Données et méthodes - Projet MoCoRiBA-GC

Date de publication

12 avril 2024

Modifié

28 avril 2025

Réalisé par : et financé par :


Le projet MoCoRiBA-GC, Modélisation et Communication du Risque de BioAgresseurs en Grandes Cultures, porté par l’INRAE et en partenariat avec WIUZ, Terres Inovia et l’ITB a débuté en 2019, financé par le plan Ecophyto via l’appel à projet ANR maturation. L’objectif de cet outil est de donner aux agriculteurs et conseillers les éléments nécessaires pour les aider à réduire l’usage de produits phytosanitaires sans impacter leur marge. Pour atteindre son objectif le projet fait appel à différents jeux de données et met en place une méthodologie décrite ci-dessous.

Lien ANR : https://anr.fr/Projet-ANR-19-ECOM-0009

La suite d’outils MoCoRiBA

Nos outils permettent, suivant des critères définis par l’utilisateur, de comparer les performances de son exploitation avec d’autres, notamment issues du réseau DEPHY. Ce service vise à alimenter la réflexion stratégique des agriculteurs sur leurs pratiques.

Principe de fonctionnement

Nous connectons des données d’origine diverses (réseau DEPHY, Vigicultures®, données ouvertes, …) et nous sommes interopérable avec des données utilisateurs DEPHY, WIUZ et SYSTERRE®. L’ensemble des services est fourni de trois manières différentes : le démonstrateur générique, des outils de visualisation spécifiques à chaque partenaire (WIUZ,…) et une API (application programming interface) permettant à des partenaires d’inclure nos résultats et visualisations dans leurs propres plateformes informatiques.

Le traitement ce fait à 2 niveaux :
- Les bases de données sont au préalable analysées et la donnée est vérifiée. Des filtres peuvent être appliqués afin de retirer les données aberrantes (détail dans la partie Traitement et préparation des bases de données).
- En temps réel et d’après les critères définis par l’utilisateur, des exploitations comparables sont identifiées pour servir de base de comparaison. Les résultats pour différents indicateurs de performances sont calculés et présentés, toujours agrégés afin de garantir l’anonymat des exploitations.

Schéma des flux de données


L’interface MoCoRiBA-Viz générale

MoCoRiBA-Viz permet de visualiser des indicateurs agronomiques, économiques et environementaux caractérisant les systèmes de production des exploitations. La version librement accessible permet d’étudier des exploitations comparables en renseignant son code Insee.

Panneau des paramètres

Le panneau de gauche permet de choisir plusieurs paramètres pour définir l’échelle de travail (le système de culture ou une culture spécifique, une campagne ou plusieurs, etc.) et la base de comparaison. Des filtres additionnels sont également disponibles pour affiner la recherche.


Représentations graphiques de l’information

Plusieurs représentations graphiques sont utilisées pour présenter les résultats (boxplot, histogramme, gradient de couleur, carte, …).

Le boxplot

  • Lecture d’un Boxplot

Boîte Centrale :
La boîte représente l’intervalle interquartile (IQR), c’est-à-dire l’intervalle où se trouvent les 50% des valeurs centrales de l’ensemble de données.
Le bas de la boîte est le premier quartile (Q1), qui correspond à la valeur en dessous de laquelle se trouvent 25% des données.
Le haut de la boîte est le troisième quartile (Q3), qui correspond à la valeur en dessous de laquelle se trouvent 75% des données.

Trait à l’intérieur de la boîte :
Ce trait représente la médiane (ou deuxième quartile, Q2), qui est la valeur centrale de l’ensemble des données. Elle sépare les données en deux parties égales.

Moustaches :
Les “moustaches” sont les lignes qui s’étendent de chaque côté de la boîte. Elles montrent la dispersion des données en dehors de l’intervalle interquartile.
  • Quantiles

Les quantiles sont des valeurs qui divisent un ensemble de données. Par exemple :
Q1 (quantile 25%) : 25% des données sont inférieures à cette valeur.
Q2 (Médiane ou quantile 50%) : 50% des données sont inférieures à cette valeur.
Q3 (quantile 75%) : 75% des données sont inférieures à cette valeur.

L’illustration ci-dessous montre à quoi correspondent les quantiles d’un boxplot sur une distributions de données. On peut d’écrire cette figure comme la représentation du nombre d’exploitions par valeur de rendement. L’interpréter de l’information fourni par la figure revient à dire que 50% des exploitations comparables on un rendement compris entre 75 quintaux par hectare et 87 quintaux par hectare.
Quantiles d’un boxplot


  • Les boxplots MoCoRiBA

Les représentations de type boxplot suivent une logique de code couleur pour chaque type d’information:
- Les données pour l’exploitation de l’utilisateur en bleu
- La distribution des exploitations comparables en noir
- Les améliorables en rouge
- Les performants en vert

Lecture d’une représentation graphique de type boxplot


Les graphiques liés aux bioagresseurs des cultures sont issus de résultats de modèles. Ils sont présentés avec des barres illustrant l’incertitude de la prédiction (cf. partie Modélisation des pressions ambiantes des bioagresseurs).

Graphique des pressions des bioagresseurs avec barres d’incertitude


Le gradiant de couleur

Le boxplot pouvant être difficile à interpréter pour certains utilisateur, les exploitations comparables peuvent être aussi représentées par un gradiant de 4 couleurs. La construction est faite sur le même principe que les boxplots mais avec des visuels plus intuitif.
Deux types de représentations sont construit sur ce gradient :
Gradient sur echelle de valeur


Gradient en jauge


L’échelle de couleurs représentent 4 intervalles de valeurs pour un indicateur donné :
- Le 1er et le 4e correspondent chacun à 20 % des exploitations, après avoir retiré les 5 % les plus extrêmes (très faibles ou très élevées).
- Ceux du milieu (2e et 3e) regroupent chacun 25 % des exploitations.
Ces couleurs représentent donc des groupes d’exploitations réparties selon les quantiles 5–25%, 25–50%, 50–75% et 75–95% (Voir la lecture d’un boxplot ci-dessus).

Deux types d’échelles sont utilisées :
Des échelle neutre reflète simplement la variation de l’indicateur sans valeur qualitative. Avec la nuance de bleu clair à foncé pour les indicateurs de performance de l’exploitation. Et la nuance de violet clair à foncé pour les indicateurs de contextualisation de l’exploitation dans son environnement.


Une échelle à visée interprétative (vert à orange ou orange à vert) met en avant des pratiques agricoles jugées bénéfique pour la préservation de l’environnement lorsque la couleur tend vers le vert. Attention à l’interprétation de ces graphiques ! L’échelle est construite en fonction des comparables pour différentier parmi eux les plus économes en intrants par rapport à celle qui le sont moins. Cependant, les fermes du réseau DEPHY sont déjà engagées dans une démarche de réduction d’intrant. Ainsi, même les exploitations classées comme les plus consommatrices pour ce groupe de comparables peuvent être quand même être plus sobre que la moyenne des exploitations agricoles à l’échelle nationale.


Les histogrammes

Un histogramme est un graphique statistique qui permet de représenter la distribution d’un ensemble de données. Il est constitué de barres verticales (ou horizontales) qui montrent combien de valeurs tombent dans des intervalles (ou “classes”) spécifiques.


