Dynamic and assembly of weed species : approach by statistical modelling

Dans un contexte de recherche de solutions pour une agriculture à la fois productive et durable, les principes, théories et méthodes de l’écologie semblent offrir des pistes à explorer pour comprendre le fonctionnement biologique des agro-écosystèmes. Notre cas d’étude concernait les informations collectées par un réseau d’observatoires de la flore adventice à l’échelon national (‘Biovigilance Flore’) sur lequel nous avons recherché les règles sous jacentes à l’assemblage et la dynamique des communautés adventices au sein des parcelles de grandes cultures annuelles. Nous avons en particulier étudié les relations qui peuvent exister au sein des espèces d’une même communauté ainsi que celles affectant les relations des communautés à leur environnement. Pour tenir compte de son importance avérée dans la constitution des assemblages, nous avons conduit notre étude en tenant compte de l’abondance de la population de chaque espèce. Les principaux résultats issus des travaux réalisés au cours de cette thèse sont : Un assemblage non aléatoire des abondances et une structuration conduisent à une homogénéisation des abondances observées à l’échelle des parcelles. Selon la densité totale d’adventices sur une parcelle, on observe des structurations opposées selon qu’une espèce domine, ou non, dans la communauté. Même si la méthodologie employée pour réaliser les relevés nous empêche d’en avoir la preuve, nous suspectons que l’abondance des adventices répond à la compétition qui s’exerce dans certaines conditions directement entre espèces adventices.Le choix du modèle nul servant de base de comparaison dans les situations où il n’y a pas de témoin joue un rôle important dans la conduite des analyses des observations issues d’inventaires. L’échelle semi-quantitative pour rendre compte des variations d’abondance pose problème puisque aucun modèle nul n’a été développé pour ce format particulier. Un modèle adapté à notre situation, mais malgré tout générique, a été développé. Il apporte une amélioration sensible par rapport à l’existant pour étudier le degré de co occurrence (ainsi que la dispersion de traits) dans le cas de données semi-quantitatives. Ceci a des conséquences sur notre capacité à distinguer les facteurs ayant un rôle de filtre sur la flore potentielle qui s’exprime. La modélisation de la dynamique d’une espèce au sein d’une parcelle au fil des successions culturales nécessite de rendre compte de la dynamique du stock de graines dans le sol. Inconnu, ce stock de graines a été considéré comme une variable cachée, modélisable par l’utilisation d’un modèle de Markov caché. Cette approche s’est trouvée être remarquablement adaptée à la biologie des espèces annuelles. Nous avons ainsi pu appréhender l’effet des pratiques culturales sur la dynamique du stock de graines et de la flore levée. Cette étude a des retombées tant sur l’identification des traits d’histoire de vie que sur leur variabilité face à des stratégies de gestion qui seraient déployées pour assurer le contrôle d’une flore spécifique. Nous avons ainsi pu appliquer avec succès quelques principes théoriques et améliorer les méthodes d’analyse afin de tenir compte des spécificités des espèces adventices, de l’amplitude des fluctuations du milieu dans lequel elles évoluent et des spécificités de nos données. Il existe une marge de progrès sur la collecte des données à réaliser sur les réseaux d’observatoires si l’on veut maîtriser la connaissance des leviers les plus à même d’aider au contrôle de la flore adventiceTo develop solutions for a productive and sustainable agriculture, principles, theories, andmethods of ecology may contribute to understand the biological processes governing the agroecosystem.The present case study was based on data collected by a network of observatories of weeds covering the whole of France (‘Biovigilance Flore’) and aimed at establishing forrules governing the assemblage and dynamics of weed communities in fields grown with annual crops. We particularly studied the possible relationships between species within acommunity, as well as the relationships between communities and their environment. Analyses were based on species abundances to take account of their effect on community assemblages. The main results of this PhD thesis are: Abundances of weed species are not randomly distributed within a field, and this distribution as well as the community pattern result into a homogenization of observed weed abundances at the field scale. The community pattern depends on the total weed abundance in the field and on whether the species is dominant in the community. We concluded that weed abundances responded to weed-weed competition in certain conditions though the sampling methodology was not adapted to prove this assumption. The choice of the null model for comparisons in situations without a control greatlyinfluences the procedure for analysing assemblages. This problem arises particularly at the semi-quantitative scale since no null model has yet been developed for this particular case. Hence, a generic null model was developed for our particular situation. It considerably improved the study of co-occurrences and trait dispersal in case of semi-quantitative datasets and thus our ability to identify factors and processes determining flora composition.Modelling the weed dynamics of a field over the crop succession needs to take into account the dynamics of the weed seed bank in the soil. As it was unknown, the seedbank wasconsidered as a hidden variable and modelled using a Hidden Markov Model (HMM). This approach was well adapted for predicting the life cycle of annual species. We thus identified effects of cultural practices on the dynamics of the seedbank and of the emerged flora. Thisstudy allowed us to identify life-history traits and weed management strategies adapted to aspecific weed flora.We successfully applied various ecological theories and improved methods to take into account the specificities of weed species, the variations in their environment as well as the specificities of our data-set. The quality and reliability of the data collected in the observatory network must be increased if we want to correctly identify management levers likely to contribute to sustainable weed managemen