A DBN model to study the influence of epidemio surveillance networks on phytosanitary treatments - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

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

Résumé

The role of Epidemiological Surveillance Networks (ESN) is becoming more and more important to control epidemics in agricultural areas. The influence of the ESN outputs on the 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 of spatial and temporal sizes of the network on these criteria. A simulation analysis showed that for weeds and soil-borne diseases, by increasing the ESN size, the number of treatments can be significatively reduced with a moderate increase of the epidemics size. This illustrates how DBN models may help in identifying ways to reduce pesticide use.
Le rôle des Réseaux d’Epidémio Surveillance (RES) pour le contrôle des épidémies dans les cultures est de plus en plus important. Cependant, l’influence de l’information fournie par le RES sur le nombre de traitements phytosanitaires appliqués et la taille de l’épidémie est mal connu. Nous proposons un modèle de DBN pour représenter la dynamique d’un bioagresseur dans un parcellaire, afin d’explorer l’influence de la taille spatiale et temporelle du RES sur ces critères. Une analyse par simulation montre que pour les adventices et les pathogènes du sol, il est possible de réduire le nombre de traitements significativement, pour une augmentation modérée de la taille de l’épidémie, en augmentant la taille du RES. Cela illustre comment un DBN peut être utilisé pour identifier des leviers pour la réduction de l’usage des pesticides.
Fichier principal
Vignette du fichier
JFRB_2018_paper_2.pdf (322.7 Ko) Télécharger le fichier
Format Poster
Loading...

Dates et versions

hal-02097235 , version 1 (11-04-2019)

Identifiants

  • HAL Id : hal-02097235 , version 1
  • PRODINRA : 466946

Citer

Jean-Noel Aubertot, Marie-Josée Cros, Sabrina Gaba, Nathalie Peyrard, Xavier Reboud, et al.. A DBN model to study the influence of epidemio surveillance networks on phytosanitary treatments. 9e Journées Francophones sur les Réseaux Bayésiens et les Modèles Graphiques Probabilistes 2018 (JFRB 2018), May 2018, Toulouse, France. ⟨hal-02097235⟩
36 Consultations
10 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More