Intéractivité de l’interface

Dans l’onglet ‘Exploration’ il est possible de faire de la sélection à la volet sur les graphiques. C’est à dire que l’utilisateur est libre de rajouter lui même des filtres additionnels sur la base comparaison. Sur les indicateurs quantitatifs (représentation en boxplot) il est possible de sélectionner une plage graphique pour définir un interval avec une valeur min et une valeur max dans laquelle devront se situer les exploitations comparables. Pour les indicateurs qualitatifs, il est possible de cliquer sur les différents choix possible.
Lorsque un sélection à la volet est faite, la nouvelle base de comparaison filtrée s’affiche en violet

Lecture d’un boxplot avec la sélection à la volet


Sélection graphique sur histogramme


Aides infobulles

Des aides infobulles sont disponibles en plusieurs endroits. En survolant certains titres ou zones graphiques avec la souris, ou en cliquant sur les « ? », elles fournissent des éléments de compréhension simplifiés sur la fonction ou la construction de l’élément.


Spécificités des interfaces “partenaires”

Nos partenariats avec des gestionnaires les bases de données (WIUZ, Agrosyst et Systerre) permettent aux utilisateurs de ces plateformes de comparer directement les pratiques et résultats de leurs exploitations dans notre interface. Les données des utilisateurs ne sont jamais stockées sur nos serveurs pour éviter tout problème de confidentialité.

Au delà de la visualisation conjointe des résultats de l’exploitation et des résultats des exploitations comparables, ces versions permettent de répondre à des demandes spécifiques de nos partenaires et d’assurer que les modes de calculs des indicateurs sont bien les mêmes pour l’exploitation utilisatrice et pour celle du groupe d’exploitations comparables.

Le réseau DEPHY

Le réseau Dephy est un programme d’action du PLAN ECOPHYTO qui couvre l’ensemble des filières de production et qui associe l’ensemble des acteurs du monde agricole. Le réseau DEPHY vise à valoriser et déployer des techniques et systèmes agricoles qui réduisent l’usage de produits phytosanitaires tout en maintenant la performance économique des systèmes de production. Le réseau DEPHY s’investit auprès de 180 groupes d’agriculteurs (DEPHY FERME) et 200 sites expérimentaux (DEPHY EXPE). Pour capitaliser et mutualiser toutes les références acquises sur les systèmes de cultures économes en produits phytopharmaceutiques au sein du réseau national, le système d’information Agrosyst a été développé avec l’appui de l’INRAE. Ce réseau a globalement des utilisations de produits phyto-pharmaceutiques nettement inférieures à celles de la “ferme France”. Les performances de ce réseau peuvent aussi être explorées via DephyGraph.

Lien : https://ecophytopic.fr/dephy/quest-ce-que-le-reseau-dephy

Les bases de données

Description des bases de données

Pratiques et résultats agricoles : Agrosyst

Agrosyst est le support qui capitalise et valorise les données du réseau DEPHY. Il gère l’acquisition et l’hébergement de données de natures différentes (succession des cultures, interventions culturales, règles de décision, mesures, observations, etc.) ainsi que le calcul de variables de synthèse, de bilans, de différents indicateurs, de rapports, etc. C’est un outil clé pour aider les agriculteurs, les chercheurs et les décideurs à gérer les systèmes agricoles de manière plus efficace et durable. Grâce à ses données et ses modèles, elle permet d’améliorer la prise de décision dans les pratiques agricoles et de promouvoir une agriculture plus respectueuse de l’environnement.

Lien : https://dephygraph.fr/

Pressions de maladies et de ravageurs : données EPIPHYT et Vigicultures®

Les données EPIPHYT rassemblait les observations en matière de santé des végétaux réalisées sur l’ensemble du territoire, dans le cadre du réseau d’épidémiosurveillance porté par le plan ECOPHYTO. Le système d’information Vigicultures® s’est ensuite progressivement imposé comme base de centralisation des données au niveau national. Ces données sont utilisées par le projet MoCoRiBA pour calculer des indicateurs de pression sur plusieurs bioagresseurs.

Lien : https://agriculture.gouv.fr/le-reseau-depidemiosurveillance-decophyto

Météorologie : SAFRAN

La base SAFRAN (Système d’Analyse Fournissant des Renseignements Adaptés à la Nivologie) est une base de données météorologiques développée par Météo-France. Elle fournit des analyses fines de diverses variables climatiques (température, précipitations, vent, rayonnement solaire, etc.) à une résolution spatiale d’environ 8 km² et une résolution temporelle horaire ou journalière. SAFRAN couvre la France métropolitaine et est particulièrement utilisée pour des études en climatologie, hydrologie et modélisation environnementale. La base intègre aussi des données historiques et sert à modéliser l’évolution du climat, des ressources en eau et de la neige, notamment en montagne. Elle est couramment utilisée dans les projets de recherche et de gestion des risques naturels.

Réserve utile : GIS sol

Les travaux du GIS Sol sont conduits autour de quatre grands programmes complémentaires : l’Inventaire, Gestion et Conservation des Sols (IGCS), le Réseau de Mesures de la Qualité des Sols (RMQS), la Base de Données des Analyses de Terre (BDAT) et la collecte nationale d’analyse des Éléments Traces Métalliques (BDETM). Le projet MoCoRiBA utilise les données sur la réserve utile moyenne des sols de la commune (code INSEE) d’après la carte du GIS sol.

Lien carte GIS Sol : https://www.gissol.fr/donnees/cartes

Traitement et préparation des base de données

Les bases de données sont traitées en amont pour contrôler, valider, corriger et mettre en forme les données, de façon à ce qu’elles soient directement utilisables par l’outil MoCoRiBA. Des filtres spécifiques peuvent être appliqués à chaque jeu de données pour retirer ou corriger les informations qui pourraient être aberrantes. L’ensemble des processus de traitement est décrit ci-dessous pour chacune des bases de données.

Préparation de la base Agrosyst

Quelques filtres sont appliqués sur la base Agrosyst. Lorsque des valeurs abhérentes sont détectées (ex: rendement de blés > 180 qt/ha), ces valeurs sont considérées comme “non acquises” et ne sont pas représentées dans l’application.

Le détail des filtres appliqués est en cours de rédaction.

Préparation des bases Epiphyt et Vigicultures®

Les deux bases de données de bioagresseurs suivent le même processus de traitement avant d’être fusionnées et à nouveau contrôlées pour éviter les doublons (observations présentent dans les 2 bases de données).
Processus de traitement :
  • Etape 1 - filtre sur les données d’observations
    On trouve dans la donnée à la fois des données d’observations sur les bioagresseurs, mais également des commentaires et des suivies de stades de cultures. La 1ère étape consiste à conserver uniquement les données d’observation. On retire également les données pour lesquelles la valeur de l’observation est manquante et/ou non numérique.
  • Etape 2 - contrôle des informations géographiques des points d’observation
    On contrôle la cohérence entre les coordonnées GPS du point d’observation, la commune, le département et la région.
  • Etape 3 - contrôle des observations dupliquées et/ou très similaires
    Le trie sur les observations en double se faire en 4 étapes avec des critères de plus en plus souple à chaque fois pour les retirer. Pour les étapes (c) et (d), on vérifi que la proportion de dupliqué est extrèmement faible.
    1. L’ensemble des données pour 1 observation sont identique (Ligne dupliqué)
    2. Même ID_plot, date observation, valeur de l’observation et coordonnées GPS (Une autres infomations dans la base est différentes)
    3. Même ID_plot, date observation et valeur de l’observation (Coordonnées GPS différentes ou avec une précision différentes)
    4. Même ID_plot et date observation (La valeur observée est différente)
  • Etape 4 - sélection manuelle des métriques (protocoles d’observations)
    On conserve uniquement les métriques de suivie des maladies et ravageurs pour les cultures qui nous intéresses. Pour la base Epiphyt, on cherche la correspondance avec le protocole Vigicultures manuellement.Cependant, certaines métriques n’on pas de correspondance identifiée.
    La liste des métriques est disponible en annexe.
  • Etape 5 - fusion des 2 bases de données et filtre sur les observations dupliquées
    Les sous-étapes de l’étape 3) sont répétée à nouveau. Dans ce cas là on conserve toujours le dupliqué qui se trouve dans la base Vigicultures.
  • Etape 6 - création de la liste des métriques de référence
    Pour chaque organisme, on sélection comme métrique de référence, celle qui possède le plus d’observations dans la base de donnée. Ce sont ces métriques qui sont utilisé dans les modèles de bioagresseurs et disponible sur l’interface MoCoRiBA-Viz.
    Cette liste est disponible en annexe.

