Modeling the dynamics of foliar diseases of perennial tropical crops at different spatial scales: the case of black Sigatoka disease
Modélisation des dynamiques de maladies foliaires de cultures pérennes tropicales à différentes échelles spatiales : cas de la cercosporiose noire du bananier
Résumé
This thesis concerns the modeling of the dynamics of foliar diseases of tropical perennial crops at different spatial scales. This modeling approach is applied to Black Sigatoka (or black leaf streak disease) of banana. It is to explore and determine the environmental and host resistance parameters influencing the spatiotemporal dynamics of the disease and to provide elements related to control of the disease. Two models have been developed within the framework of this thesis.
The dynamic at the plant scale is described by two mechanistic modules, a plant growth sub-module and an epidemiological sub-module describing the pathogen epidemic cycle. The model was validated by an independent data set. Numerical experiments and model sensitivity analysis performed by the methods of Morris and e-FAST enabled to better understand the functioning of this epidemic disease and enabled the identification of three parameters that influence the severity of the disease: the lesion growth rate, the incubation period and the infection efficiency. Bayesian Inference has helped to refine the a priori information available about these three parameters. The model sensitivity analysis also identified the influence of two parameters related to plant growth: the number of leaves on a plant and the leaf emission rate.
A spatiotemporal dynamic model of Black Leaf Streak Disease has been developed at a territory scale from surveys conducted in Martinique (FWI) during the period of invasion of the disease from September 2010 to May 2012. The model uses the theory of point processes to describe the dynamics of the disease.
The data collected being censored, parameter inference was performed in a Bayesian framework using a MCMC data augmentation algorithm.
The results highlight the impact of private gardens and plots of plantains in the invasive dynamics of black Sigatoka. The model and the inference allow reconstructing the spatiotemporal dynamics of the invasion depending on the coverage of the landscape.
Both spatial and temporal dynamics models developed at two different spatial scales were used to acquire important information for building control tools of Black Sigatoka of banana.
Cette thèse concerne la modélisation des dynamiques de maladies foliaires de cultures pérennes tropicales à différentes échelles spatiales. Cette approche de modélisation est appliquée à la cercosporiose noire du bananier. Il s'agit d'explorer et de déterminer les paramètres environnementaux et de résistance de l'hôte ayant une influence significative sur la dynamique spatio-temporelle de la maladie et d'apporter des éléments associés au contrôle de la cercosporiose noire.
Deux modèles ont été développés dans le cadre de cette thèse.
La dynamique épidémiologique au niveau de la plante est décrite par un modèle mécaniste décomposé en un module de croissance de la plante et un module épidémiologique décrivant le cycle épidémique du pathogène. Le modèle a été validé par un jeu de données indépendant. Les expérimentations numériques et l'analyse de sensibilité du modèle réalisées par les méthodes de Morris et de e-FAST ont permis de mieux comprendre le fonctionnement épidémique de cette maladie et d'identifier les paramètres influant le plus la dynamique épidémique en particulier la vitesse d'extension des lésions, la durée d'incubation et l'efficacité d'infection. L'approche bayésienne a permis d'affiner l'information a priori disponible pour ces trois paramètres. L'analyse de sensibilité du modèle a également permis d'identifier l'influence de deux paramètres liés à la croissance de la plante : le nombre de feuilles présentes sur une plante et le rythme d'émission foliaire.
Un modèle de dynamique spatio-temporelle de la cercosporiose noire a été développé à l'échelle d'un territoire à partir d'enquêtes effectuées en Martinique (FWI) pendant la période d'invasion de cette maladie de septembre 2010 à mai 2012. Le modèle utilise la théorie de processus ponctuels pour décrire la dynamique de la maladie. Les données récoltées étant censurées, l'inférence des paramètres du modèle a été réalisée dans un cadre bayésien en utilisant un algorithme MCMC d'augmentation de données. Les résultats mettent en évidence l'impact des jardins privés et des parcelles de bananiers plantains dans la dynamique invasive de la cercosporiose noire. Le modèle et l'inférence développés permettent de reconstruire la dynamique spatio-temporelle de l'invasion en fonction de la couverture du paysage.
Les deux modèles de dynamiques spatio-temporelles développés à deux échelles spatiales différentes ont permis d'acquérir des informations importantes pour construire des outils de conception de méthode de contrôle de la cercosporiose noire des bananiers.
Loading...