Dynamique d’un système hôte-parasitoïde en environnement spatialement hétérogène et lutte biologique Application au puceron Aphis gossypii et au parasitoïde Lysiphlebus testaceipes en serre de melons.

Accueil || Parcours || Recherche || S'enregistrer || Mon Compte || Contacts || Aide || Langues

Lopes, Christelle (2007) Dynamique d’un système hôte-parasitoïde en environnement spatialement hétérogène et lutte biologique Application au puceron Aphis gossypii et au parasitoïde Lysiphlebus testaceipes en serre de melons. Doctorat Ecologie des populations et communautés, USC 1285 Ecologie des populations et communautés, AgroParistech 2007AGPT0019 p.311.

Plein texte disponible en tant que : - these-Lopes.pdf ( 5344 Kb )

Licence: Copyright

Résumé

Tous les écosystèmes naturels sont indéniablement structurés spatialement et

l’hétérogénéité induite affecte divers processus des systèmes écologiques. Dans certains cas,

l’influence de l’hétérogénéité spatiale sur les dynamiques de populations reste à préciser.

Cette thèse contribue à mieux comprendre, de manière théorique, les effets d’une telle

hétérogénéité sur les interactions hôte-parasitoïde. Pour cela, trois approches spatialisées ont

été développées et adaptées au puceron ravageur Aphis gossypii et à un de ses parasitoïdes

Lysiphlebus testaceipes en serre de melons.

L’importance de la structure spatiale a été testée en comparant un modèle non

spatialisé à un modèle spatialement explicite. Nos résultats ont montré que considérer l’espace

est essentiel pour décrire la distribution hétérogène des populations observée sur le terrain.

La manière de considérer la structure spatiale a été testée en comparant le modèle

spatialement explicite à une nouvelle approche, implicite, qui décrit le niveau d’infestation

des plants par une variable continue correspondant au nombre de plants ayant une certaine

densité en ravageurs à un instant donné. Alors que le modèle explicite nécessite autant

d’équations qu’il y a de plants dans la serre pour décrire les pucerons sains, notre nouvelle

approche utilise seulement une équation aux dérivées partielles. La comparaison entre les

deux modèles spatialisés a montré que : (i) les dynamiques hôte-parasitoïde prédites sont

similaires dans la plupart des cas ; (ii) les différences observées sont dues à la dispersion

locale (considérée seulement dans le modèle explicite), car elle peut avoir un impact

important sur les dynamiques de population, mais sans changer les conclusions concernant la

protection de la culture. La nouvelle approche implicite a donc généré des prédictions

réalistes avec un formalisme plus synthétique que le modèle commun plant par plant.

Le modèle implicite a donc été utilisé pour tester différentes stratégies de lutte

biologique. Nous avons montré que : (i) les lâchers préventifs sont moins efficaces que les

lâchers curatifs, à condition que la détection de l’infestation ne soit pas trop coûteuse ; (ii) les

stratégies à lâchers multiples sont toujours plus avantageuses que les stratégies à lâcher

unique. Nous montrons que l’efficacité d’une stratégie de lutte biologique dépend de la

réponse fonctionnelle des parasitoïdes, de la distribution initiale des ravageurs (qui détermine

le processus d’infestation), et des coûts affectés à chaque type de stratégies.

Mots clés: hétérogénéité spatiale, modèle hôte-parasitoïde spatialement implicite, dispersion,

stratégies de contrôle biologique, coûts de lutte.

Références Bibliographiques

A.C.T.A., 1982. Les pucerons des cultures. A.C.T.A., Paris, 351pp.

Arditi, R. and Ginzburg, L. R., 1989. Coupling in predator-prey dynamics: ratio-dependence.

J. Theor. Biol., 139: 311-326.

Bernstein, C., 1985. A simulation model for an acarine predator-prey system (Phytoseiulus

persimilis-Tetranychus urticae). J. Anim. Ecol., 54: 375-389.

Bernstein, C., 2000. Host-parasitoid models: the story of a successful failure. In: M.E.

Hochberg and A..R. Ives (Editors), Parasitoid population biology, Princeton University Press,

41-57.