Modélisation de la pression ambiante des bioagresseurs

Le modèle de bioagresseur est construit à partir des données d’observation des réseaux d’épidemiosurveillance. La donnée étant issue de plusieurs observateurs, elle présente une certaine hétérogénéité. Pour réaliser une analyse statistique correcte, il est nécessaire de fiabiliser la donnée. Pour cela, on définit, par bioagresseur, un seuil correspondant à la médiane des observations présentes dans la base. Les valeurs dépassant ce seuil sont comptabilisées comme positives. Le ratio du nombre d’observations positives sur le nombre d’observations total définit la probabilité de dépassement du seuil une année ou un mois donné dans une parcelle observée (entre 0 et 1).

Pour déterminer la pression d’un bioagresseur en tout point du territoire, nous faisons une interpolation. C’est une moyenne des pressions observées sur les parcelles aux alentours, pondérées par une exponentielle décroissant avec la distance. En d’autres termes, plus une parcelle connu sera proche, plus elle aura un poids important dans la prédiction. Le paramètre indiquant la vitesse de décroissance du poids avec la distance est estimée par Jack-knife. La moyenne pondérée obtenue (pression ambiante) correspond toujours à une probabilité de dépassement de la médiane de toutes les observations et est donc comprise entre 0 et 1.

Le modèle prend également la pression moyenne des années précédentes (a priori bayesien). Le modèle statistique que nous utilisons permet d’estimer l’incertitude de la prédiction. Nous indiquons sur les figures l’intervale de confiance à 95% de la pression estimée. Celle-ci évolue fortement en fonction du volume d’informations disponibles aux environs.

Le modèle ne prend pas en compte les pratiques agronomiques intrinsèques aux exploitations. C’est donc une pression moyenne ambiante qui est estimée. Elle correspond à un contexte ambiant dans lequel s’intègre une parcelle, mais qui peut être modulé par les pratiques de l’agriculteur.

Le modèle de bioagresseurs est l’aboutissement du travail réalisé à la suite de plusieurs stage dont celui de Clément CHEVALEYRE en 2023.

Groupe d’exploitations comparables

Les exploitations comparables sont identifiées en fonction de plusieurs paramètres choisis par l’utilisateur. Il sélectionne les campagnes et culture d’intérêt, restreint éventuellement la sélection à une aire géographique ou utilise notre critère de similarité sur la base de la distance environnementale (détailliée ci-dessous).

Les grandes régions agroclimatique

La distance environnementale

La distance environnementale quantifie les différences de météo et de sols entre les exploitations. La pondération de ces différentes variables dépend de leur importance pour la prédiction du rendement.

Différentes variables climatiques ont été intégrées dans un modèle de prédiction du rendement par culture (modèle linéaire de type LASSO). Les coefficients estimés des différentes variables servent de pondération dans le calcul de la distance euclidienne entre les exploitations. C’est cette valeur que nous qualifions de distance environementale.

La distance environnementale de référence est définie par la moyenne des écarts maximums que l’on peut trouver entre les exploitations DEPHY au sein d’une grande région agroclimatique une année donnée. Cette référence est spécifique à chaque culture.

La distance environnementale au niveau du système de culture est calculé sur le même principe à l’exception que l’on ne peut pas faire de modèle de rendement. On prend les variables explicatives de l’ensembles des modèles réalisé pour les cultures. Pour chaque variable, on fait la moyenne des coefficients de pondération, eux-mêmes pondérés par la proportion moyenne de la surface de la culture dans les exploitations DEPHY. Puis, de la même manière que précédement, on calcule la distance environnementale sur ce groupe de variable.

Schéma de la création du groupe d’exploitations comparables sur la base du calcul de la distance environnementale


Les échelles de comparaison (système, culture, pluri-annuelle, …)

Dimension spatiale

L’unité de base des calculs est la “grande parcelle”, cependant, cette échelle est le plus souvent trop fine pour être utile lorsque l’on aborde l’efficience du système du culture. Lorsque des indicateurs sont présentés à l’échelle du système de culture, nous utilisons la moyenne des indicateurs par grande parcelle, pondérée par la surface.

Dimension temporelle

Similarité sur une campagne

Similarité basée sur une aire géographique

Il est possible de se limiter à une campagne en jouant sur les curseurs de campagne. Attention, il n’est pas possible de séparer ensuite les curseurs sauf en changeant la base de comparaison.

Similarité basée sur la distance environnementale

Pour la campagne choisie, on cherche les exploitations et campagnes les plus similaires dans la base Agrosyst sur la base du calcul de la distance environnementale.

Schéma de la recherche des comparables pour une campagne


Similarité sur plusieurs campagnes

Similarité basée sur une aire géographique

Par défaut, plusieurs années sont sélectionées. Pour chaque exploitation dans l’aire géographique, on fait la moyenne de l’indicateur pondérée par la surface chaque année. Par exemple, le rendement moyen du blé sur deux ans sera la moyenne pondérée par la surface de blé la première et la deuxième année.

\[ \begin{split} Rdt = \frac{\sum_{annee}{Rdt_{annee} \times Surface_{annee}}}{\sum_{annee}{Surface_{annee}}} \end{split} \]

Similarité basée sur la distance environnementale

Deux modalités sont proposées : climat moyen et multi-campagne.

L’approche climat moyen cherche les exploitations les plus comparables en termes de moyennes des variables climatiques. Nous commençons par faire la moyenne inter-annuelle par variable (ex: T° moyenne du mois de juin) sur les années sélectionnées, puis nous appliquons la distance environnementale sur ces moyennes pour sélectionner les x% les plus comparables à l’exploitation de l’utilisateur. L’inconvénient de cette approche, c’est quelle ne rend pas compte de la variabilité des climats d’une année sur l’autre.

Nous avons par conséquent développé, l’approche multi-campagne qui commence par identifier les x% les plus comparables campagne par campagne. Nous calculons ensuite les quantiles des indicateurs par campagne. Enfin, la valeur multi-campagne des quantiles correspond à la moyenne de chaque quantile pondérée par la surface par campagne dans l’exploitation de référence (ou a part égale lorsque ces surfaces ne sont pas connues). Nous maintenons ainsi une comparaison campagne par campagne tout en donnant plus de poids aux campagnes pour lesquelles l’utilisateur a une surface cultivée plus importante.


Les indicateurs

Représentations agrégées des indicateurs

Les indicateurs sont présentés généralement sous la forme de boxplot ou boîte à moustaches. Les limites du boxplot correspondent aux quantiles 5, 25, 50, 75 et 95% des observations pour cet indicateur.

