Ahmed Salem BENAHI Courriel : ass_benahi(at)yahoo.fr Sujet : Modélisation du risque de pullulation du criquet pèlerin avec des modèles à états cachés Dates : Décembre 2022 – Novembre 2025 Encadrement CBGP : C. Piou & L. Marescot Université : Université de Montpellier, ED GAIA/EFSA - Écologie Fonctionnelle et Sciences Agronomiques

Le principal objectif de cette thèse sera d’améliorer les approches statistiques utilisées pour développer les modèles de prévision jusqu’ici. Piou et al. (2013) ont utilisé une approche statistique de régression logistique multivariée. Cette approche a permis d’identifier des dynamiques de végétation favorisant la présence du criquet pèlerin. Dans des travaux suivants, l’équipe a pu améliorer la méthodologie en utilisant des approches de forêts d’arbres décisionnels et en incluant des variables supplémentaires (Piou et al. 2019). Les taux de réussites de prévisions ont ainsi pu atteindre près de 75 %. Néanmoins, des difficultés pour prévoir les dynamiques de grégarisations et des spécificités locales sont apparues, qui s’expliquent sans doute par le fait que ces modèles ne tiennent pas compte des biais d’échantillonnage.

Or, les protocoles de suivi du criquet pèlerin sont rarement conduits de façon aléatoire ou homogène. Les équipes de prospections sont souvent orientées dans les zones où la présence de l’espèce est déjà connue ou dans des zones faciles d’accès pour les observateurs. Par ailleurs, il arrive que les observateurs ne puissent pas détecter l’espèce ou que des erreurs sont enregistrées sur leurs états. Le criquet pèlerin en phase solitaire est en effet présent à de faible densité sur des aires de répartition très étendues, ce qui rend faible la probabilité de les détecter et donc de détecter leur passage à la phase transiens (intermédiaire avant la phase grégaire). Ne pas tenir compte de cette faible probabilité de détection ni de l’hétérogénéité de l’effort d’échantillonnage peut biaiser les résultats car les facteurs environnementaux favorisant la présence de l’espèce seront confondus avec ceux liés à sa détection. Par ailleurs, étant donné la complexité des processus qui régissent le polyphénisme de phase, des individus en phase solitaire, transiens ou grégaire peuvent changer rapidement d’état d’un site à l’autre et être mal identifiés. Le risque de grégarisation peut donc être sous-estimé, certaines zones de recrudescences peuvent être mal localisées et des phases de pullulations peuvent être prédites avec un retard, si les dynamiques de transition entre états et les erreurs d’identification ne sont pas prises en compte. Des approches intégrant des processus de dynamiques de population sous-jacents sont donc nécessaires pour améliorer les taux de réussites.

A l’aide de modèles couplant des données historiques et des variables issues d’imageries satellitaires, un premier objectif de la thèse est de développer un modèle de distribution représentant les processus sous-jacents de dynamiques de population et vérifier l’amélioration des prévisions. Ahmed Salem utilisera des modèles de Markov caché qui ont pour avantage de faire le lien entre des approches statistiques et mécanistes, en reliant les processus écologiques sous-jacents aux processus d’observation. Ils permettront d’estimer des probabilités de transitions entre états partiellement observés (telle que la transition entre les trois phases solitaire, transiens et grégaire) en fonction de variables climatiques et de variables d’habitats et d’obtenir ainsi des cartes de prévision du risque de recrudescence. Plus généralement, ces modèles permettront de représenter la dynamique spatiale des invasions et seront donc un élément clé pour la gestion préventive de cette espèce pullulante.

Un autre objectif de la thèse sera d’inclure ces nouveaux modèles dans les chaines de process des outils de prévisions automatisés pour la région occidentale. L’objectif ici sera d’apporter de nouvelles approches pour améliorer les performances de la gestion préventive à travers un processus continu de « learning by doing » visant à mieux comprendre les facteurs qui expliquent la distribution spatiale du criquet pèlerin et sa dynamique de pullulation, prédire les prochains foyers d’infestation et de pouvoir orienter les équipes de prospections en charge du suivi et de la surveillance du risque.

• Piou C, Lebourgeois V, Benahi AS, Bonnal V, Jaavar MEH, Lecoq M & Vassal JM. 2013. Coupling historical prospection data and a remotely-sensed vegetation index for the preventative control of Desert locusts. Basic and Applied Ecology, 14: 593-604.
• Piou C, Gay PE, Benahi AS, Ould Babah Ebbe MA, Chihrane J, Ghaout S, Cissé S, Diakite F, Lazar M, Cressman K, Merlin O & Escorihuela MJ. 2019. Soil moisture from remote sensing to forecast desert locust presence. Journal of Applied Ecology, 56: 966-975.