Bouchard, Y. and Cloutier, C., 1984. Honeydew as a source of host-searching kairomones for

the aphid parasitoid Aphidius nigripes. Can. J. Zool., 62: 1513-1520.

Briggs, C.J. and Hoopes, M., 2004. Stabilizing effects in spatial parasitoid-host and predatorprey

models: a review. Theor. Popul. Biol., 65: 299-315.

Budenberg, W.J., 1990. Honeydew as a contact kairomone for aphid parasitoids. Entomol.<

Exp. Appl., 55: 139-147.

Collins, M.D., Ward, S.A. and Dixon, A.F., 1981. Handling time and the functional response

of Aphelinus thomsoni, a predator and parasite of the aphid Drepanosiphum platanoidis. J.

Anim. Ecol., 50(2): 479-487.

Comins, H.N., Hassell, M.P. and May, R.M., 1992. The spatial dynamics of host-parasitoid

systems. J. Anim. Ecol., 61: 735-748.

Czàràn, T., 1998. Spatiotemporal Models of Population and Community Dynamics, Chapman

& Hall, London, 284pp.

Dixon, A.F.G., 1973. Biology of Aphids. Edward Arnold (Publishers), London, 55 pp.

Dixon, A.F.G., 1985. Structure of aphid populations. Annu. Rev. Entomol., 30: 155-174.

Dixon, A. F. G., 1987. The way of life of aphids: host specificity, speciation and distribution.

In A.K. Minks and P. Hanewin (Editors), Word Crop Pest Aphids: Their Biology, Natural

Enemies and Control, Elsevier, Amsterdam, vol.2A: 197-207.

Du, Y., Poppy, G.M., Powell, W., Pickett, J.A., Wadhams, L.J. and Woodcock, C.M., 1998.

Identification of semiochemicals released during aphid feeding that attract parasitoid Aphidius

ervi. J. Chem. Ecol., 24: 1355-1368.

Durrett, R. and Levin, S., 1994. The importance of being discrete (and spatial). Theor. Popul.

Biol., 46: 363-394.

284

Fauvergue, X., Tentelier, C., Genson, G., Audiot, P., Guillemaud T. and Streiff, R., (2005).

Microsatellite DNA markers for Lysiphlebus testaceipes. Mol. Ecol. Notes, 5: 109-111.

Fernandez-Arhex, V. and Corley J.C., 2003. The functional response of parasitoids and its

applications for biological control. Bioc. Sci. Techn., 13(4): 403-413.

Fretwell, S.D., and Lucas, H.L., 1970. On territorial behaviour and other factors influencing

habitat distribution in birds. Acta Biotheor., 19: 16-36.

Godfray, H.C.J., Hassell, M.P. and Holt R.T., 1994. The population dynamic consequences of

phenological asynchrony between parasitoids and their hosts. J. Anim. Ecol., 63: 01-10.

Grasswitz, T.R. and Paine, T.D., 1992. Kairomonal effect of an aphid cornicle secretion on

Lysiphlebus testaceipes. J. Insect Behav., 5: 447-457.

Hassell, M.P., 1980. Some consequences of habitat heterogeneity for population dynamics.

Oikos, 35: 150-160.

Hassell, M.P., 2000. The Spatial and Temporal Dynamics of Host-Parasitoid Interactions.

Oxford, 200pp.

Hassell, M. P. and May, R. M., 1973. Stability in insect host-parasitoid models. J. Anim.

Ecol., 42: 693-726.

Hassell, M.P., Lawton, J.H. and Beddington, J.R., 1977. Sigmoid functional responses by

invertebrate predators and parasitoids. J. Anim. Ecol,. 46: 249-262.

Hassell, M.P., Pacala, S., May, R.M. and Chesson, P.L., 1991a. The persistence of hostparasitoid

associations in patchy environments. I. A general criterion. Amer. Nat., 138: 568-

583.

Hassell, M.P., Comins, H.N. and May, R.M., 1991b. Spatial structure and chaos in insect

population dynamics. Nature, 353: 255-258.