La productivité économique brute

La productivité économique correspond simplement à la multiplication des rendements par la moyenne des prix de vente au cours des dernières années.

Cultures Destinations €/T conventionnel €/T bio
2 Blé tendre Grain 160 395
3 Blé dur Grain 215 500
4 Orge d’hiver Grain 155 270
5 Orge de printemps Grain 185 340
6 Maïs Grain 145 295
7 Maïs Fourrage 100 130
8 Maïs Ensilage 100 130
9 Triticale Grain 140 270
10 Colza Grain 355 800
11 Pois Grain 200 400
12 Tournesol Grain 345 580
13 Féverole Grain 210 380
14 Soja Grain 350 690
15 Betterave Sucre 27 80
16 Pomme de terre Tubercule 175 330
17 Lin Paille 2900 3500
18 Lin Grain 450 580
19 Méteil Grain 140 320
20 Luzerne Paturage 70 80
21 Luzerne Fourrage 135 155
22 Luzerne Ensilage 135 155
23 Pois chiche Grain 550 1010
24 Sorgho Grain 135 250
25 Chanvre NA 180 305
26 Chanvre Paille 110 150
27 Chanvre Grain 650 1300
28 Lentille Grain 600 1340
29 Sarrasin Grain NA 805
30 Avoine Grain 135 250
31 Seigle Grain 140 250
32 Prairie temporaire Paturage 65 75
33 Prairie temporaire Fourrage 120 140
34 RGI Fourrage 145 NA
35 Méteil Fourrage 100 125

Pour les autres cultures, en l’absence de référence, la productivité à l’hectare est considérée comme égale à la productivité moyenne de la culture la moins rentable à l’hectare :

\[ Prix = \frac{\min_{culture}\left(Rdt_{culture}.Prix_{culture}\right)}{Rdt} \]

\(Prix\) est le prix de vente de la culture et \(Rdt\) est le rendement moyen de la culture tel qu’observé dans le jeu de données. Pour chaque culture dont le prix de vente est connu, \(Rdt_{culture}\) est le rendement moyen dans le jeu de données et \(Prix_{culture}\) est le prix dans le tableau ci-dessus.

L’Indice de Fréquence de Traitement (IFT)

Les IFT sont calculés à partir des interventions phytosanitaires documentées dans les bases de données. Pour un produit donnée (caractérisé par une AMM), la dose de référence utiliser pour calculer l’IFT correspond à la dose maximal homologué pour ce produit, toutes cultures et cibles confondu. Dans les quelques cas pour lesquels nous n’avons pas de dose de référence pour un traitement, nous lui attribuhons par défaut un IFT de 1.

Le travail du sol

Le travail du sol est calculé en terme de nombre d’interventions. Par exemple, le nombre d’intervention de travail du sol après de semis correspondra au nombre de desherbage mécanique.

Fertilisation azoté

L’indicateur de fertilisation azoté correspond au nombre d’unité d’azote épandu sur la culture. Qu’il soit d’origine minéral ou organique.

L’indice de diversité cultivé

L’indice est construit sur la base de l’indice de Shannon qui permet de mesurer la diversité des espèces au sien d’un système. L’indice de diversité visualisé correspond à l’exponentiel de cet indice et est equivalent à un nombre de cultures présentent à proportion égale dans un système. Exemple : Un indice de 4 correspond à un système avec 4 cultures à proportion égale).

Irrigation

Représente la part des surfaces dans les exploitations comparables qui sont irriguées et le volume d’apport réalisé sur ces surfaces.

Semis

Indicateur sur les dates de semis réalisées pour la culture.

Pression ambiante des maladies et ravageurs

Voir la partie Modélisation de la pression ambiante des bioagresseurs

Gestion des donnés utilisateurs

Aucune donnée utilisateur n’est conservée de manière permanente sur nos serveurs sans le consentement de l’utilisateur. Les seules bases de données stockées sur le serveur sont celles nécessaires au fonctionnement de l’outil, et elles sont 100 % anonymisées.

Fonctionnement du système de session utilisateur

Lors de l’ouverture de l’outil web MoCoRiBA-Viz, une session utilisateur est ouverte sur l’API MoCoRiBA avec un identifiant et une clé d’accès. L’identifiant est automatiquement ajouté à l’url de navigation dans la barre d’adresse et la clé d’accès correspondante est déposée sous forme d’un cookie sur le navigateur. Ce système stocke les informations relatives à l’utilisateur (données d’exploitation) ainsi que les paramètres d’état de la session (valeurs saisies ou sélectionnées dans le panneau latéral de l’interface web).

Grâce à son architecture, ce système permet de :
- gagner en efficacité de réponse. Limite la taille des requêtes à l’API et les opérations de calcul redondantes.
- monter en charge. Assure la possibilité d’augmenter le nombre d’utilisateurs simultanés sans dégrader les temps de réponse et l’expérience utilisateur.
- conserver des informations de session pour recharger la page avec l’URL.
- partager l’URL de la session à une autre personne.

Durée de vie d’une session et de conservation de la donnée

Les informations de session sont conservées en cache pendant toute la durée d’utilisation de l’outil, ainsi qu’une heure après la déconnexion de l’outil (fermeture de la page, déconnexion automatique du serveur si plus d’échanges, etc.). Il est possible de rendre la session persistante (dans la limite de 7 jours) notamment dans le cas d’une utilisation régulière de l’outil et d’une reprise de la session dans son état antérieur à chaque reconnexion (voir ci-dessous). Cette fonctionnalité est disponible dans le menu des sessions.

Rechargement d’une session

S’il le souhaite, un utilisateur peut recharger l’état de ses paramètres de session s’il se reconnecte dans un délai inférieur à la durée de conservation de ses données (voir au-dessus). La procédure de rechargement de la session repose sur une double identification de l’utilisateur :
- via le lien URL avec l’identifiant de sa session (Exemple d’URL : https://mocoriba.fr/general/?id=9UT21Qsj3yyl7up2sqf7)
- via le cookie déposé sur son navigateur contenant la clé d’accès de la session

Le liens permet de recharger directement l’ensemble des paramètres du panneau latérale de l’outil. Le chargement de l’exploitation est réalisé seulement si la clé d’accès associé à l’identifiant utilisateur est présent sur le navigateur. Cette vérification permet de s’assurer qu’une personne ayant récupéré l’identifiant d’un utilisateur ne puisse pas récupéré facilement l’accès aux données de l’exploitations.


Partage d’une session utilisateur à une personne tier

Toute personne disposant du lien URL de la session utilisateur pourra recharger les paramètres du bandeau latéral (dans la limite de durée de vie définie par la personne à l’origine de la session). Cependant, il ne pourra pas recharger directement les données de l’exploitations, sauf s’il dispose des informations nécessaires. La fonctionnalité de partage de session, disponible dans le menu des sessions, génère un lien pour permettre à toute personne qui en dispose de recharger la session dans son intégralité.

Gestion des données exploitations des versions partenaires

Les utilisateurs peuvent visualiser leur exploitation dans l’outil MoCoRiBA-Viz aux travers des différentes interfaces partenaires. Soit ils importer directement leurs données dans l’outil, soit elles sont téléchargées en temps réel sur les serveurs de leur gestionnaire de parcellaire lors de leur authentification. Elles ne sont donc pas directement accessibles sur nos serveurs afin de les rendre peu accessibles à d’éventuels attaquants de nos serveurs.

