dossier

Utiliser les systèmes d'aide à la décision pour gérer le risque limace en grande culture

FRANÇOIS BRUN*, ANDRE CHABERT**, SÉBASTIEN GERVOIS ***, ELMINA MOTTIN **** ET LUCIE MICHEL* - Phytoma - n°677 - octobre 2013 - page 30

D'après une communication AFPP extraite de la 10e Conférence internationale sur les ravageurs en agriculture, à Montpellier, les 22 et 23 octobre 2014.
Limace grise Deroceras reticulatum, l'une des deux espèces nuisibles aux grandes cultures en France (l'autre est la limace noire Arion hortensis).      Actuellement, il n'y a aucun outil opérationnel aidant au raisonnement global des pratiques pour gérer le risque limace. Mais il existe des modèles utilisables pour bâtir un tel outil. Photo : A. Chabert

Limace grise Deroceras reticulatum, l'une des deux espèces nuisibles aux grandes cultures en France (l'autre est la limace noire Arion hortensis). Actuellement, il n'y a aucun outil opérationnel aidant au raisonnement global des pratiques pour gérer le risque limace. Mais il existe des modèles utilisables pour bâtir un tel outil. Photo : A. Chabert

Les limaces grises et noires peuvent occasionner des dégâts considérables en grande culture. Les plus concernées sont le colza, le tournesol et la betterave dont les semis et jeunes plantes peuvent être détruits. Le blé et d'autres céréales peuvent aussi être affectés.

Pour situer ce travail

Ce qui favorise les limaces

Certains changements de pratiques agronomiques adoptés pour des raisons économiques ou environnementales peuvent avoir des conséquences notables sur les populations de limace.

La présence d'une couverture végétale durant l'interculture peut favoriser les limaces en leur offrant un abri. Il en est de même pour la réduction du travail du sol qui limite les perturbations de leur habitat.

En plus des conditions climatiques de l'année, l'historique des populations de limaces est à considérer. Suite à une année très propice aux limaces (ex. : 2013), les populations risquent d'être plus importantes l'année suivante. Cet élément doit être pris en compte dans la gestion d'une campagne, idéalement en mobilisant des mesures prophylactiques en amont (Chabert et al., 2014).

Un besoin d'anticiper

Pour mettre en œuvre les principes de la lutte intégrée vis-à-vis des limaces, il faut anticiper le risque qu'elles représentent, et pour cela prendre en compte des informations complémentaires et les combiner entre elles. L'exploitation des leviers « agronomiques » et « phytosanitaires » va du changement de système de culture (modifications de pratiques culturales) à la « simple » optimisation de la date de traitement.

Pour cela, nous visons à construire un système d'aide à la décision complet fournissant l'ensemble des éléments d'analyse nécessaire à l'évaluation du risque et à la prise de décision en découlant.

Travail en trois points

Les travaux rapportés dans cet article sont menés dans le cadre du projet Resolim « Évaluation et prévision du risque lié aux populations de limaces nuisibles aux grandes cultures : constitution d'un réseau expérimental permettant de comprendre l'impact des pratiques agricoles et des facteurs environnementaux ». Ce projet, initié en 2013, pour trois ans, a été présenté dans Phytoma (Chabert et al., 2014).

Nous commençons ici par présenter notre analyse de la problématique limace et des types d'outils pouvant y répondre. Puis nous proposons une analyse des modèles existants, ainsi que des sources de données disponibles. Pour conclure, nous proposons notre avis sur ce que pourrait être un système d'aide à la décision complet pour gérer le risque limace en grandes cultures.

Plusieurs types d'outilspour répondre aux différentsbesoins du terrain

Besoin de diagnostic à la parcelle

Face au risque limace, notre objectif est de concevoir un ensemble d'outils pertinents pour établir un diagnostic a priori sur une parcelle, en tenant compte de paramètres liés au système de culture, à la culture, aux conditions climatiques et au stade de sensibilité de la culture.

L'objectif est de donner les moyens à l'agriculteur ou à son conseiller de raisonner ses pratiques de lutte en fonction des situations rencontrées.

Au-delà de cette approche a priori, il est souhaitable et/ou indispensable de compléter ces informations par des observations ou des piégeages in situ qui sont complémentaires. Les besoins d'informations pour évaluer le risque limace diffèrent selon les stratégies et les moyens de lutte mobilisés.

On peut distinguer deux grandes temporalités des prises de décision : raisonnement en amont de la campagne (« décisions stratégiques ») ou en cours de campagne (« décisions tactiques »). Le Tableau 1 propose une classification de ces besoins.

