale (BIOEPAR), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut National Polytechnique de Toulouse - INPT (FRANCE), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Institut National de la Recherche Agronomique (INRA)-École nationale supérieure agronomique de Toulouse (ENSAT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT), and Institut National de la Recherche Agronomique (INRA)-École nationale vétérinaire, agroalimentaire et de l'alimentation Nantes-Atlantique (ONIRIS)

Subjects
Paysage, [SDV]Life Sciences [q-bio], Biodiversité et Ecologie, mouvement, chevreuil, eds, [SHS]Humanities and Social Sciences, Eds, Mouvement, tiques, [SDE]Environmental Sciences, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, Chevreuil, paysage, Tiques
Abstract

National audience; Les tiques, dont Ixodes ricinus, espèce la plus répandue en Europe, sont vecteurs de nombreux agents pathogènes, protozoaires, bactéries ou virus, qui peuvent être responsables de maladies touchant l’Homme (Borreliose de Lyme) ou l’animal (babésiose bovine). En vue d’identifier les zones à risque vis-à-vis de ces maladies, il est important de connaître la distribution spatiale des tiques. Cette distribution dépend d’une part des conditions locales de température et d’humidité, d’autre part des mouvements des hôtes des tiques (Estrada-Peña, 2002). Les chevreuils sont notamment reconnus pour influencer fortement la densité de tiques (Ruiz-Fons et Gilbert 2010) et se déplacer sur de longues distances. Dans le cadre de l’estimation spatiale des risques, il est nécessaire de disposer d’un modèle de déplacement des hôtes en fonction des caractéristiques du paysage, dont le développement n’a pas été réalisé à ce jour. Dans un premier temps, une approche théorique a été privilégiée. Un modèle du paysage a été développé via une tesselation de Voronoï et un processus de marquage. Au sein de ce paysage modélisé, le mouvement du chevreuil est modélisé par des équations différentielles stochastiques. Ce mouvement se décompose donc en deux termes : un de dérive, qui dépend d’une fonction de potentiel reliée aux différents habitats qui composent le paysage, et un terme de diffusion. A partir d’une première fonction potentielle, il est donc possible de simuler le déplacement d’un individu dans un paysage modélisé. Les développements actuels visent dans un premier temps à tester différentes fonctions de potentiel en fonction de nos connaissances sur le comportement du chevreuil. L’étape suivante consistera à développer des méthodes d’inférence afin d’estimer les paramètres à partir de données simulées ou observées. Par la suite le prototype obtenu pourra être utilisé pour tester l’influence des caractéristiques du paysage sur le mouvement des chevreuils. Enfin, un couplage avec un modèle de dynamique de population de tiques (Hoch et al, 2010) fournira des aires de répartition simulées des vecteurs.

Published
2017

26. A Spatio‐Temporal Exposure‐Hazard Model for Assessing Biological Risk and Impact.

Author

Walker, Emily, Leclerc, Melen, Rey, Jean‐François, Beaudouin, Rémy, Soubeyrand, Samuel, and Messéan, Antoine

Subjects
STOCHASTIC geometry, HAZARDS, LANDSCAPES, POLLUTANTS, LEPIDOPTERA
Abstract

We developed a simulation model for quantifying the spatio‐temporal distribution of contaminants (e.g., xenobiotics) and assessing the risk of exposed populations at the landscape level. The model is a spatio‐temporal exposure‐hazard model based on (i) tools of stochastic geometry (marked polygon and point processes) for structuring the landscape and describing the exposed individuals, (ii) a dispersal kernel describing the dissemination of contaminants from polygon sources, and (iii) an (eco)toxicological equation describing the toxicokinetics and dynamics of contaminants in affected individuals. The model was implemented in the briskaR package (biological riskassessment with R) of the R software. This article presents the model background, the use of the package in an illustrative example, namely, the effect of genetically modified maize pollen on nontarget Lepidoptera, and typical comparisons of landscape configurations that can be carried out with our model (different configurations lead to different mortality rates in the treated example). In real case studies, parameters and parametric functions encountered in the model will have to be precisely specified to obtain realistic measures of risk and impact and accurate comparisons of landscape configurations. Our modeling framework could be applied to study other risks related to agriculture, for instance, pathogen spread in crops or livestock, and could be adapted to cope with other hazards such as toxic emissions from industrial areas having health effects on surrounding populations. Moreover, the R package has the potential to help risk managers in running quantitative risk assessments and testing management strategies. [ABSTRACT FROM AUTHOR]

