Préambule

Introduction

Le dollar spot est une maladie fongique du gazon causée par les champignons du genre Clarireedia¹. Dans les zones climatiques tempérées, c’est la maladie la plus impactante sur les surfaces engazonnées^2–4. Sur le territoire français, elle constitue avec la fusariose froide (Microdochium nivale et majus) la menace la plus importante sur les parcours de golf. La maladie cause en effet des dégâts considérables sur les surfaces à forte maintenance et faibles hauteurs de tonte comme les greens ou fairways^2,4 (voir figure 1). Elle peut également se développer sur des surfaces engazonnées moins intensives comme les terrains de sports ou pelouses d’agrément^4,5. Le champignon pathogène touche aussi bien les graminées de saison froide (agrostis sp., festuca sp., lolium sp., poa sp.) que les graminées de saison chaude (cynodon sp., paspalum vaginatum, zoysia sp.)^1,5. Les dégâts occasionnés réduisent la qualité esthétique des surfaces touchées mais également leur jouabilité avec un impact économique considérable. Le manque à gagner vient d’une part de la diminution de la qualité de la surface et d’autre part du coût des traitements dont le prix moyen augmente d’année en année. De plus, la résistance du dollar spot à différentes familles chimiques de fongicides a largement été observée^6–15 jusqu’à la dernière génération de fongicide¹⁶. Dans le cas de résistance avérée, l’efficacité des fongicides est largement diminuée ce qui pousse l’intendant à augmenter la fréquence de traitement ou les doses d’application.

Le dollar spot a été découvert en 1937 par F.T. Bennett¹⁷. Pourtant, la compréhension de sa biologie et de son épidémiologie reste encore peu claire. La large gamme de températures où l’infection est possible (15 à 30°C) et un manque d’efficacité des techniques culturales a mené à une utilisation quasi-systématique de fongicides pour contrôler efficacement le pathogène^2,4,18.

Récemment, plusieurs scientifiques américains ont mis au point un modèle météorologique de probabilité d’apparition du dollar spot¹⁹. Développé à partir d’un monitoring de différents paramètres météorologiques et plus de 7182 observations sur greens et fairways de golfs, il estime par régression logistique la probabilité d’apparition de la maladie. Dans le modèle, deux paramètres sont utilisés : l’humidité relative et la température de l’air. Plus précisément, ce sont les moyennes sur 5 jours consécutifs de ces deux paramètres qui sont utilisées. Le modèle a été validé avec succès à partir des données de plusieurs sites aux USA entre 2010 et 2016. Il a permis dans certains cas d’économiser jusqu’à 3 passages de fongicides¹⁹ par rapport à une méthode classique de traitement calendaire impliquant un traitement toutes les 3 semaines lors des périodes d’épidémies. Le nouveau système consiste à effectuer des applications lorsque le seuil de probabilité d’apparition de la maladie estimé à partir du modèle dépasse 20%. Ce seuil permet en effet d’obtenir une fiabilité statistiquement équivalente aux traitements calendaires tous les 21 jours. Ainsi, ce modèle constitue un excellent outil d’aide à la décision pour les intendants. Il permet également une meilleure compréhension des conditions d’apparition du dollar spot.

Différentes publications étudient les conditions météorologiques propices aux conditions d’apparition de la maladie^20–24. Il a ainsi été démontré que le risque d’infection augmente avec la température depuis 15°C jusqu’à 35°C avec une forte humidité nécessaire sur un minimum de 2 jours consécutifs²⁰. Une autre étude recommande une application de fongicide lorsque la température de l’air dépasse 25°C et que l’humidité relative est supérieure à 90% pendant 3 jours sur une période de 7 jours²⁴. Dans le nouveau modèle décrit précédemment, le risque d’apparition du dollar spot augmente avec l’humidité et la température avec un risque maximal pour des températures comprises entre 25 et 30°C et des humidités supérieures à 80%¹⁹ (voir figure 2).

Dans un contexte de réchauffement climatique^25,26, il est utile à l’échelle du territoire français, d’étudier l’impact de ce changement sur l’incidence des pathogènes du gazon. Par l’intermédiaire du nouveau modèle de prédiction d’apparition du dollar spot et des données de stations météorologiques françaises sur plus de 20 ans, cet article tente d’identifier l’impact du changement climatique sur le développement de la maladie. A ma connaissance, aucun travail de ce type n’a été réalisé sur le territoire français.

Matériel et méthode

Météo France propose désormais le téléchargement sous licence ouverte d’Etalab des données du réseau synoptique (SYNOP) : un réseau mondial de stations fournissant des données complètes mesurées toutes les 3 heures. Le territoire français compte 62 stations installées pour la plupart dans des aérodromes ou aéroports. L’historique des données permet de remonter jusqu’en 1995 soit 23 ans de données météorologiques. Du fait des quantités très importantes de données, il a été choisi de réaliser des scripts sous le logiciel gratuit R (https://www.r-project.org/) permettant l’extraction et le traitement rapide du jeu de données. Les scripts d’extraction et de traitement sont téléchargeables sur le site de la clinique du gazon (https://cliniquedugazon.fr/fichiers/dollarspotmeteo/). Sur les 62 stations, 21 ont été sélectionnées sur le territoire avec une répartition se voulant représentative de l’ensemble des climats présents sur le territoire français (voir figure 3).