Stratégie, avant la campagne

En amont de la campagne, si l'on est dans une situation à risque limace récurrent, il s'agit d'évaluer l'intérêt de changer des composantes du système de culture et pratiques agricoles afin de réduire de manière structurelle ce risque.

À ce jour, si les effets des systèmes de production et des pratiques sont en général connus, il n'existe pas encore d'outil opérationnel aidant au raisonnement de ces pratiques dans un souci de réduire le risque limace. Un outil est en cours de conception et d'évaluation dans le projet Resolim.

Lors d'années présentant de fortes populations de limaces (comme 2013), un tel outil pourrait aussi être utilisé pour prendre des décisions prophylactiques exceptionnelles basées sur les leviers agronomiques afin de réduire les populations pour le début de la campagne suivante.

Tactique, en cours de campagne

En cours de campagne, il s'agit notamment de raisonner la lutte directe. Un des principaux moyens de lutte est l'épandage d'appâts contenant des substances actives aux propriétés molluscicides, mais il faut aussi mentionner les moyens de lutte mécanique (labour, déchaumage, roulage, désherbage mécanique...) ou de biocontrôle pouvant se décider en cours de campagne.

Il s'agit du dernier pilier du principe de la protection intégrée préconisant ces moyens de lutte directe en dernier recours. Ce principe se veut responsable et raisonné afin de cibler l'usage des produits en optimisant leur efficacité. Pour cela, l'agriculteur a besoin d'estimer :

– les populations de limaces en présence pour décider de l'opportunité d'un traitement ;

– leur activité pour positionner le traitement, mais aussi prendre en compte le stade de la culture pour évaluer le risque de dégât (le stade sensible se situe entre le semis et les premières feuilles).

En cours de campagne, il faudrait prendre en compte les caractéristiques de son système (dont l'historique de présence de limaces), des pratiques et des conditions météorologiques, et les anticiper si possible. Si les prédictions météorologiques au-delà des trois jours à venir restent entachées de fortes incertitudes, la qualité de ces prédictions tend à progresser.

L'optimisation du positionnement et du nombre des traitements répond à différents objectifs. Pour les molluscicides, l'épandage doit coïncider à une période où les limaces sont en pleine activité et non en période de repos ou de refuge (lien avec les conditions météorologiques), notamment afin d'optimiser la protection des plantes pendant leur période de sensibilité.

Objectif : intégrer et compléter ce qui existe

Si plusieurs outils ou modèles existent et pour certains sont à disposition des agriculteurs ou leurs conseillers, il reste parfois à préciser leur usage et à éprouver leur fiabilité sur le terrain, mais aussi et surtout à les intégrer dans un système d'aide à la décision complet.

En effet, il est difficile et non pertinent selon nous de chercher à construire un outil unique répondant à toutes les questions. Il semble plus opérationnel de construire une boîte à outils regroupant les divers outils nécessaires et précisant leur cadre d'utilisation.

Analyse des modèles existants

Les travaux de modélisation portant sur les limaces grises en grande culture ont été recensés à partir d'une recherche bibliographique, puis analysés. Le Tableau 2 présente une synthèse de cette analyse.

On y retrouve trois des grands types de questions auxquelles on cherche à répondre. Pour chacune, un ou plusieurs modèles existent et peuvent potentiellement répondre aux besoins identifiés précédemment.

Type 1 : impact du système de production végétal

En formalisant les effets des composants du système de production, des pratiques et du contexte environnemental sur les populations de limaces et en les intégrant dans un arbre agrégatif et qualitatif, on peut proposer un modèle qui décrit l'effet du système de production sur le risque limace.

Chabert (comm. personnelle) a décrit une première version, réalisée à l'aide du logiciel Dexi®, qui permet de structurer et organiser les différents effets partiels du système sur les limaces en précisant les règles d'agrégations. Les critères de base retenus sont les pratiques agricoles ayant un effet sur les limaces (culture en place, travail du sol, gestion des résidus de récoltes, semis, succession culturale, cultures intermédiaires et adventices), ainsi que des critères concernant l'environnement (type de sol) et l'emploi de molluscicides (Figure publiée dans Phytoma, Chabert et al., 2014).

À noter : ce type de modélisation est très voisin d'une approche générique intitulée Ipsim (Injury Profile SIMulator) (Aubertot et Robin, 2013) qui vise à proposer une approche multibioagresseur à l'aide d'un modèle qualitatif et agrégatif. Un projet commun entre Resolim et cette équipe a pour objectif de proposer un module limace selon la démarche Ipsim.

