Un modèle à réseau neuronal artificiel pour prévoir les dommages attribuables au cèphe du blé chez les cultivars de blé à tige pleine

Dans le nord des grandes plaines nord-américaines, le cèphe du blé, Cephus cinctus Norton (Hymenoptera: Cephidae), est un important ravageur du blé (Triticum aestivum L.). L’usage de cultivars à tige pleine concourt à atténuer les pertes et peut affecter la capacité de survie de l’insecte. La plante résiste dans la mesure où elle réussit à produire de la moelle dans la tige, propriété qui subit considérablement l’influence des interactions entre le génotype et l’environnement. Un temps pluvieux modifiera la photopériode, ce qui réduira la synthèse de moelle chez les variétés à tige pleine. Un modèle qui prévoirait la production de moelle aurait son utilité en agronomie, car on pourrait alors éviter des pertes en signalant aux cultivateurs si les précipitations saisonnières engendrent une production insuffisante de moelle chez tel ou tel cultivar. On se sert des modèles à réseau neuronal artificiel (RNA) pour formuler des prévisions sur les systèmes complexes, non linéaires, comportant de nombreuses variables apparentées. Les auteurs voulaient améliorer les anciens modèles de prévision reposant sur l’analyse par régression en recourant à un modèle RNA pour établir l’importance des dommages causés par le cèphe au blé durant la période végétative. Les résultats obtenus indiquent que ces dommages sont influencés par l’intensité des précipitations durant la période de cinq semaines allant du 1er juin au 5 juillet. Ils ont été appliqués avec succès à un modèle qui devrait faciliter la prévision des dommages éventuels en fin de saison. Le déploiement du modèle RNA sous forme de fichier transférable et exécutable devrait faciliter la prévision des dommages attribuables au cèphe du blé durant une année quelconque, ce qui permettra aux producteurs d’adopter les stratégies voulues pour atténuer leurs pertes. [Traduit par la Rédaction]
NE PAS RÉVISER - À LA DEMANDE DE LA CLIENTE