Probabilité d’apparition du dollar spot sur 22 ans de données climatiques

Dans le script, des moyennes journalières des températures de l’air et de l’humidité relative sont d’abord calculées de 1997 à 2018 (soit 22 ans de mesures réalisées toutes les 3 heures pour 21 stations). Ensuite, conformément au modèle de Smith et Kerns, des moyennes sont calculées sur cinq jours consécutifs¹⁹. Enfin, la probabilité d’apparition du dollar spot est estimée par régression logistique à l’aide de la formule suivante :

   

Avec :

   

Où :

• est l’humidité relative de l’air (%)
• est la température de l’air (°C)

Ainsi, pour chaque station, la probabilité d’apparition du dollar spot a été calculée depuis 1997 jusqu’à 2018.

Smith et Kerns ont établi un seuil de probabilité à partir duquel un traitement doit être déclenché. Ce seuil permet d’obtenir la même efficacité que des traitements réalisés tous les 21 jours : il a été fixé à 20%. Il a donc été choisi ici de calculer depuis 1997 jusqu’à 2018 le nombre de jours annuels où la probabilité d’apparition du dollar spot dépasse les 20%. Ce nouveau paramètre est plus intéressant qu’une moyenne car il permet la comparaison de l’ensemble des années en ce qui concerne le risque d’épidémies de dollar spot. En effet, une moyenne annuelle lisse trop fortement les données alors qu’une moyenne journalière est trop lourde en termes de traitement de données et de visualisation graphique.

Autres paramètres utilisés pour la comparaison des 22 années

Afin de comparer plus finement chaque année, d’autres paramètres et moyennes ont également été calculés pour chaque station :

• Moyenne des températures (°C)
• Nombre de jours où la température moyenne sur 5 jours consécutifs dépasse 20°C
• Moyenne des humidités relatives (%)
• Nombre de jours où l’humidité relative moyenne sur 5 jours consécutifs dépasse 80%
• Nombre de jours où l’humidité relative moyenne et la température moyenne sur 5 jours consécutifs dépassent respectivement 70% et 20°C.

Analyse statistique des tendances

Afin de vérifier si des tendances existent depuis 1997 jusqu’à 2018 pour l’ensemble des paramètres décrits précédemment, un test statistique de Mann-Kendall a été réalisé à l’aide du package « Trend ». Le package est disponible pour le logiciel R (https://cran.r-project.org/web/packages/trend/index.html).

Ce test non paramétrique est classiquement utilisé dans les différentes sciences environnementales pour analyser les tendances de séries chronologiques^27,28.  L’hypothèse H0 testée est « l’absence de tendance ». Si p<α, seuil de significativité choisi, l’hypothèse H0 est rejetée et on conclut à l’existence d’une tendance significative. Le seuil de significativité utilisé ici est de 0.05%. Ce test a été réalisé sur l’ensemble des paramètres décris précédemment.

Résultats

Probabilité d’apparition du dollar spot sur le territoire français

Sur 22 ans, la probabilité d’apparition moyenne de la maladie est variable suivant la localisation géographique (voir figures 4 et 5).

Influence de la longitude

Il existe un gradient global Est-Ouest assez marqué c’est-à-dire que le risque d’apparition du dollar spot diminue d’Ouest en Est (voir figure 5). La longitude semble donc avoir un impact important sur l’incidence du dollar spot.

Ceci s’explique par des températures comparables le long de cet axe avec une diminution moyenne de l’humidité relative d’Ouest en Est (voir figure 6). Ce dernier paramètre ayant une forte influence sur l’apparition d’épidémies du champignon pathogène, le risque diminue alors d’Ouest en Est.

Influence de la latitude

Etonnamment et contrairement aux idées reçues, le risque d’apparition de la maladie est moins corrélé à la latitude. Le risque d’apparition du Nord au Sud est moins marqué, malgré des températures croissantes selon cet axe. Bien évidemment, une tendance existe (risque moyen de 10.3% à Lille contre 15.4% à Nice).

Ceci s’explique par la diminution significative de l’humidité relative du Nord au Sud. Le modèle ayant une plus forte dépendance à l’humidité relative qu’à la température, les effets de l’augmentation de la température dans le Sud sont limités par la diminution de l’humidité (voir figure 7). Ainsi, certaines régions du Sud-Est sont moins touchées par le dollar spot que d’autres : le risque à Montélimar par exemple, est relativement faible par rapport à celui de Nice, il est même comparable à celui de la région parisienne.