Lexique

Lexique MoCoRiBA
  • Améliorables : ensemble des unités "comparables" à l'exploitation choisie qui sont à la fois supérieures à la médiane des comparables en IFT total et inférieures à la médiane des comparables en productivité économique.
  • Comparables : suivant l'échelle de travail, les systèmes, grandes parcelles... considérés comme comparables au sein du réseau DEPHY, que ce soit sur la base de la distance environnemental ou de leur proximité géographique et temporelle.
  • Distance environnementale : la distance environnementale quantifie les différences de météo et de sols entre les exploitations. Une valeur faible indique un contexte pédo-climatique proche et inversement. Plus de détail dans la documentation.
  • Grande parcelle : ensemble des parcelles d'une exploitation cultivées une même année avec la même culture et le même précédent.
  • IFT total : IFT herbicide + IFT fongicide + IFT insecticide
  • Indice de diversité : construit sur la base de l'indice de Shannon qui permet de mesurer la diversité des espèces au sien d'un système. L'exponentielle de cet indice est équivalent à un nombre de cultures présentes à proportion égale dans un système (Exemple : Un indice de 4 correspond à un système avec 4 cultures à proportion égale).
  • NA : Information/Donnée manquante.
  • Performants : ensemble des unités "comparables" à l'exploitation choisie qui sont à la fois inférieures à la médiane des comparables en IFT total et supérieur à la médiane des comparables en productivité économique.
  • Pression ambiante : probabilité de présence du bio-agresseur dans le contexte climatique et paysager de l'exploitation (échelle de 0 à 1).
    ATTENTION : il ne reflète pas l'état de présence relevé sur la parcelle, qui dépend également des pratiques agronomiques intrinsectes à la parcelle (IFT, rotation, travail du sol,...) mais bien le contexte de pression ambiant. Plus de détails dans la documentation.
  • Pression maladies : approximation de la probabilité de présence des maladies (moyenne des pressions des différentes maladies). Echelle de 0 à 1.
  • Pression ravageurs : approximation de la probabilité de présence des ravageurs (moyenne des pressions des différents ravageurs). Echelle de 0 à 1.
  • Productivité économique brute (€/ha) : production brute agricole (rendement) fois un prix de vente moyen
  • Proportion surfacique : pour une variable qualtative, la distribution de cette variable la proportion de la surface en hectare que représente chacune des classes la composant.
  • Région agro-climatique : ensemble de départements français ayant des conditions climatiques similaires d'un point de vue agricole (tel que défini par Arvalis initialement pour une cartographie de la culture de maïs en France).
  • Réserve utile communale : réserve utile moyenne sur la commune du siège de l'exploitation.
  • Système (de culture) : ensemble des parcelles d'une exploitation qui sont cultivées sur plusieurs années selon une même logique (selon déclaration par l'agriculteur).
  • Travail du sol : nombre moyen d'interventions de travail du sol réalisé sur la/les parcelle(s).

