Mathématiques et Informatique Appliquées
du Génome à l'Environnement

 

 

Nguyen Thanh-Julie

Title
Renforcer les connaissances sur les risques associés aux pesticides sur les pollinisateurs dans différents contextes paysagers pour concevoir des paysages de santé
Start date
End date
Supervisor(s)
Florence Carpentier
Team(s)
Contract
Pollihealth
Description/résumé

Les pollinisateurs sauvages assurent une fonction essentielle au sein des agroécosystèmes : la pollinisation des plantes à fleurs et des cultures. Pourtant leur déclin actuel est imputé à différents facteurs anthropiques, dont l’utilisation de pesticides. Les connaissances sur l’exposition des pollinisateurs sauvages aux pesticides et les effets de cette exposition en conditions naturelles restent cependant éparses. Cette thèse vise à renforcer les connaissances sur les effets des pesticides en fonction de leurs modalités d’application et en tenant compte des facteurs pouvant les accentuer (usage d’herbicides, rémanence) ou les atténuer (habitats semi-naturels, agriculture biologique dans le voisinage). Elle reposera sur l'analyse des bases de données de suivis à long terme et à grande échelle, de pollinisateurs sauvages, de pratiques agricoles et de résidus de néonicotinoïdes dans les nectars de colza et tournesol et dans les sols d’une centaine de parcelles échantillonnées chaque année depuis 2013 dans un paysage dont l’usage des sols est connu, la Zone Atelier Plaine & Val de Sèvre (450 km²). Le premier objectif de la thèse est d'analyser les effets sur l'ensemble des pollinisateurs sauvages des traitements insecticides et de leurs interactions avec les variables locales (présence d’herbicides, de résidus de néonicotinoïdes) et des variables du paysage. Cette analyse nécessitera le développement d'une méthode d'analyse de données multivariées géolocalisées permettant d'estimer les effets des variables locales et les effets du paysage (i.e. permettant d'estimer l'intensité et l'échelle spatiale de ces effets). Le développement de cette méthode reposera sur les approches de régression d'analyses multivariées bayésiennes développées actuellement par Olivier David (dynenvie, MaIAGE) et s'appuiera sur le cadre de modélisation des effets du paysage proposé par la méthode siland (Carpentier & Martin, 2021), i.e. modéliser les effets du paysage comme la convolution d'une fonction d'influence spatiale (appartenant à une famille de fonction de densité spatiale paramétrique choisie) avec la distribution spatiale des polygones et segments représentant les éléments du paysage. Le second obejctif de la thèse est de proposer un indicateur de risque pour les pollinisateurs sauvages calculés à partir des pratiques et des paysages. Le calcul de cet indicateur de risque reposera sur une minimisation des risques pour l'ensemble des pollinisateurs. Le développement de ce critère s'intègre dans une des nouvelles perspectives de recherche de l'équipe dynenvie concernant l'optimisation multicritère intégrant la variabilité d'estimation associée au modèle utilisé pour calculer ce critère. Cette thèse sera dirigée par Ivan Sache (Pr. AgroParisTech, UFR EAI, Ecologie Adaptation Interaction) et co-encadrée par Florence Carpentier (MCF APT, acceuillie pour sa recherche à l'unité MaIAGE). Sabrina Gaba (INRAE) collaborera à cette thèse en tant que porteuse du projet Pollihealth, lors des discussions et des séjours de la doctorante au CEBC, où la doctorante présentera ces résultats et participera à la collecte de nouvelles données. Un comité de suivi de thèse avec des chercheurs expérimentés sera organisé chaque année pour obtenir un avis extérieur sur le travail de thèse. Il sera constitué de chercheurs représentant les différentes disciplines impliquées dans cette thèse interdisciplinaire : agroécologie, statistiques et écotoxicologie.

Ecole doctorale (pour les thèses)
ED581 ABIES
Directeur.trice (pour les thèses)
Ivan Sache
Année de soutenance (pour les thèses ou les stages)
2026
Ecole/université (pour les thèses et les stages)
université Paris Saclay