Published
2019
Full Text
View/download PDF

29. Approche par modélisation et expérimentation du dévéloppement spatio-temporel des maladies telluriques: le cas du pathosystème betterave à sucre Rhizoctonia solani

Author

Leclerc, Melen, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Agrocampus - Ecole nationale supérieure d'agronomie de rennes, Philippe Lucas, Epidemiology and Modelling Group, University of Cambridge, Institut Technique de la Betterave, and Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST

Subjects
modelling, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, Rhizoctonia solani, épidémiologie, pathogène tellurique, epidemiology, sugar beet, soilborne pathogen, biofumigation, betterave sucrière, modélisation
Abstract

Nowadays it is still difficult to predict and control the spread of soilborne diseases that cause substantial damage in crop systems. The aim of this epidemiological interdisciplinary work is to propose models for the spatio-temporal spread of soilborne pathogens in order to point out key parameters for the control of soilborne diseases. This thesis considers the spread of Rhizoctonia solani on sugar beet as an example pathosystem and focuses on three main problems. First, we use experimental measures of the dispersal of the pathogen to parameterise a stochastic spatially explicit model and we show that host growth can trigger the development of epidemics by causing a switch from non-invasive to invasive behaviour. Second, using experimental data we build an age-varying model for the distribution of the incubation period that links hidden infections and above-ground observations of the disease. Then, we investigate the cryptic behaviour of epidemics by using a hierarchical model that considers a realistic incubation period. Third, we use a spatially-implicit model to estimate rates of infection from temporal disease data, and, to analyse the effects of biofumigation on epidemics. These parameters are integrated into an individual-based model to predict the stochastic development of epidemics. Our results confirm that biofumigation only permits a partial control and suggest that this biological control reduces uncertainty of the cryptic development of the disease. To finish with, we discuss the results of the thesis and we present the perspectives of this work.; Il est encore difficile de prédire et de contrôler le développement des maladies telluriques qui sont à l'origine de nombreux dégâts dans les systèmes de culture. Ce travail interdisciplinaire en épidémiologie a pour objectif de comprendre et de modéliser le développement spatio-temporel des épidémies telluriques afin d'identifier des leviers de gestion pour ces maladies. En se basant sur le pathosystème betterave sucrière - Rhizoctonia solani, la thèse se focalise sur trois problèmes. Dans un premier temps, en alliant mesures expérimentales de la dispersion du pathogène et simulations d'un modèle stochastique spatialement explicite, nous montrons que la croissance de l'hôte peut induire un changement dans le comportement du système qui, dans certains cas, devient invasif alors qu'il était initialement non-invasif. Dans un second temps, sur la base de mesures expérimentales nous proposons un modèle âge-dépendant de la distribution de la période d'incubation qui est utilisé pour relier les infections cachées et les observations de maladie. Le comportement cryptique des épidémies est ensuite étudié par simulation d'un modèle spatial hiérarchique qui intègre la période d'incubation. Dans un troisième temps, un modèle spatialement implicite est utilisé pour estimer les taux d'infection à partir de données temporelles de maladie et pour analyser les effets de la biofumigation sur les épidémies. Ces paramètres sont ensuite utilisés pour prédire le développement stochastique des épidémies à partir d'un modèle spatial individu-centré. Les résultats confirment que la biofumigation ne permet qu'un contrôle partiel des épidémies mais suggèrent que ce contrôle biologique diminue l'incertitude autour du développement cryptique de la maladie. Pour finir, les résultats de ces travaux sont discutés et les perspectives qu'ils suscitent sont présentées.

