Inférer les réseaux trophiques adventices-herbivores-prédateurs pour augmenter les services écosystémiques de régulation

Contexte et état de l’art

Dans le contexte d’une nécessaire réduction de l’usage des pesticides, l’étude des processus de régulation des bioagresseurs par leurs prédateurs naturels a connu un essor important ces dernières années. Ces recherches ont établi que la prédation réduit significativement l’abondance de bioagresseurs (avec un effet positif sur le rendement (Boldoroni et al., 2024). Pour autant, ces effets sont variables, notamment parce que la régulation d’un bioagresseur donné s’inscrit souvent dans des réseaux trophiques plus larges qui sont encore peu décrits. Ces incertitudes expliquent en grande partie pourquoi de nombreux agriculteurs considèrent que le recours aux régulations biologiques est un levier de gestion peu ‘fiable’, en termes d’intensité et de stabilité d’une année sur l’autre.

Parmi les bioagresseurs, la flore adventice demeure sans doute parmi la plus difficile à gérer sans recours aux herbicides.  Pourtant, elle est régulée naturellement par des processus de compétition plantes-plantes et par des organismes granivores (coléoptères carabiques, criquets, micromammifères, oiseaux) qui consomment les semences de ces plantes souvent annuelles. L’UMR Agroécologie est largement reconnue pour ses travaux sur le système carabes-adventices depuis 15 ans, qui vont de l’étude du comportement et du choix des espèces adventices en microcosme à l’analyse des déterminants agronomiques et paysagers du taux de régulation dans les parcelles commerciales à l’échelle de petites régions. Les résultats obtenus nous ont permis de proposer une approche mécanistique basée sur les traits pour inférer des réseaux d’interaction quantitatifs entre espèces de carabes et genres d’adventices (Pocock et al., 2021).  Le modèle développé permet ainsi de prédire la force des interactions entre espèces sur la base de données d’abondance des espèces de carabes et d’adventices. Parallèlement, nous avons établi que la régulation des adventices par les carabes dans des parcelles agriculteurs est significativement impactée par la disponibilité en proies animales ‘alternatives’ (Carbonne et al., 2020), ce qui suggère que notre approche prédictive nécessiterait d’intégrer les proies animales, y compris des ravageurs de cultures (herbivores) tels pucerons et limaces (Gray et al., 2021).  Enfin, nous disposons depuis 2023 de données fines sur les genres adventices et les proies animales majeures présentes dans les contenus stomacaux des principales espèces de carabes issus de 60 parcelles commerciales (Daouti et al., 2024)[1].  Ce jeu de données empiriques unique sur les interactions réalisées carabes-adventices et carabes-proies animales nous offre aujourd’hui la possibilité de tester le modèle d’inférence précédemment développé, une phase préalable importante pour pouvoir appliquer le modèle dans les situations agronomiques et paysagères pour lesquelles nous disposons de données d’abondance des espèces de carabes et d’adventices.  L’application à des données temporelles permettrait en outre d’analyser la stabilité temporelle des réseaux et de la régulation des bioagresseurs dans les parcelles agricoles, ainsi que les déterminants agricoles et paysager de cette stabilité.

Objectifs La thèse a pour objectif général d’augmenter notre capacité à inférer le niveau de régulation des adventices par les carabes et sa stabilité au cours du temps.  Elle se scinde en deux parties, une première axée sur le développement du modèle d’inférence quantitatif des réseaux trophiques et une seconde qui appliquera le modèle sur les dispositifs de suivis de l’équipe de recherche, notamment la plateforme d’expérimentation en agroécologie CA-SYS et le réseau national SEBIOPAG[2]. Cette analyse permettra d’identifier l’effet de facteurs environnementaux, agronomiques et paysagers sur les réseaux trophiques et la régulation des adventices.