Hastings, A., 1990. Spatial heterogeneity and ecological models. Ecology, 71: 426-428.

Holling, S.C., 1959. Some characteristics of simple types of predation and parasitism. Can.

Entomol., 91: 385-398.

Huffaker, C.B., 1958. Experimental studies on predation: dispersal factors and predator-prey

oscillations. Hilgardia, 27: 343-383.

Kindlmann, P. and Dixon, A.F.G., 1989. Developmental constraints in the evolution of

reproductive strategies: telescoping of generations in parthenogenetic aphids. Funct. Ecol., 3:

531-537.

Lapchin, L., Guyot, H. and Brun P., 1994. Spatial and temporal heterogeneity in population

dynamics of citrus aphids at a regional scale. Ecol. Res., 9: 57-66.

285

Levin, S.A., 1974. Dispersal and population interactions. Amer. Nat., 108 (960): 207-228.

Levin, S.A., 1976. Population dynamics models in heterogeneous environments. Theor.

Popul. Biol., 26: 165-191.

Lombaert, E., Boll, R., Lapchin, L., 2006. Dispersal strategies of phytophagous insects at a

local scale: adaptative potential of aphids in an agricultural environment. BMC Evol. Biol. 6:

75.

Lopes, C., Spataro, T., Doursat, C. and Arditi, R., submitted. A new spatially implicit

approach to model host-parasitoid systems. J. theor. Biol..

May, R.M., 1978. Host-parasitoid systems in patchy environments: a phenomenological

model. J. Anim. Ecol., 47: 833-843.

May, R.M., Hassell, M.P., Anderson, R.M. and Tonkyn, D.W., 1981. Density dependence in

host-parasitoid models. J. Anim. Ecol., 50: 855-865.

Milner, F.A. and Patton, C.A., 1999. A new approach to mathematical modeling of hostparasite

systems. Comput. Math. Appl., 37: 93-110.

Murdoch, W.W., 1994. Population regulation in theory and practice. Ecology, 75: 271-287.

Murray, J.D., 1993. Mathematical Biology. Springer-Verlag, Berlin, 767pp.

Pimentel, D., Nagel, W.P. and Madden, J.L., 1963. Space-time structure of the environment

and the survival of parasite-host systems. Amer. Nat., 97: 491-509.

Reeve, J.D., 1988. Environmental variability, migration, and persistence in host-parasitoid

systems. Amer. Nat., 132: 810-836.

Reeve, J.D., 1990. Stability, variability, and persistence in host-parasitoid systems. Ecology,

71: 422-426.

Reeve, J. D., 1997. Predation and bark beetle dynamics. Oecol., 112: 48-54.

Rochat, J., 1997. Modélisation d'un système hôte-parasitoïde en lâcher inoculatif : application

au couple Aphis gossypii - Lysiphlebus testaceipes en serre de concombre. Thèse de doctorat,

Université Claude Bernard Lyon 1, France.

Schmelz, E.A., Alborn, H.T., Banchio, E. and Tumlinson, J.H., 2003. Quantitative

relationship between induced jasmonic acid levels and volatile emission in Zea mays during

Spodoptera exigua herbivory. Planta, 216: 665-673.

Sequeira, R. and Mac Kauer, M. 1988. Effects of parasitism by Praon pequodorum on agespecific

fecundity and population growth of the pea aphid, Acyrtosiphon pisum. Entomol.

Exp. Appl., 48: 179-185.

286

Shaltiel, L. and Ayal, Y., 1998. The use of kairomones for foraging decisions by an aphid

parasitoid in small host aggregations. Ecol. Entomol., 23: 319-329.

Spataro, T. and Bernstein, C. (2000). Influence of parasitized Adult Reproduction on Host-

Parasitoid Dynamics: An Age-structured Model. Theor. Popul. Biol., 58: 197-210.

Tentelier, C., Wajnberg, E. and Fauvergue, X., 2005. Parasitoids use herbivore-induced

information to adapt patch exploitation behaviour. Ecol. Entomol., 30: 739-744.

