A DBN model to study the influence of epidemio surveillance networks on phytosanitary treatments

Archive ouverte

Aubertot, Jean-Noël | Cros, Marie-Josée | Gaba, Sabrina | Peyrard, Nathalie | Reboud, Xavier | Sabbadin, Régis

Edité par CCSD -

International audience. The role of Epidemiological Surveillance Networks (ESN) is becoming more andmore important to control epidemics in agricultural areas. The influence of the ESN outputs onthe number of phytosanitary treatments applied, and on the epidemic size is not well understood.We used a dynamic Bayesian network model of a pest dynamics to explore the influence ofspatial and temporal sizes of the network on these criteria. A simulation analysis showed thatfor weeds and soil-borne diseases, by increasing the ESN size, the number of treatments canbe significatively reduced with a moderate increase of the epidemics size. This illustrates howDBN models may help in identifying ways to reduce pesticide use. . Le rôle des Réseaux d’Epidémio Surveillance (RES) pour le contrôle des épidémiesdans les cultures est de plus en plus important. Cependant, l’influence de l’information fourniepar le RES sur le nombre de traitements phytosanitaires appliqués et la taille de l’épidémie estmal connu. Nous proposons un modèle de DBN pour représenter la dynamique d’un bioagresseurdans un parcellaire, afin d’explorer l’influence de la taille spatiale et temporelle du RESsur ces critères. Une analyse par simulation montre que pour les adventices et les pathogènesdu sol, il est possible de réduire le nombre de traitements significativement, pour une augmentationmodérée de la taille de l’épidémie, en augmentant la taille du RES. Cela illustre commentun DBN peut être utilisé pour identifier des leviers pour la réduction de l’usage des pesticides.

• Description
• Sujet/Public
• Outil
• Outil d'anticipation
• Mémoire et thèse
• Gestion