2016
Ce document est lié à :
info:eu-repo/semantics/altIdentifier/doi/10.1051/ocl/2016004
info:eu-repo/semantics/OpenAccess
Fety Andrianasolo et al., « Analyse et modélisation des facteurs contrôlant la teneur en huile chez le tournesol : dossier », Archive Ouverte d'INRAE, ID : 10.1051/ocl/2016004
Le tournesol apparaît comme une culture potentiellement compétitive grâce à la diversité de ses débouchés et de la richesse en huile de ses graines. Cependant, la teneur en huile de la graine (TH) –critère commercial pour la trituration– dépend d’effets génotypiques et environnementaux ce qui en complexifie parfois la prédiction. Nous faisons l’hypothèse qu’une meilleure compréhension de la physiologie de l’accumulation d’huile combinée à l’utilisation de modèles de culture permettrait d’améliorer la prédiction et la gestion de la qualité du grain pour différents usages. Les principaux effets de la température, de l’eau, de l’azote, de la densité de peuplement et des maladies fongiques sont revus dans cette synthèse. Les modèles de culture génériques et spécifiques apparaissent empiriques pour ce qui concerne TH et manquent d’évaluation pour ce critère. Récemment, deux approches de modélisation intégrant des connaissances écophysiologiques ont été développées par Andrianasolo (2014, Modélisation statistique et dynamique de la composition de la graine de tournesol (Helianthus annuus L.) sous l’influence des facteurs agronomiques et environnementaux, Ph.D. Thesis, INP Toulouse) : (i) une approche statistique reliant la teneur en huile à une gamme de variables explicatives (TH potentielle, température, indices de stress eau et azote, rayonnement intercepté, densité de peuplement) dont la qualité prédictive est de 1.9 à 2.5 points d’huile selon le type de modèle développé ; ( ii) une approche dynamique basée sur les relations ‘source-puits’ incluant les feuilles, les tiges, les réceptacles (en tant que sources), les coques, les protéines et l’huile (en tant que puits ) et mobilisant des règles de priorité pour l’allocation du carbone et de l’azote. Ce modèle reproduit assez bien les dynamiques des composantes « sources » et « puits » avec une tendance à surestimer TH. Une meilleure prise en compte de la photosynthèse et de l’absorption d’azote mais aussi des paramètres génotypiques est nécessaire à l’amélioration des performances d’un tel modèle dynamique.