Type 2 : Dynamique des populations

Concernant le deuxième type de modèle, on note une progression des travaux menés en grande partie par un groupe anglais entre 2001 et 2006 (mêmes jeux de données utilisés pour le paramétrage et l'évaluation des modèles). Cela va d'un modèle de dynamique de populations relativement simple (Choi et al., 2004) à des modèles individus centrés (Shirley et al., 2001), simulant même le déplacement des limaces en fonction de l'état de la culture et de la répartition spatiale à l'échelle de la parcelle de la population (Choi et al., 2006).

L'évaluation de ces modèles montre qu'ils réussissent à simuler les grands traits de la dynamique des populations, mais pas forcément complètement les effets des conditions météorologiques (variabilité interannuelle) ou les effets sites (type de sol).

D'autres apports plus théoriques sur la modélisation de la dynamique des populations de limaces ont été réalisés en collaboration avec des chercheurs en mathématiques appliquées (Schley et Bees, 2002 et 2003 ; Bees et al., 2006). Si l'effet des variables climatiques n'y est pas pris en compte, les formalismes sont intéressants et des éléments de biologie des limaces y sont formalisés (valeurs des paramètres documentés avec références bibliographiques).

Ces travaux ayant pris fin à partir de 2006, il est important de se les réapproprier pour chercher à profiter de ces expériences et éprouver ces modèles dans une plus large gamme de situations.

Type 3 : activité des populations

Le troisième type est composé pour partie de travaux plus anciens (1989 à 1993) de la même équipe anglaise. La problématique clairement mise en avant est le positionnement des traitements.

La construction et l'évaluation de ces modèles se fondent notamment sur des observations quantifiant l'activité réelle des limaces (distances parcourues et nombre d'heures d'activité par suivi vidéo) ou des piégeages (mesurant à la fois la taille de la population et son activité).

Le modèle de Young et Port (1989 ; plusieurs variables microclimatiques) semble peu opérationnel. Le modèle de Young et al. (1993 et 1991) a comme limite d'utiliser la teneur en eau du sol, assez difficile à quantifier en routine, la procédure d'estimation qualitative de l'état hydrique étant nettement moins convaincante. On pourrait envisager de remplacer cette variable par un modèle de bilan hydrique simple, plus compatible avec des données météorologiques standards.

Enfin, le modèle proposé par Chabert (1999) est certainement le plus facile à mettre en œuvre de manière opérationnelle, car il utilise uniquement des données météorologiques standards.

Nuisibilité des populations : des seuils à revoir

Il existe de nombreux avis concernant les seuils de nuisibilité par culture lors des stades sensibles en fonction des données de piégeages, mais il faudrait certainement les revoir pour prendre plus d'éléments en compte dont les conditions d'évaluation des populations.

Par contre, il n'existe pas réellement de modèle intégrant les effets des populations, de leurs activités et les stades de la culture sur les pertes de rendement permettant de prendre une décision en fonction de son système et de son contexte socio-économique de production.

Données disponibles

Données d'observation sur les limaces

À côté de ces travaux de modélisation, nous avons à disposition un ensemble de sources de données sur les limaces en France ou au Royaume-Uni. Il s'agit de données expérimentales au champ ou en conditions contrôlées ou encore de données d'observations sur des parcelles agricoles. Ces jeux de données sont listés dans le Tableau 3.

À noter : certaines données sont issues de réseaux de piégeage. Que représentent-elles ?

La taille et l'activité

On distingue deux composantes corrélées que le piégeage estime :

La première est la taille de la population : si les conditions météorologiques sont propices à l'activité, le piégeage donne une information assez satisfaisante de la population présente (sauf les œufs et les petits juvéniles). Mais il y a des limites. L'hétérogénéité spatiale de la répartition des limaces empêche d'évaluer vraiment la densité à la parcelle ; il faut réfléchir à l'échantillonnage dans la parcelle. Par ailleurs, le piégeage révélant la fraction active de la population, le niveau de capture dépend du type de sol et du couvert végétal présent. Enfin, à certaines périodes, les pièges concentrent les limaces (effet refuge). La seconde est l'activité de la population : à population constante (à l'échelle d'une semaine par exemple), les relevés successifs et les fluctuations relatives apportent une information sur l'activité de la population, qui a une durée d'activité nocturne et une distance d'exploration variables en fonction des conditions météorologiques.