Published
2013

30. An epidemiological modelling framework to help agronomists defining crop protection strategies : the risk of R. solani in sugar beet using biofumigation

Author

Leclerc, Melen, Doré, Thierry, Gilligan, Christopher A., Lucas, Philippe, Filipe, Joao A. N., Biologie des organismes et des populations appliquées à la protection des plantes (BIO3P), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Agronomie, AgroParisTech-Institut National de la Recherche Agronomique (INRA), Department of Plant Sciences, University of Cambridge [UK] (CAM), Dept Plant Sci, Epidemiol & Modelling Grp, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Doré, Thierry, Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, and Institut National de la Recherche Agronomique (INRA)-AgroParisTech

Subjects
[SDV] Life Sciences [q-bio], [SDV]Life Sciences [q-bio], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2012

31. EPIDEMIOLOGICAL ANALYSIS OF THE EFFECTS OF BIOFUMIGATION ON THE SPREAD OF RHIZOCTONIA SOLANI IN SUGAR BEET

Author

Leclerc, Melen, Filipe, Joao A. N., Poggi, Sylvain, Doré, Thierry, Montfort, Françoise, Lucas, Philippe, Bailey, Douglas John, Biologie des organismes et des populations appliquées à la protection des plantes (BIO3P), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Dept Plant Sci, Epidemiol & Modelling Grp, University of Cambridge [UK] (CAM), Agronomie, AgroParisTech-Institut National de la Recherche Agronomique (INRA), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Institut National de la Recherche Agronomique (INRA)-AgroParisTech, and Doré, Thierry

Subjects
[SDV] Life Sciences [q-bio], [SDV]Life Sciences [q-bio], fungi, food and beverages
Abstract

International audience; Brown root rot, a soil-borne disease caused by Rhizoctonia solani, is becoming more frequent in some sugar beet growing areas. In some cases, this disease can have a significant economic impact and it can be quite difficult to control.Rhizoctonia solani is a saprotrophic polyphagous fungus linving into the soil. During the period when the crop is present it can initiate an epidemic from residuals soil inoculum and spread through secondary infection from plant to plant creating well-documented bare patches of disease.In a disease management perspective biofumigation could present an opportunity to exploit the intercrop period preceding the beet crop. In fact, some scientific works have demonstrated that growing and incorporating mustard could decrease the impact of R. solani on sugar beet. However, from an epidemiological point of view, biofumigation has several effects on the pathogen, some positive and others nega-tive. The balance between these effects could explain the level of success or failure of this biological treatment.Several experimental and modelling results are presented here to show how R. solani spreads in a sugar beet field and how biofumigation affects the epidemic. These research results have the potential to provide strategies for managing the disease.

Published
2012

32. Approche par modélisation et expérimentation du développement spatio-temporel des maladies telluriques : le cas du pathosystème betterave à sucre - Rhizoctonia solani

Author

Leclerc, Melen, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), AGROCAMPUS OUEST, Lucas, P., Doré, T., and Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST

Subjects
[SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, these
Published
2012

36. Estimating the Delay between Host Infection and Disease (Incubation Period) and Assessing Its Significance to the Epidemiology of Plant Diseases

Author

João A. N. Filipe, Philippe Lucas, Christopher A. Gilligan, Melen Leclerc, Thierry Doré, Unité Impacts Ecologiques des Innovations en Production Végétale (ECO-INNOV), Institut National de la Recherche Agronomique (INRA), Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Biostatistique et Processus Spatiaux (BIOSP), Agronomie, AgroParisTech-Institut National de la Recherche Agronomique (INRA), Department of Plant Sciences - Epidemiology and Modelling Group, University of Cambridge [UK] (CAM), Institut Technique Français de la Betterave industrielle (ITB), UK's Biotechnology and Biological Sciences Research Council (BBSRC), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Leclerc, Melen, AGROCAMPUS OUEST-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National de la Recherche Agronomique (INRA), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Gilligan, Christopher [0000-0002-6845-0003], and Apollo - University of Cambridge Repository