Tilman, D. and Kareiva, P., 1997. Spatial Ecology: The Role of Space in Population

Dynamics and Interspecific Interactions, Princeton University Press, 368pp.

Van Driesche, R. G. and Bellows, J. T.S., 1996. Biological control. Boston, Kluwer

Academic, 539pp.

Van Steenis, M., 1995. Evaluation and application of parasitoids for biological control of

Aphis gossypii in glasshouse cucumber crops. PhD Thesis, Wageningen Agricultural

University, Wageningen. The Netherlands.

Van Steenis, M.J. and. El-Khawass, K.A.M.H., 1995. Behaviour of Aphidius colemani

searching for Aphis gossypii: functional response and reaction to previously searched aphid

colonies. Bioc. Sci. Tech., 5: 339-347.

Vuichard, N., 2001. Modélisation à l'échelle de la métapopulation du système hôte-parasitoïde

Aphis gossypii - Lysiphlebus testaceipes. Rapport de stage, Institut National Agronomique

Paris-Grignon, Paris, France.

Weisser, W.W. and Hassell, M.P., 1996. Animals “on the move” stabilise host-parasitoid

systems. Proc. R. Soc. Lond. [Biol.], 263: 749-754.

Table des Matières

Introduction générale - 3

PARTIE 1 Dynamique des systèmes hôte-parasitoïde et caractéristiques biologiques 9