Afin d'apprécier la population active, plusieurs pièges sont positionnés par parcelle selon un protocole précis. À chaque relevé, les pièges sont déplacés afin que le relevé précédent n'influence pas le relevé suivant.

Enjeu : mobiliser les données pour évaluer les modèles

L'enjeu est de réussir à mobiliser ces données pour évaluer les modèles existants et en améliorer certains. Ces améliorations pourront passer par des modifications des formalismes en mobilisant notamment les données d'écophysiologie ou par une meilleure estimation de certains paramètres afin d'améliorer leur qualité de prédiction. Les modèles décrits ci-avant utilisent différentes données d'entrées, plus ou moins faciles à obtenir.

Quels besoins en données d'entrées pour les modèles ?

Un modèle utilise en général des données météorologiques journalières, type température (minimale, maximale, moyenne) ou pluviométrie. Ces données sont accessibles à partir de données standards issues de stations météorologiques (dont celles de Météo-France). On pourrait aussi envisager d'utiliser les données interpolées à une maille du kilomètre intégrant notamment la quantification des pluies par radar (Météo-France).

Ils peuvent exiger d'autres variables agroclimatiques élaborées : teneur en eau dans le sol (modélisée via un bilan hydrique simple en utilisant l'évapotranspiration calculée), vent à la surface du sol (estimé à partir de la mesure du vent standard et d'information sur le couvert), température du sol (mesurée dans certaines stations ou remplacée par un modèle fonction de la température standard intégrée dans le temps).

Des informations sur les caractéristiques du sol sont également nécessaires et une partie existe dans les bases de données de sol.

En revanche, l'état structurel du sol (lié notamment à l'historique des parcelles) n'est pas indiqué alors qu'il influence la dynamique des populations de limaces (présence de fissures, matière organique). Cette donnée est accessible par une connaissance approfondie de la situation.

Enfin, les informations concernant le système de production et les pratiques doivent être renseignées pour chaque situation particulière. Nous pouvons chercher à utiliser les mêmes descripteurs que pour d'autres outils permettant de formaliser la description des pratiques (par exemple Systerre®, Jouy et Tournier (2011)), facilitant une future interopérabilité.

Quelle combinaison des différentes sources d'information ?

Intégrer les données en cours de campagne pour corriger la prédiction

Les modèles présenteront certainement des lacunes du point de vue de la qualité de prédiction. Une piste pour mieux combiner les diverses sources d'information et corriger les prédictions des modèles est d'utiliser les données en cours de campagne. Dans le cas des limaces, cela signifie profiter des données de piégeage à l'échelle de la parcelle ou au niveau régional pour modifier l'historique de prévision du modèle à une date donnée en utilisant les données passées et ainsi proposer une prédiction combinant modélisation a priori et données de saison. Des travaux de cette nature ont lieu dans le projet « SynOEM - Mieux profiter de la synergie entre réseaux d'observations, expertise et modélisation pour l'élaboration du Bulletin de santé du végétal » (2013-2016, Financement pour et sur le plan Ecophyto).

Place de l'information à l'échelle régionale dans le raisonnement

Dans le cadre duBulletin de santé du végétal, on s'interroge sur l'intérêt d'un diagnostic à l'échelle régionale. En effet, cette information doit être utilisable par l'agriculteur pour la prise de décision. Des modèles statistiques peuvent permettre d'évaluer la part de l'effet général des pratiques (variété, semis) et de l'effet propre lié à la parcelle. Car il existe des parcelles sans limaces ! D'où l'importance de l'effet situation parcellaire.

Dans le cadre du Bulletin de santé du végétal (BSV), les parcelles suivies pour les limaces n'ont pas forcément un historique limace. L'information fournie est valide seulement si la parcelle est concernée par la présence de limaces, alors on aura une indication du risque limace lié aux conditions météorologiques en cours.

Bien que l'activité des limaces dépende fortement des conditions météorologiques, son estimation fait l'objet d'une demande à l'échelle régionale de la part des BSV et des autres réseaux d'observation.

Ce type d'information régionale peut servir à nourrir le raisonnement de l'agriculteur, que cela soit pour positionner ses traitements ou pour réaliser des observations sur ses propres parcelles. Par contre l'estimation des populations au niveau régional est assez peu pertinente pour la prise de décision, même si elle l'est pour réaliser un bilan de la campagne.

En effet, cette prise de décision va dépendre fortement :

– de la présence ou non de limaces sur la parcelle, donc du choix des parcelles ;

– des mesures de protection phytosanitaires prises les années précédentes ;

– des pratiques agronomiques.