Subjects
Veterinary medicine, Spatial Epidemiology, modèle de comportement, Epidemiology, bactérie pathogène du sol, [SDV]Life Sciences [q-bio], Population Dynamics, ecology, management, anastomosis, pathogenicity, time, population-dynamics, compartmental-models, root-rot, sugar-beet, rhizoctonia-solani, Population Modeling, lcsh:Medicine, Disease, Infectious Disease Incubation Period, Pathosystem, Theoretical Ecology, période d'incubation, temps d'incubation, lcsh:Science, anastomose, 2. Zero hunger, Multidisciplinary, biology, Ecology, Agriculture, Infectious Disease Epidemiology, 3. Good health, dynamique des populations, Cryptic infection, Host-Pathogen Interactions, temps, épidémiologie, Medicine, Algorithms, Research Article, Markov Model, Agro-Population Ecology, phytopathologie, Crops, betterave industrielle, Incubation period, Rhizoctonia solani, Disease management (agriculture), medicine, Epidemics, Biology, Theoretical Biology, Plant Diseases, Stochastic Processes, Population Biology, lcsh:R, Crop Diseases, Models, Theoretical, 15. Life on land, Probability Theory, Probability Distribution, medicine.disease, biology.organism_classification, Crop Management, betterave sucrière, lcsh:Q, rhizoctonia solani, Pest Control, Population Ecology, Agroecology, Mathematics
Abstract

International audience; Knowledge of the incubation period of infectious diseases (time between host infection and expression of disease symptoms) is crucial to our epidemiological understanding and the design of appropriate prevention and control policies. Plant diseases cause substantial damage to agricultural and arboricultural systems, but there is still very little information about how the incubation period varies within host populations. In this paper, we focus on the incubation period of soilborne plant pathogens, which are difficult to detect as they spread and infect the hosts underground and above-ground symptoms occur considerably later. We conducted experiments on Rhizoctonia solani in sugar beet, as an example patho-system, and used modelling approaches to estimate the incubation period distribution and demonstrate the impact of differing estimations on our epidemiological understanding of plant diseases. We present measurements of the incubation period obtained in field conditions, fit alternative probability models to the data, and show that the incubation period distribution changes with host age. By simulating spatially-explicit epidemiological models with different incubation-period distributions, we study the conditions for a significant time lag between epidemics of cryptic infection and the associated epidemics of symptomatic disease. We examine the sensitivity of this lag to differing distributional assumptions about the incubation period (i.e. exponential versus Gamma). We demonstrate that accurate information about the incubation period distribution of a pathosystem can be critical in assessing the true scale of pathogen invasion behind early disease symptoms in the field; likewise, it can be central to model-based prediction of epidemic risk and evaluation of disease management strategies. Our results highlight that reliance on observation of disease symptoms can cause significant delay in detection of soil-borne pathogen epidemics and mislead practitioners and epidemiologists about the timing, extent, and viability of disease control measures for limiting economic loss.

Published
2014

37. A Spatio-Temporal Exposure-Hazard Model for Assessing Biological Risk and Impact.

Author

Walker E, Leclerc M, Rey JF, Beaudouin R, Soubeyrand S, and Messéan A

Subjects
Agriculture, Algorithms, Animals, Butterflies, Computer Simulation, Crops, Agricultural, Genetic Engineering, Humans, Livestock, Models, Biological, Organisms, Genetically Modified, Plant Diseases, Pollen, Proportional Hazards Models, Software, Toxicology, Zea mays genetics, Ecology, Risk Assessment methods, Xenobiotics chemistry
Abstract

We developed a simulation model for quantifying the spatio-temporal distribution of contaminants (e.g., xenobiotics) and assessing the risk of exposed populations at the landscape level. The model is a spatio-temporal exposure-hazard model based on (i) tools of stochastic geometry (marked polygon and point processes) for structuring the landscape and describing the exposed individuals, (ii) a dispersal kernel describing the dissemination of contaminants from polygon sources, and (iii) an (eco)toxicological equation describing the toxicokinetics and dynamics of contaminants in affected individuals. The model was implemented in the briskaR package (biological risk assessment with R) of the R software. This article presents the model background, the use of the package in an illustrative example, namely, the effect of genetically modified maize pollen on nontarget Lepidoptera, and typical comparisons of landscape configurations that can be carried out with our model (different configurations lead to different mortality rates in the treated example). In real case studies, parameters and parametric functions encountered in the model will have to be precisely specified to obtain realistic measures of risk and impact and accurate comparisons of landscape configurations. Our modeling framework could be applied to study other risks related to agriculture, for instance, pathogen spread in crops or livestock, and could be adapted to cope with other hazards such as toxic emissions from industrial areas having health effects on surrounding populations. Moreover, the R package has the potential to help risk managers in running quantitative risk assessments and testing management strategies., (© 2017 Society for Risk Analysis.)

Published
2019
Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results