Annexes

Détails des métriques et protocoles de suivie des bioagresseurs

Culture Organisme Code métrique Protocole Vigicultures
1 Betterave Cercosporiose CERCO_%F Cercosporiose - % de feuilles atteintes
2 Betterave Cercosporiose EPIPHYT_CERCO_NT_%F NA
4 Betterave Pégomyie EPIPHYT_PEGO_%PLT NA
5 Betterave Puceron noir EPIPHYT_PUC_NOIR_% NA
6 Betterave Puceron vert EPIPHYT_PUC_VERT_% NA
7 Betterave Rouille EPIPHYT_ROUILLE_NT_%F NA
9 Betterave Jaunisse JAUNISSE_%SURF Jaunisse - % de surface parcellaire touchée
10 Betterave Noctuelles défoliatrices NOCTU_DEFO_%DEG Noctuelles défoliatrices - % de plantes avec dégâts
11 Betterave Oïdium OIDIUM_%F Oïdium - % de feuilles atteintes
12 Betterave Pégomyie PEGO_%PLT_GAL Pégomyies - % de plantes avec galeries
13 Betterave Pégomyie PEGO_%PLT_OEUF Pégomyies - % de plantes avec oeufs
14 Betterave Puceron noir PUC_NOIR_%PLA_AILE Pucerons noirs - % de plantes avec ailés
15 Betterave Puceron noir PUC_NOIR_%PLA_APTE Pucerons noirs - % de plantes avec aptères
16 Betterave Puceron noir PUC_NOIR_%PLA_COLO Pucerons noirs - % de plantes avec colonies
17 Betterave Puceron vert PUC_VERT_%PLA_AILE Pucerons verts - % de plantes avec ailés
18 Betterave Puceron vert PUC_VERT_%PLA_APTE Pucerons verts - % de plantes avec aptères
19 Betterave Ramulariose RAMU__%F Ramulariose - % de feuilles atteintes
20 Betterave Rouille ROUILLE_%F Rouille - % de feuilles atteintes
21 Betterave Teigne de la betterave TEIGNE_%DEG Teignes - % de plantes avec dégâts
22 Betterave Teigne de la betterave X_TEIGNE_NB_PAP Teignes - nombre de papillons capturés
23 Blé dur d’hiver Fusariose FUSA_TIG_% Fusariose base tige_%
24 Blé dur d’hiver Helminthosporiose HELMIN_F1 Helminthosporiose F1
25 Blé dur d’hiver Helminthosporiose HELMIN_F2 Helminthosporiose F2
26 Blé dur d’hiver Helminthosporiose HELMIN_F3 Helminthosporiose F3
27 Blé dur d’hiver Oïdium des céréales OIDF1 Oidium F1
28 Blé dur d’hiver Oïdium des céréales OIDF2 Oidium F2
29 Blé dur d’hiver Oïdium des céréales OIDF3 Oidium F3
30 Blé dur d’hiver Puceron vecteurs de viroses PUC_AUT_PIE_ENGL Pucerons d automne pièges englués
31 Blé dur d’hiver Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
32 Blé dur d’hiver Puceron PUC_EPI_PLANT_% Pucerons des épis_%
33 Blé dur d’hiver Piétin verse PV_% Piétin verse_%
34 Blé dur d’hiver Rouille brune du blé RBF1 Rouille Brune F1
35 Blé dur d’hiver Rouille brune du blé RBF2 Rouille Brune F2
36 Blé dur d’hiver Rouille brune du blé RBF3 Rouille Brune F3
37 Blé dur d’hiver Rouille jaune des céréales ROUIL_JAU_F1 Rouille Jaune F1
38 Blé dur d’hiver Rouille jaune des céréales ROUIL_JAU_F2 Rouille Jaune F2
39 Blé dur d’hiver Rouille jaune des céréales ROUIL_JAU_F3 Rouille Jaune F3
40 Blé dur d’hiver Septoriose des céréales tritici SEPF1 Septoriose F1
41 Blé dur d’hiver Septoriose des céréales tritici SEPF2 Septoriose F2
42 Blé dur d’hiver Septoriose des céréales tritici SEPF3 Septoriose F3
43 Blé tendre d’hiver Fusariose FUSA_TIG_% Fusariose base tige_%
44 Blé tendre d’hiver Helminthosporiose HELMIN_F1 Helminthosporiose F1
45 Blé tendre d’hiver Helminthosporiose HELMIN_F2 Helminthosporiose F2
46 Blé tendre d’hiver Helminthosporiose HELMIN_F3 Helminthosporiose F3
47 Blé tendre d’hiver Oïdium des céréales OIDF1 Oidium F1
48 Blé tendre d’hiver Oïdium des céréales OIDF2 Oidium F2
49 Blé tendre d’hiver Oïdium des céréales OIDF3 Oidium F3
50 Blé tendre d’hiver Puceron vecteurs de viroses PUC_AUT_PIE_ENGL Pucerons d automne pièges englués
51 Blé tendre d’hiver Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
52 Blé tendre d’hiver Puceron PUC_EPI_PLANT_% Pucerons des épis_%
53 Blé tendre d’hiver Piétin verse PV_% Piétin verse_%
54 Blé tendre d’hiver Rouille brune du blé RBF1 Rouille Brune F1
55 Blé tendre d’hiver Rouille brune du blé RBF2 Rouille Brune F2
56 Blé tendre d’hiver Rouille brune du blé RBF3 Rouille Brune F3
57 Blé tendre d’hiver Rouille jaune des céréales ROUIL_JAU_F1 Rouille Jaune F1
58 Blé tendre d’hiver Rouille jaune des céréales ROUIL_JAU_F2 Rouille Jaune F2
59 Blé tendre d’hiver Rouille jaune des céréales ROUIL_JAU_F3 Rouille Jaune F3
60 Blé tendre d’hiver Septoriose des céréales tritici SEPF1 Septoriose F1
61 Blé tendre d’hiver Septoriose des céréales tritici SEPF2 Septoriose F2
62 Blé tendre d’hiver Septoriose des céréales tritici SEPF3 Septoriose F3
63 Colza d’hiver Altise A%M Altises : % de plantes avec morsures
64 Colza d’hiver Altise A%MB Altises : % de plantes avec morsures (en bordure)
65 Colza d’hiver Altise A%SF Altises : % de la surface foliaire détruite
66 Colza d’hiver Altise A%SFB Altises : % de la surface foliaire détruite (en bordure)
67 Colza d’hiver Charançon du bourgeon terminal CBT%B Charançon du bourgeon terminal : % de plantes cœur détruit ou port buissonnant
68 Colza d’hiver Charançon du bourgeon terminal CBT%C Charançon du bourgeon terminal : % de plantes avec larves
69 Colza d’hiver Charançon du bourgeon terminal CBTNbV Piège : Nb de charançons du bourgeon terminal
70 Colza d’hiver Charançon de la tige du chou ChCNbV Piège : Nb de charançons tige du chou
71 Colza d’hiver Charançon de la tige du colza ChT%T Charançon tige du colza : % plantes avec dégâts (déformation, éclatement)
72 Colza d’hiver Charançon de la tige du colza ChTNbP Charançon tige du colza / Nb de pontes par plante
73 Colza d’hiver Charançon de la tige du colza ChTNbV Piège : Nb de charançons tige du colza
74 Colza d’hiver Méligèthe du colza EPIPHYT_Mel% NA
75 Colza d’hiver Méligèthe du colza EPIPHYT_MelNb NA
76 Colza d’hiver Sclérotiniose EPIPHYT_Scl%PTE NA
77 Colza d’hiver Altise Grosse d’hiver du Colza GANbPE Piège enterré : Nb d’altises d’hiver (grosses altises)
78 Colza d’hiver Sclérotiniose K1NbF? Kit fleur n°1 F1-G1 : Nb fleurs douteuses Sclérotinia
79 Colza d’hiver Altise Grosse d’hiver du Colza LGA%B Altise d’hiver / Grosse altise : % de plantes avec cœur détruit ou port buissonnant
80 Colza d’hiver Altise Grosse d’hiver du Colza LGA%P Altise d’hiver / Grosse altise : % de plantes avec au moins une larve
81 Colza d’hiver Méligèthe du colza Mel%P Méligèthe : % de plantes (en parcelle) avec présence
82 Colza d’hiver Méligèthe du colza Mel%PB Méligèthe : % de plantes (en bordure) avec présence
83 Colza d’hiver Méligèthe du colza MelCu Piège : présence de méligèthes
84 Colza d’hiver Méligèthe du colza MelNbP Méligèthe : Nb moyen par plante (en parcelle)
85 Colza d’hiver Méligèthe du colza MelNbPB Méligèthe : Nb moyen par plante (en bordure)
86 Colza d’hiver Méligèthe du colza MelNbV Piège : Nb de méligèthes
87 Colza d’hiver Altise petite des crucifères PANbV Piège : Nb d’altises des crucifères (Petites altises)
88 Colza d’hiver Phoma Pho%M Phoma : % de plantes avec macules foliaires
89 Colza d’hiver Phoma Pho%N Phoma : % de plantes avec nécrose au collet
90 Colza d’hiver Puceron vert du pêcher PV%P Puceron vert : % de plantes avec présence
91 Colza d’hiver Sclérotiniose Scl%C Sclérotinia : % de plantes avec symptomes collet
92 Maïs Chrysomèle des racines du maïs CHRYSM_NB_PG_SEXUEL Chrysomèle nb piege sexuel par semaine
93 Maïs Chrysomèle des racines du maïs CHRYSM_NB_PLTS_OBS Chrysomèle nb plantes observées
94 Maïs Chrysomèle des racines du maïs EPIPHYT_CHRYSM_NB_PG_CHROM NA
95 Maïs Insectes foreurs de la tige FOR_%EPI_ATQ_AVTR Foreurs % épis attaqués avt récolte
96 Maïs Insectes foreurs de la tige FOR_%PL_ATQ_AVTREC Foreurs % pltes attaqués avt recolte