Vers un système cohérent d'aide à la décision

Des outils sont potentiellement disponibles pour le raisonnement des moyens de lutte. Ils sont basés sur des modèles, des réseaux d'observation et de suivi de pratiques agricoles à la parcelle. Ces approches complémentaires pourront être articulées entre elles pour constituer un système d'aide à la décision complet qui pourra répondre aux questions qui se posent à différents moments du cycle cultural (Figure 1).

Il s'agit maintenant d'aller plus loin en développant ce système, tout en vérifiant au fur et à mesure si les besoins ont bien été identifiés.

D'autres utilisations des résultats de simulation sont envisageables. Une cartographie des risques limace (climatiques) à l'échelle de la France, avec risque moyen et variabilité interannuelle, pourrait être une information intéressante pour les acteurs du monde agricole. Cela pourrait être réalisé en tenant compte du climat actuel ou des scénarios de changements climatiques.

REMERCIEMENTS

Ces travaux sont menés dans le cadre du projet Resolim, financé par le compte d'affectation spécial pour le développement agricole et rural du ministère de l'Agriculture, de l'Agroalimentaire et de la Forêt. Nous tenons également à remercier tous les participants du projet Resolim pour leur contribution à cette réflexion.

Fig. 1 : Proposition d'un système d'aide à la décision intégré        Il permettrait de prendre les décisions stratégiques d'une part, tactiques d'autre part. IT = interculture. Cult = culture. ITK = itinéraire technique. N = année de la prise de décision recherchée. N-1 = année précédente (etc.).

Fig. 1 : Proposition d'un système d'aide à la décision intégré Il permettrait de prendre les décisions stratégiques d'une part, tactiques d'autre part. IT = interculture. Cult = culture. ITK = itinéraire technique. N = année de la prise de décision recherchée. N-1 = année précédente (etc.).

RESUME

CONTEXTE - Les limaces sont des ravageurs pouvant causer de graves dégâts en grande culture en fonction de leurs populations, leur activité et l'état des cultures.

Certains moyens de contrôle connus ont montré leur efficacité, mais il n'y a pas à ce jour de système combinant ces différents leviers afin d'avoir un raisonnement complet en vue de la prévision des risques. Or, que cela soit en amont ou en cours de campagne, une série de décisions doivent être prises à des moments clés des itinéraires techniques des cultures pour réduire les risques de dommages.

VERS UN SYSTEME - Cette analyse conduit à préciser certains besoins et contraintes pour établir des outils de modélisation et à évaluer les outils existants ainsi que les sources de données disponibles. Nous proposons une nouvelle approche, dans le but de mettre au point un système d'aide à la décision articulant divers modèles ou outils pour répondre de façon opérationnelle à la gestion du risque limace dans le cadre d'une protection intégrée.

MOTS-CLES - Ravageurs, limaces, grande culture, analyse de risque, levier agronomique, modélisation, OAD, prédiction, protection intégrée.

SUMMARY WHICH DECISION SUPPOR T SY TEM TO MANA GE SL UGS IN ARA BLE CRO P ?

ABSTRACT - Slugs are pests that can cause important damage in field crops depending on population size and activity and crop conditions.

If some means of control are well known and have proven their effectiveness (including mollucicid pellets and agronomic practices), it does not exist today a system that combines these different means in order to have a complete reasoning for the risk prediction.

Whether before or during the campaign, a series of decisions must be taken at key moments to reduce the risk of damage. This analysis leads to specify a number of requirements and constraints in terms of modelling. We analyze existing modelling tools and the available data sources.

Thus we propose a new approach to develop a decision support system articulating different models or tools to respond to operational risk management of slug in the framework of the integrated pest management.

KEY WORDS - Agronomic practices, DSS, modelling, prediction, risk analysis, slug.

POUR EN SAVOIR PLUS

AUTEURS : *F. BRUN , **A. CHABERT , ***S. GERVOIS, ****E. MOTTIN, *L. MICHEL

*Acta, Castanet-Tolosan.

**Acta, Marcy-l'Étoile.

***Cetiom, Grignon.

****Acta, université de Rennes 1.

CONTACT : francois.brun@acta.asso.fr

LIEN UTILE : www.afpp.net.

BIBLIOGRAPHIE : - La bibliographie de cet article (19 références) est publiée intégralement dans la communication Cira dont il est extrait. Lien ci-dessus.

L'essentiel de l'offre

Phytoma - GFA 8, cité Paradis, 75493 Paris cedex 10 - Tél : 01 40 22 79 85