Partie 1 : Comprendre et prédire les réseaux trophiques et la régulation

Le modèle d’inférence quantitatif des réseaux trophiques s’inspirera de la démarche mécaniste basée sur les traits précédemment développés sur le réseau bipartite carabes-adventices (Pocock et al., 2021). Un objectif majeur de la thèse est l’intégration des proies animales dans la démarche mécaniste existante. Cette intégration passera par la synthèse de connaissances ou l’analyse de données existantes pour identifier les traits d’intérêt qui permettraient prédire les interactions entre carabes et différentes proies animales qui sont consommées. Ce travail bénéficiera d’échanges avec des experts, Michael Pocock du Centre for Ecology and Hydrology (UK) et Dr Elsa Canard de l’UMR IGEPP spécialisée dans l’analyse des contenus stomacaux de carabes. Les prédictions du modèle basés sur les abondances des espèces de carabes, des genres adventices et des proies alternatives dans les 60 parcelles du projet BioAware (4 pays européens) seront confrontées aux réseaux empiriques mesurés par analyse ADN dans ces mêmes 60 parcelles. Cette étape permettra d’évaluer les biais potentiels du modèle et d’y apporter des améliorations. Ce travail s’effectuera en plusieurs étapes.

Partie 2 : Evaluer l’intensité et la stabilité des régulations dans les paysages

Il s’agit ici appliquer le modèle d’inférence quantitatif des réseaux trophiques sur les dispositifs suivis par l’UMR Agroécologie pour évaluer les caractéristiques de ces réseaux et comment ils évoluent d’une année sur la suivante, et en analyser les conséquences sur la régulation des espèces adventices. Pendant la 1^e année, le(a) doctorant(e) effectuera des suivis de communautés (adventices-herbivores-carabes) sur les systèmes agroécologiques de CA-SYS et les systèmes ‘conventionnels’ de référence sur la zone voisine de Fenay. Nous faisons ici l’hypothèse que les réseaux trophiques sur CA-SYS seront plus complexes. La thèse mobilisera également des données de communautés de carabes, d’adventices et de mesures de prédation de graines (proies sentinelles sur carte de prédation) sur 57 parcelles de culture annuelle de 3 régions françaises qui ont été suivies sur 12 années consécutives, avec un suivi précis annuel des pratiques agricoles et du contexte paysager des parcelles (réseau SEBIOPAG). L’application du modèle d’inférence à ces données permettra d’identifier les variables environnementales, agronomiques et paysagères qui modulent des réseaux trophiques et la régulation des adventices et d’analyser comment les séquences de culture qui se succèdent sur les mêmes parcelles affectent la stabilité des régulations d’une année sur la suivante.

Calendrier prévisionnel

M1-M6 Bibliographie, synthèse des données réseaux trophiques, séjour 2 semaines au CEH (UK)

M6-M12 : Suivis de terrain communautés sur CA-SYS et systèmes de référence et saisie des données

M12-M18 Finalisation modèle d’inférence tripartite et test, rédaction article

M18-M24 :  Application modèle tripartite sur données CA-SYS et référence, rédaction article

M24-M30   Application modèle tripartite sur données temporelles SEBIOPAG, rédaction article

M30-36 : Rédaction article et manuscrit de thèse

Références

Boldorini et al. 2024 Predators control pests and increase yield across crop types and climates: a meta-analysis https://doi.org/10.1098/rspb.2023.2522

Carbonne, B. et al. 2020 The resilience of weed seedbank regulation by carabid beetles, at continental scales, to alternative prey. Sci Rep doi: 10.1038/s41598-020-76305-w.

Daouti, E. et al. 2024 Functional redundancy of weed seed predation is reduced by intensified agriculture. Ecology Letters http://dx.doi.org/10.1111/ele.14411.

Gray, C. et al. 2021 Ecological plasticity governs ecosystem services in multilayer networks. Communications Biology 4:75 https://doi.org/10.1038/s42003-020-01547-3.

Pocock et al. 2021 Inferring species interactions from ecological survey data: A mechanistic approach to predict quantitative food webs of seed feeding by carabid beetles. Ecology & Evolution https://doi.org/10.1002/ece3.8032.

Université de Bourgogne Europe - DIJON

Laboratoire d'accueil : AGROECOLOGIE

Connaissances et compétences requises

Agroécologie, écologie, modélisation statistique