Chapitre I Modélisation des interactions hôte-parasitoïde - 11

1. Introduction - 11

2. Fonctions caractéristiques des relations hôte-parasitoïde - 12

2.1. Croissance de la population d’hôtes - 12

2.2. Réponse fonctionnelle du parasitoïde - 13

3. Modèles hôte-parasitoïde classiques - 18

4. Modèles structurés en classes - 19

4.1. Modèles structurés en temps discret : matrices de Leslie - 19

4.2. Modèles structurés en temps continu - 20

5. L’hétérogénéité spatiale dans les modèles hôte-parasitoïde - 23

5.1. Approches phénoménologiques - 23

5.2. Modèles dits en réseaux (ou “Lattice models”) - 29

5.3. Modèles globaux dits « à patches » (ou “patch models”) - 34

6. Conclusions du Chapitre I - 38

Chapitre II Le système biologique étudié - 41

1. Introduction - 41

2. L’environnement étudié : la serre - 41

3. Le puceron du coton Aphis gossypii - 43

3.1. Morphologie et distribution géographique - 43

3.2. Reproduction - 43

3.3. Potentiel biotique et croissance - 44

3.4. Comportements spatiaux - 45

3.5. Importance agronomique - 45

4. Le parasitoïde Lysiphlebus testaceipes - 50

4.1. Définition et généralités - 50

4.2. Caractéristiques et distribution géographique - 51

4.3. Reproduction et potentiel biotique - 52

4.4. Parasitisme - 53

4.5. Qualités de L. testaceipes comme agent de lutte biologique ? - 55

Sommaire

PARTIE 2 Dynamiques des interactions entre le puceron Aphis gossypii

et le parasitoïde Lysiphlebus testaceipes en serre de melons

Modèles et Méthodes d’analyse - 57

Chapitre III Les différentes approches développées - 59

1. Introduction - 59

2. Pré requis de modélisation - 59

2.1. Choix de modélisation - 59

2.2. Modèles A. gossypii – L. testaceipes existants - 60

2.3. Définitions et hypothèses communes à tous les modèles - 62

3. Le modèle non spatialisé - 65

4. Le modèle spatialement explicite - 66

4.1. Formalisme général - 66

4.2. Croissance locale des pucerons sains - 68

4.3. Réponse fonctionnelle du parasitoïde - 69

4.4. Dispersion - 69

4.5. Conclusions - 74

5. Le modèle spatialement implicite - 74

5.1. Dynamique de la population de pucerons sains - 74

5.2. Dynamique de la population de parasitoïdes - 79

5.3. Le modèle hôte-parasitoïde spatialement implicite - 79

5.4. Conclusions - 79

Chapitre IV Méthodes d’analyse des différents modèles - 81

1. Introduction - 81

2. Analyses qualitatives - 82

2.1. Le modèle non spatialisé et spatialement explicite - 82

2.2. Le modèle spatialement implicite - 83

3. Etude du modèle spatialement implicite - 83

3.1. Méthodes d’étude de l’EDP - 84

3.2. Modèle spatialement implicite modifié - 88

4. Méthodes d’intégration numérique - 92

4.1. Les méthodes explicites à pas fixe - 92

4.2. Méthodes de Runge-Kutta à pas adaptatif - 93

4.3. Schémas numériques plus complexes - 94

5. Conditions de simulations - 95

5.1. Valeurs des paramètres - 95

5.2. Conditions initiales - 96

5.3. Initialisation du système avant t - 98

6. Indicateurs de comparaison - 98

6.1. Somme des différences instantanées - 99

6.2. Différence des densités maximales - 100

6.3. Différence des densités cumulées - 100

Sommaire

PARTIE 3 Etudes numériques et comparaison des différentes

approches de modélisation - 103

Chapitre V Simulations numériques et analyses de sensibilité des différents modèles 105

1. Introduction - 105

2. Le modèle non spatialisé - 105

2.1. Analyse qualitative - 105

2.2. Simulations numériques - 107

2.3. Analyse de sensibilité - 111

2.4. Conclusion - 114

3. Le modèle spatialement explicite - 114

3.1. Analyse qualitative - 114

3.2. Simulations numériques - 117

3.3. Analyse de sensibilité - 123

3.4. Conclusion - 125

4. Le modèle spatialement implicite - 126

4.1. Analyse qualitative de cas spéciaux - 126

4.2. Simulations numériques - 128

4.3. Analyse de sensibilité - 136

4.4. Conclusion - 138

5. Conclusions du Chapitre V - 138

Chapitre VI Le rôle de l’espace en environnement hétérogène - 143

1. Introduction - 143

2. Intérêt de la structure spatiale : comparaison des approches non spatialisée et

spatialement explicite - 143

2.1. Comparaison en l’absence de parasitoïde - 144

2.2. Comparaison en présence de parasitoïdes - 147

3. Comment considérer l’espace ? - 150

3.1. Comparaison des modèles spatialement explicite et implicite - 150

3.2. Test des hypothèses divergentes entre les deux approches - 152

4. Conclusions du Chapitre VI - 159

PARTIE 4 Le modèle spatialement implicite,

un outil d’aide à la décision en lutte biologique - 161

Chapitre VII Stratégies de lutte biologique - 163

1. Introduction - 163

1.1. Quelques chiffres - 163

1.2. Avantages de la lutte biologique - 165

1.3. La lutte biologique en serres - 165

1.4. Intérêts des modèles mathématiques en lutte biologique - 166

1.5. Objectifs - 167

Sommaire

2. Indicateurs d’efficacité d’une stratégie - 167

2.1. Perte de rendement et densité cumulée - 168

2.2. Densité maximale atteinte - 168

2.3. Nombre de jours où la densité en ravageurs dépasse un seuil - 168

2.4. Ratio entre les densités à l’équilibre avec et sans parasitoïdes - 169

2.5. Conclusion - 169

3. Scénarios testés - 170

3.1. Stratégies à lâcher unique de parasitoïdes - 170

3.2. Stratégies à lâchers multiples - 173

4. Résultats - 174

4.1. Stratégies à un lâcher - 174

4.2. Stratégies à lâchers multiples - 185

4.3. Comparaison des stratégies à lâchers uniques et multiples - 189

5. Faisabilité économique de la lutte - 192

5.1. Les coûts de la lutte biologique - 192

5.2. Stratégies de lutte intégrant les coûts - 196

6. Conclusions du chapitre VII - 205

Discussion générale et Perspectives - 211

Bibliographie - 219

ARTICLES - 241

ANNEXE A An implicit approach to model plant infestation by insect pests - 243

ANNEXE B How should space be considered in the modelling of a host-parasitoid

system in a vegetable greenhouse? - 261

ANNEXES - 295

Statistiques de consultation

Administrateurs de l'archive uniquement : éditer cet enregistrement