97 Maïs Insectes foreurs de la tige FOR_NBGAL/PTE_AVTR Foreurs nb galeries/plte avant recolte
98 Maïs Pyrale du maïs PYR_LUM_NB_ADULTES Pyrale nb adultes pièges Lumineux
99 Maïs Pyrale du maïs PYR_PHE_NB_ADULTES Pyrale nb papillons Phéromone
100 Maïs Sésamie SES_LUM_NB_ADULTES Sésamie nb adultes pièges Lumineux
101 Maïs Sésamie SES_PHE_NB_ADULTES Sésamie nb papillons Phéromone
102 Maïs Taupin TAUPINS Taupins
103 Orge d’hiver Helminthosporiose de l’orge D teres HELMIN_F1 Helminthosporiose teres F1
104 Orge d’hiver Helminthosporiose de l’orge D teres HELMIN_F2 Helminthosporiose teres F2
105 Orge d’hiver Helminthosporiose de l’orge D teres HELMIN_F3 Helminthosporiose teres F3
106 Orge d’hiver Oïdium des céréales OIDF1 Oidium F1
107 Orge d’hiver Oïdium des céréales OIDF2 Oidium F2
108 Orge d’hiver Oïdium des céréales OIDF3 Oidium F3
109 Orge d’hiver Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
110 Orge d’hiver Rhynchosporiose RHYNCF1 Rhynchosporiose F1
111 Orge d’hiver Rhynchosporiose RHYNCF2 Rhynchosporiose F2
112 Orge d’hiver Rhynchosporiose RHYNCF3 Rhynchosporiose F3
113 Orge d’hiver Rouille jaune de l’orge D teres ROUIL_JAU_F1 Rouille Jaune F1
114 Orge d’hiver Rouille jaune de l’orge D teres ROUIL_JAU_F2 Rouille Jaune F2
115 Orge d’hiver Rouille jaune de l’orge D teres ROUIL_JAU_F3 Rouille Jaune F3
116 Orge de printemps Helminthosporiose de l’orge D teres HELMIN_F1 Helminthosporiose teres F1
117 Orge de printemps Helminthosporiose de l’orge D teres HELMIN_F2 Helminthosporiose teres F2
118 Orge de printemps Helminthosporiose de l’orge D teres HELMIN_F3 Helminthosporiose teres F3
119 Orge de printemps Oïdium des céréales OIDF1 Oidium F1
120 Orge de printemps Oïdium des céréales OIDF2 Oidium F2
121 Orge de printemps Oïdium des céréales OIDF3 Oidium F3
122 Orge de printemps Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
123 Orge de printemps Rhynchosporiose RHYNCF1 Rhynchosporiose F1
124 Orge de printemps Rhynchosporiose RHYNCF2 Rhynchosporiose F2
125 Orge de printemps Rhynchosporiose RHYNCF3 Rhynchosporiose F3
126 Pois d’hiver Anthracnose ANTHRA_INF_% Anthracnose moitié inf. végétation (%)
127 Pois d’hiver Anthracnose ANTHRA_SUP_% Anthracnose moitié sup. végétation (%)
128 Pois d’hiver Botrytis du pois BOTRYT_% Botrytis (%)
129 Pois d’hiver Anthracnose HAUT_ANTHRA Anthracnose_haut moyenne nécrose en cm
130 Pois d’hiver Mildiou du pois MILD_INF_% Mildiou 2nd conta. : moitié inf. végé. (%)
131 Pois d’hiver Mildiou du pois MILD_SUP_% Mildiou 2nd conta. : moitié sup. végé. (%)
132 Pois d’hiver Mildiou du pois MILDIOU_CONTA_1_% Mildiou contamination primaire_%
133 Pois d’hiver Oïdium du pois OID_INF_% Oïdium : moitié inf. de la végétation (%)
134 Pois d’hiver Oïdium du pois OID_SUP_% Oïdium : moitié sup. de la végétation (%)
135 Pois d’hiver Puceron vert du pois PUCVERT_NB Puceron vert du pois
136 Pois d’hiver Rouille du pois ROUIL_INF_% Rouille : moitié inf. de la végétation (%)
137 Pois d’hiver Rouille du pois ROUIL_SUP_% Rouille : moitié sup. de la végétation (%)
138 Pois d’hiver Sitone du pois SITONE Sitone du pois
139 Pois d’hiver Tordeuse du pois TORDPOIS Tordeuse du pois
140 Pois de printemps Anthracnose ANTHRA_INF_% Anthracnose moitié inf. végétation (%)
141 Pois de printemps Anthracnose ANTHRA_SUP_% Anthracnose moitié sup. végétation (%)
142 Pois de printemps Botrytis du pois BOTRYT_% Botrytis (%)
143 Pois de printemps Anthracnose HAUT_ANTHRA Anthracnose_haut moyenne nécrose en cm
144 Pois de printemps Mildiou du pois MILD_INF_% Mildiou 2nd conta. : moitié inf. végé. (%)
145 Pois de printemps Mildiou du pois MILD_SUP_% Mildiou 2nd conta. : moitié sup. végé. (%)
146 Pois de printemps Mildiou du pois MILDIOU_CONTA_1_% Mildiou contamination primaire_%
147 Pois de printemps Oïdium du pois OID_INF_% Oïdium : moitié inf. de la végétation (%)
148 Pois de printemps Oïdium du pois OID_SUP_% Oïdium : moitié sup. de la végétation (%)
149 Pois de printemps Puceron vert du pois PUCVERT_NB Puceron vert du pois
150 Pois de printemps Rouille du pois ROUIL_INF_% Rouille : moitié inf. de la végétation (%)
151 Pois de printemps Rouille du pois ROUIL_SUP_% Rouille : moitié sup. de la végétation (%)
152 Pois de printemps Sitone du pois SITONE Sitone du pois
153 Pois de printemps Tordeuse du pois TORDPOIS Tordeuse du pois
154 Pomme de terre Alternariose de la pomme de terre ALTERNA Alternariose
155 Pomme de terre Doryphores DORYPHORES_ADULTES Doryphores adultes sur 20 stations
156 Pomme de terre Puceron EPIPHYT_PUC_FOL_INT NA
157 Pomme de terre Mildiou de la pomme de terre MILDIOU Mildiou
158 Pomme de terre Puceron NB_PUCERON_FOL Puceron nb sur folioles
159 Pomme de terre Puceron PUCERO_BAS Puceron NB/plantes (s/20pltes) bas
160 Pomme de terre Puceron PUCERO_CENTRE Puceron NB/plantes (s/20pltes) centre
161 Pomme de terre Puceron PUCERO_HAUT Puceron NB/plantes (s/20pltes) haut
162 Pomme de terre Puceron PUCERON_FOL_POR_% Pucerons % folioles porteuses
163 Tournesol Limace EPIPHYT_ManLim NA
164 Tournesol Limace ManLim Limaces - dégâts sur plantes (en parcelle)
165 Tournesol Limace ManLimB Limaces - dégâts sur plantes (en bordure)
166 Tournesol Phoma macdonaldi Maladie des tâches noires PhaCap Phoma - % de plantes avec symptômes Boutons Capitules
167 Tournesol Phoma macdonaldi Maladie des tâches noires PhaCol Phoma au collet - % de plantes avec symptômes
168 Tournesol Phoma macdonaldi Maladie des tâches noires PhaFeu Phoma - % de plantes avec symptômes Feuilles
169 Tournesol Phoma macdonaldi Maladie des tâches noires PhaTig Phoma - % de plantes avec symptômes Tiges
170 Tournesol Phomopsis du tournesol PhoCap Phomopsis - % de plantes avec symptômes Boutons Capitules
171 Tournesol Phomopsis du tournesol PhoCol Phomopsis - % de plantes avec symptômes Collet
172 Tournesol Phomopsis du tournesol PhoFeu Phomopsis - % de plantes avec symptômes Feuilles
173 Tournesol Phomopsis du tournesol PhoTig Phomopsis - % de plantes avec symptômes Tiges
174 Tournesol Puceron noir de la fève PucNoi Puceron noir de la fève - % de plantes avec présence
175 Tournesol Puceron vert du prunier PucV%PI Puceron vert du prunier - % de plantes avec pucerons
176 Tournesol Puceron vert du prunier PucVCri Puceron vert du prunier - % de plantes avec crispations feuilles
177 Tournesol Puceron vert du prunier PuVNb Puceron vert du prunier - Nombre par plante
178 Triticale Fusariose FUSA_TIG_% Fusariose base tige_%
179 Triticale Oïdium des céréales OIDF1 Oidium F1
180 Triticale Oïdium des céréales OIDF2 Oidium F2
181 Triticale Oïdium des céréales OIDF3 Oidium F3
182 Triticale Puceron vecteurs de viroses PUC_AUT_PIE_ENGL Pucerons d automne pièges englués
183 Triticale Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
184 Triticale Piétin verse PV_% Piétin verse_%
185 Triticale Rouille brune du blé RBF1 Rouille Brune F1
186 Triticale Rouille brune du blé RBF2 Rouille Brune F2
187 Triticale Rouille brune du blé RBF3 Rouille Brune F3
188 Triticale Rouille jaune des céréales ROUIL_JAU_F1 Rouille Jaune F1
189 Triticale Rouille jaune des céréales ROUIL_JAU_F2 Rouille Jaune F2
190 Triticale Rouille jaune des céréales ROUIL_JAU_F3 Rouille Jaune F3
191 Triticale Septoriose des céréales tritici SEPF1 Septoriose F1
192 Triticale Septoriose des céréales tritici SEPF2 Septoriose F2
193 Triticale Septoriose des céréales tritici SEPF3 Septoriose F3

