Le Cirad en 2007

18 > Le Cirad en 2007
Partenaires
Centre d’étude régional
pour l’amélioration de
l’adaptation à la sécheresse
(Ceraas, Sénégal),
Institut national de
la recherche agronomique
(Inra, France), Universités
Montpellier I et
Montpellier II (France).
qui n’est pas le même pour toutes les variétés,
autrement dit d’une interaction entre variété et
environnement. Mais les nombreux paramètres
d’un tel modèle ne sont connus que pour un petit
nombre de variétés. Leur estimation pour une
nouvelle variété, le paramétrage, demande un
essai spécifique et de nombreuses observations :
elle serait bien trop coûteuse pour des variétés
en cours de sélection, dont certaines sont, par
définition, sans avenir.
La méthode Aplat, Approximation par linéarisation
autour d’un témoin, a été mise au point au
Cirad dans le cadre de la thèse d’un chercheur
du Ceraas. Aplat permet d’éviter ce paramétrage
coûteux et ne requiert qu’une expérimentation
multilocale ou pluriannuelle classique. Toutefois,
chaque essai doit comporter une variété
témoin dont les paramètres sont connus, et on
doit y relever les données d’entrée nécessaires
à la simulation de la croissance. Dans le cas de
SarraH, il suffit que ces essais soient équipés d’un
pluviomètre et situés à proximité d’une station
météorologique plus complète. Aplat est fondée
sur la linéarisation de la réponse de la culture aux
variations des paramètres variétaux de SarraH.
Des tests concluants
sur l’arachide
Aplat a été testée sur l’arachide avec le modèle
SarraH. Les données qui ont servi à valider la
méthode sont, d’une part, les données historiques
d’essais agronomiques sur l’arachide conduits
pendant de nombreuses années sur la station de
Bambey, au Sénégal, où les données climatiques
sont enregistrées régulièrement, d’autre part, les
données d’un essai multilocal mené au Sénégal
pendant la saison des pluies de 2005 et pour
lequel 11 sites avaient été choisis. Sur l’essai
multilocal mené au Sénégal, Aplat a permis de
réduire de moitié les intervalles de confiance sur
les écarts entre variétés.
Les avancées méthodologiques en amélioration
des plantes ont des retombées inattendues en
chimie. En effet, la mise en œuvre d’Aplat a
nécessité l’extension de la régression PLS (partial
least squares) à des essais à plusieurs sources de
variabilité (parcelle, lieu, année). Cette extension,
baptisée PLS-mixte, a une autre application
immédiate en chimie, comme l’étalonnage des
méthodes de mesure par absorption dans le
proche infrarouge (NIRS) à partir de données
obtenues au champ avec plusieurs sources de
variabilité.
Contacts > Eric Gozé, unité Systèmes
de culture annuels, Ibnou Dieng, Agrhymet,
eric.goze@cirad.fr
Comparaison de variétés
d’arachide sous différents
niveaux de stress hydriques.
© S. Braconnier/Cirad
D’une manière générale, la méthode Aplat permet
de prédire le comportement de nouvelles variétés
dans des environnements où elles n’ont pas été
étudiées. Cette méthode générique prédit l’interaction
du génotype et de l’environnement à l’aide
de tout modèle de simulation de culture, en évitant
le coûteux paramétrage de ce modèle pour
ces nouvelles variétés. Elle améliore la précision
de la sélection en permettant de simuler une
gamme de milieux représentative des situations
pédoclimatiques cibles de la sélection. Elle fait
ainsi avancer les méthodes de sélection variétale
en diminuant l’impact de l’aléa climatique sur la
précision des comparaisons entre variétés.
Bibliographie
Dieng I., 2006. Mixed PLS models to predict genotype
x environment interaction. In : XXIII rd International
biometric conference, International Biometric Society,
16-21 juillet 2006, Montréal, Canada.
Dieng I., 2007. Prédiction de l’interaction génotypeenvironnement
par linéarisation et régression PLS-mixte.
Thèse de doctorat, université Montpellier II, 133 p.
Dieng I., Gozé E., Sabatier R., 2006. Linéarisation
autour d’un témoin pour prédire la réponse des cultures.
Comptes rendus de l’Académie des sciences, Biologie,
329 : 148-155.
Dieng I., Gozé E., Sabatier R., 2006. Prédiction de
l’interaction génotype-environnement par linéarisation
autour d’un témoin : nouveaux résultats pour
la méthode Aplat. In : 38 e Journées de statistiques,
29 mai-2 juin 2006, Clamart, France. Société française
de statistique, EDF recherche et développement.