Minimum et maximum

Sur les 21 stations étudiées et selon le modèle, le risque est maximal pour Nice (15%) et Ajaccio (17%) (voir figure 4). Dans ce quart Sud-Est, les températures moyennes sont élevées avec des températures moyennes sur 5 jours consécutifs souvent comprises entre 15 et 25°C. L’humidité relative diminue lors de la période estivale mais reste souvent supérieure à 70%. Le couple humidité relative/température est alors idéal pour des épidémies de dollar spot.

Etonnamment, le modèle calcule une probabilité d’apparition du dollar spot aussi élevée à Ploumanach dans les Côtes-d’Armor (Bretagne) que dans le Sud-Est de la France (voir figure 4). Ceci s’explique par la forte humidité relative présente tout au long de l’année (souvent supérieure à 80%, voir figure 10) couplée à des températures sur 5 jours consécutifs dépassant régulièrement les 15°C en dehors de l’hiver (voir figure 9). Ainsi, selon le modèle de Smith et Kerns, le risque d’apparition du dollar spot dans cette région est comparable à celui du Sud-Est de la France.

La probabilité d’apparition de la maladie est faible dans les régions réunissant ces 2 critères :

• la température moyenne sur 5 jours est rarement supérieure à 20°C.
• l’humidité relative moyenne sur 5 jours est rarement supérieure à 80%.

Lyon, Lille, Tours, Strasbourg, Bourges, Limoges, la région parisienne et même Marseille semblent peu impactées par dollar spot. A Lyon, la température moyenne sur 5 jours consécutifs peut parfois être élevée (25°C en période estivale par exemple) mais l’humidité relative diminue fortement lors de cette période (aux alentours de 60%). A Nancy, l’humidité relative moyenne est élevée (78%) mais la température moyenne sur 5 jours consécutifs en période estivale est trop faible pour déclencher de fortes épidémies. De même, à Marseille, la température moyenne annuelle sur 5 jours consécutifs est élevée (15.7°C) mais l’humidité relative y est trop faible (65%) avec des minimums en dehors de l’hiver diminuant fortement la probabilité d’apparition du dollar spot (voir annexe 1).

Tendance du risque sur 22 ans

Le test de Mann-Kendall montre que la probabilité moyenne d’apparition du dollar spot sur le territoire français ne suit aucune tendance depuis 22 ans : cette probabilité est fluctuante mais n’augmente ou ne diminue pas significativement entre 1997 et 2018 (voir figure 11). Ainsi, il semblerait que l’évolution du climat n’impacte par significativement la probabilité d’apparition de la maladie.

Le tableau 1 montre les résultats des différents tests de tendance effectués sur les paramètres décris précédemment. L’annexe 2 montre l’évolution de la probabilité d’apparition pour différentes stations.

Ville	Nombre de jours où T>20°C	Temp. moy. sur 5 jours conséc.	Humidité moyenne sur 5 jours conséc.	Nombre de jours où proba. Apparition dollar spot >20%	Proba. Apparition Dollar Spot	Nombre de jours où T>20°C et hum. relat. >70%
ajaccio		*** augm.
bordeaux
bourges			*** dim.	*** dim.	*** dim.	*** dim.
caen
lille			*** dim.	*** dim.	*** dim.
limoges
lyon			*** dim.	*** dim.
marseille
montelimar	*** augm.	*** augm.	*** dim.	*** dim.	*** dim.
mulhouse		*** augm.	*** dim.	*** dim.	*** dim.
nancy
nantes
nice		*** augm.	*** dim.	*** dim.	*** dim.	*** dim.
orly			*** dim.
perpignan			*** dim.			*** dim.
ploumanach			*** dim.	*** dim.	*** dim.
rennes
strasb	***	*** augm.	*** dim.
tarbes			*** dim.		*** dim.
toulouse			*** dim.
tours			*** dim.	*** dim.

Tableau 1 : Résultats des tests de Mann-Kendall sur les différents paramètres étudiés. *** signifie qu’une tendance significative existe. “augm” implique une augmentation significative du paramètre de 1997 à 2018. “dim” implique une diminution du paramètre de 1997 à 2018. La diminution de l’humidité relative sur un grand nombre de station est bien visible. La diminution de la probabilité d’apparition du dollar spot l’est également.

Il existe des tendances mais elles dépendent de la localisation :

La diminution de la probabilité d’apparition du dollar spot s’explique par la diminution significative de l’humidité relative moyenne et plus particulièrement hors de la période hivernale.

Les moyennes ne permettent pas de déceler un éventuel étalement des épidémies plus tôt (printemps) ou plus tard (automne) dans la saison. C’est pourquoi le nombre de jours où la probabilité d’apparition du dollar spot est supérieure à 20% est un paramètre additionnel utile. En effet, il renseigne mieux sur l’étalement des épidémies de dollar spot sur chacune des saisons.

Dans 38% des cas, le nombre de jours où le risque est supérieur à 20% est en retrait depuis 1997 avec une tendance significative à la baisse. Ceci s’explique encore une fois par la diminution significative de l’humidité relative, surtout lors des périodes chaudes.