Détails des métriques de référence en nombre de données des bioagresseurs

Culture Organisme Code métrique Protocole Vigicultures
Betterave Cercosporiose CERCO_%F Cercosporiose - % de feuilles atteintes
Betterave Pégomyie PEGO_%PLT_GAL Pégomyies - % de plantes avec galeries
Betterave Puceron noir PUC_NOIR_%PLA_APTE Pucerons noirs - % de plantes avec aptères
Betterave Puceron vert PUC_VERT_%PLA_AILE Pucerons verts - % de plantes avec ailés
Betterave Rouille ROUILLE_%F Rouille - % de feuilles atteintes
Betterave Teigne de la betterave TEIGNE_%DEG Teignes - % de plantes avec dégâts
Blé dur d’hiver Fusariose FUSA_TIG_% Fusariose base tige_%
Blé dur d’hiver Helminthosporiose HELMIN_F3 Helminthosporiose F3
Blé dur d’hiver Oïdium des céréales OIDF3 Oidium F3
Blé dur d’hiver Piétin verse PV_% Piétin verse_%
Blé dur d’hiver Puceron PUC_EPI_PLANT_% Pucerons des épis_%
Blé dur d’hiver Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
Blé dur d’hiver Rouille brune du blé RBF3 Rouille Brune F3
Blé dur d’hiver Rouille jaune des céréales ROUIL_JAU_F3 Rouille Jaune F3
Blé dur d’hiver Septoriose des céréales tritici SEPF3 Septoriose F3
Blé tendre d’hiver Fusariose FUSA_TIG_% Fusariose base tige_%
Blé tendre d’hiver Helminthosporiose HELMIN_F3 Helminthosporiose F3
Blé tendre d’hiver Oïdium des céréales OIDF3 Oidium F3
Blé tendre d’hiver Piétin verse PV_% Piétin verse_%
Blé tendre d’hiver Puceron PUC_EPI_PLANT_% Pucerons des épis_%
Blé tendre d’hiver Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
Blé tendre d’hiver Rouille brune du blé RBF3 Rouille Brune F3
Blé tendre d’hiver Rouille jaune des céréales ROUIL_JAU_F3 Rouille Jaune F3
Blé tendre d’hiver Septoriose des céréales tritici SEPF3 Septoriose F3
Colza d’hiver Altise A%M Altises : % de plantes avec morsures
Colza d’hiver Altise Grosse d’hiver du Colza GANbPE Piège enterré : Nb d’altises d’hiver (grosses altises)
Colza d’hiver Altise petite des crucifères PANbV Piège : Nb d’altises des crucifères (Petites altises)
Colza d’hiver Charançon de la tige du chou ChCNbV Piège : Nb de charançons tige du chou
Colza d’hiver Charançon de la tige du colza ChTNbV Piège : Nb de charançons tige du colza
Colza d’hiver Charançon du bourgeon terminal CBTNbV Piège : Nb de charançons du bourgeon terminal
Colza d’hiver Méligèthe du colza Mel%P Méligèthe : % de plantes (en parcelle) avec présence
Colza d’hiver Phoma Pho%N Phoma : % de plantes avec nécrose au collet
Colza d’hiver Puceron vert du pêcher PV%P Puceron vert : % de plantes avec présence
Colza d’hiver Sclérotiniose Scl%C Sclérotinia : % de plantes avec symptomes collet
Maïs Chrysomèle des racines du maïs CHRYSM_NB_PG_SEXUEL Chrysomèle nb piege sexuel par semaine
Maïs Insectes foreurs de la tige FOR_%PL_ATQ_AVTREC Foreurs % pltes attaqués avt recolte
Maïs Pyrale du maïs PYR_PHE_NB_ADULTES Pyrale nb papillons Phéromone
Maïs Sésamie SES_PHE_NB_ADULTES Sésamie nb papillons Phéromone
Maïs Taupin TAUPINS Taupins
Orge d’hiver Helminthosporiose de l’orge D teres HELMIN_F3 Helminthosporiose teres F3
Orge d’hiver Oïdium des céréales OIDF3 Oidium F3
Orge d’hiver Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
Orge d’hiver Rhynchosporiose RHYNCF3 Rhynchosporiose F3
Orge d’hiver Rouille jaune de l’orge D teres ROUIL_JAU_F3 Rouille Jaune F3
Orge de printemps Helminthosporiose de l’orge D teres HELMIN_F3 Helminthosporiose teres F3
Orge de printemps Oïdium des céréales OIDF3 Oidium F3
Orge de printemps Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
Orge de printemps Rhynchosporiose RHYNCF3 Rhynchosporiose F3
Pois d’hiver Anthracnose ANTHRA_INF_% Anthracnose moitié inf. végétation (%)
Pois d’hiver Botrytis du pois BOTRYT_% Botrytis (%)
Pois d’hiver Mildiou du pois MILD_SUP_% Mildiou 2nd conta. : moitié sup. végé. (%)
Pois d’hiver Oïdium du pois OID_INF_% Oïdium : moitié inf. de la végétation (%)
Pois d’hiver Puceron vert du pois PUCVERT_NB Puceron vert du pois
Pois d’hiver Rouille du pois ROUIL_INF_% Rouille : moitié inf. de la végétation (%)
Pois d’hiver Sitone du pois SITONE Sitone du pois
Pois d’hiver Tordeuse du pois TORDPOIS Tordeuse du pois
Pois de printemps Anthracnose ANTHRA_INF_% Anthracnose moitié inf. végétation (%)
Pois de printemps Botrytis du pois BOTRYT_% Botrytis (%)
Pois de printemps Mildiou du pois MILD_INF_% Mildiou 2nd conta. : moitié inf. végé. (%)
Pois de printemps Oïdium du pois OID_INF_% Oïdium : moitié inf. de la végétation (%)
Pois de printemps Puceron vert du pois PUCVERT_NB Puceron vert du pois
Pois de printemps Rouille du pois ROUIL_INF_% Rouille : moitié inf. de la végétation (%)
Pois de printemps Sitone du pois SITONE Sitone du pois
Pois de printemps Tordeuse du pois TORDPOIS Tordeuse du pois
Pomme de terre Alternariose de la pomme de terre ALTERNA Alternariose
Pomme de terre Doryphores DORYPHORES_ADULTES Doryphores adultes sur 20 stations
Pomme de terre Mildiou de la pomme de terre MILDIOU Mildiou
Pomme de terre Puceron NB_PUCERON_FOL Puceron nb sur folioles
Tournesol Limace ManLim Limaces - dégâts sur plantes (en parcelle)
Tournesol Phoma macdonaldi Maladie des tâches noires PhaFeu Phoma - % de plantes avec symptômes Feuilles
Tournesol Phomopsis du tournesol PhoFeu Phomopsis - % de plantes avec symptômes Feuilles
Tournesol Puceron noir de la fève PucNoi Puceron noir de la fève - % de plantes avec présence
Tournesol Puceron vert du prunier PucV%PI Puceron vert du prunier - % de plantes avec pucerons
Triticale Fusariose FUSA_TIG_% Fusariose base tige_%
Triticale Oïdium des céréales OIDF3 Oidium F3
Triticale Piétin verse PV_% Piétin verse_%
Triticale Puceron vecteurs de viroses PUC_AUT_PLANT_% Pucerons d automne (sur plantes)_%
Triticale Rouille brune du blé RBF3 Rouille Brune F3
Triticale Rouille jaune des céréales ROUIL_JAU_F3 Rouille Jaune F3
Triticale Septoriose des céréales tritici SEPF3 Septoriose F3