Des chercheurs de Texas A&M AgriLife Research ont développé des modèles d'intelligence artificielle pour prédire la croissance démographique. thrips (Frankliniella occidentalis) Dans les systèmes de production de tomates et de poivrons, leur étude a démontré une précision de 87,7 % en plein champ et de 84,9 % sous serres tunnels. Cet outil permet d'anticiper les risques d'épidémies et d'appuyer les décisions de gestion avant que les cultures ne subissent des dégâts.
Cette recherche a évalué des modèles d'apprentissage automatique dans deux environnements de production contrastés. Random Forest a obtenu les meilleurs résultats en plein champ, tandis que XGBoost a atteint la plus grande précision sous serres. Les auteurs ont également testé Gradient Boosting Machine (GBM). Ces trois algorithmes ont analysé des variables environnementales et biologiques liées à la dynamique des insectes.
L'étude a utilisé les données de 1 686 pièges collants jaunes installés chaque semaine dans des champs de tomates et de poivrons de la station de recherche Texas A&M AgriLife à Bushland, au Texas. Parmi ceux-ci, 903 provenaient de tunnels de culture et 783 de champs ouverts adjacents. Après standardisation, les chercheurs ont travaillé avec 2 254 unités de modélisation.
Les chercheurs ont combiné les données de comptage des thrips avec des variables météorologiques. Celles-ci comprenaient les températures moyenne, maximale et minimale, l'humidité relative, les précipitations, la vitesse et la direction du vent. L'étude a également pris en compte la population enregistrée 14 jours avant le prélèvement. Cet intervalle correspond à la durée approximative du développement de l'insecte, de l'œuf à l'adulte, dans les conditions étudiées.
La population d'insectes précédente, désignée dans l'étude comme la « population parentale », s'est avérée être le principal facteur prédictif de la gravité de l'infestation dans les deux environnements. La température venait ensuite. L'humidité et le vent avaient des effets secondaires. En plein champ, la combinaison d'une population précédente importante et d'une humidité relative élevée contribuait à des niveaux de gravité élevés. Sous les tunnels, le vent avait un impact plus important sur la prédiction d'une gravité élevée.
La différence entre les environnements s'est avérée déterminante. Les modèles entraînés dans un système n'ont pas permis de prédire la population dans l'autre. La précision était de 44,13 % lorsque le modèle de serre tunnel était appliqué au champ. Le modèle de champ atteignait 38,22 % lorsqu'il était appliqué aux serres tunnel. Les auteurs ont conclu que le champ ouvert et la serre tunnel fonctionnent comme des microécosystèmes distincts, même lorsqu'ils sont côte à côte.
Cette découverte souligne l'importance du microclimat dans la gestion des ravageurs. Selon les auteurs, les serres tunnels et les champs ouverts diffèrent par leur stabilité thermique, leur humidité, leur exposition au vent et leur mode de transmission. Ces conditions modifient le développement, la dispersion et le potentiel de transmission des virus. Frankliniella occidentalisL'étude indique que les outils de prévision doivent tenir compte de ces différences afin de générer des alertes utiles pour le producteur.
Anticiper les risques peut modifier la logique de gestion. Selon Kiran Gadhave, entomologiste chez AgriLife Research et professeure adjointe au département d'entomologie de l'université Texas A&M, identifier un risque une semaine à l'avance permet de passer d'une gestion réactive aux dégâts à une stratégie préventive.
Les résultats mettent également en évidence des limites. Les auteurs indiquent que les modèles n'intègrent pas encore les régulateurs biologiques, tels que les ennemis naturels et la compétition interspécifique. L'étude a également utilisé des données météorologiques provenant d'une station en plein champ. Pour les tunnels de grande hauteur, l'installation de capteurs à l'intérieur des structures permettrait d'améliorer la résolution spatiale et l'interprétation écologique des relations entre le climat et les thrips.
Plus d'informations sur doi.org/10.1016/j.ecoinf.2026.103690
Recevez les dernières actualités agricoles par email
Recevez les dernières actualités agricoles par email
