Plateforme ESV

Épidémiosurveillance en Santé Végétale

Moteur de recherche VSI

Le moteur de recherche de la Plateforme d'Épidémiosurveillance en Santé Végétale permet d’accéder aux articles (et aux données associées) sélectionnés par le comité éditorial de la Veille Sanitaire Internationale. Il s'agit des articles publiés dans les bulletins ou sur les pages Agenda et Actualités du site web. Le moteur de recherche ne remplace pas les bulletins de la VSI, il permet : (1) d’accéder à des informations ciblées sur une période temporelle choisie via l'utilisation de filtres ; et (2) de télécharger les informations collectées sous format .csv (bouton orange en bas de page de résultats).

Moteur de recherche VSI

Affichage de 971 à 980 sur 4501 article(s)

Sources
Respectez les accents dans les mots-clés
Numéro Semaine (de 0 à 52)
0 correspond à la semaine à cheval sur deux années
Organisme nuisible: Bursaphelenchus xylophilus | Catégorie : Méthode et mesure de lutte

Cette étude présente un système de protection numérique des forêts (DFP) basé sur les SIG pour surveiller et gérer efficacement la maladie du flétrissement du pin (causée par Bursaphelenchus xylophilus). Combinant des applications mobiles, une plateforme Web et des technologies avancées (télédétection UAV et intelligence artificielle), le DFP a été mis en œuvre dans la province du Zhejiang, en Chine. Il intègre des enquêtes manuelles, des drones, la surveillance de l’éradication et des traitements tels que l’injection dans le tronc. Ce système optimise la gestion intégrée des épidémies à grande échelle et améliore la réactivité face à cette menace forestière majeure.

Plusieurs écotypes de tomates siciliennes ont été évalués dans cette étude pour leur résistance au ToBRFV. Si aucun n’a montré un niveau élevé de résistance, deux écotypes (Pop27 et Pop35) ont présenté des symptômes très modérés et donc une tolérance élevée. Ces écotypes de tomates siciliennes pourraient être utilisés dans des programmes de sélection variétale pour obtenir des cultivars tolérants au ToBRFV.

Organisme nuisible: Bursaphelenchus xylophilus | Catégorie : Méthode, outil et mesure de surveillance

Cette étude présente un système de protection numérique des forêts (DFP) basé sur les SIG pour surveiller et gérer efficacement la maladie du flétrissement du pin (causée par Bursaphelenchus xylophilus). Combinant des applications mobiles, une plateforme Web et des technologies avancées (télédétection UAV et intelligence artificielle), le DFP a été mis en œuvre dans la province du Zhejiang, en Chine. Il intègre des enquêtes manuelles, des drones, la surveillance de l’éradication et des traitements tels que l’injection dans le tronc. Ce système optimise la gestion intégrée des épidémies à grande échelle et améliore la réactivité face à cette menace forestière majeure.

Cette étude propose une méthode basée sur des particules fluorescentes aux UV dans une solution d'éthanol à 10 % pour simuler les infections fongiques et suivre les insectes vecteurs. Les expérimentations ont été conduites sur les feuilles de plantes pour simuler la vitesse de sédimentation des spores et pour marquer les aleurodes sur le terrain. Les aleurodes marqués ont été suivis afin d'estimer leur dispersion sur 48 heures. Cette méthode peu coûteuse et accessible devrait contribuer à combler des lacunes dans l’étude empirique de l’épidémiologie des maladies des plantes sans les risques associés pour l’environnement et un suivi plus précis des petits insectes vecteurs.

Ce papier propose un test LAMP (loop-mediated amplification isotherm) développé pour l’identification rapide dans les champs de Spodoptera frugiperda, en 45 minutes maximum.

Organisme nuisible: Bursaphelenchus xylophilus | Catégorie : Evolution de l'état sanitaire

Première détection de Bursaphelenchus xylophilus dans le pin sylvestre en Europe. Jusque-là, il n’était signalé en Europe que dans Pinus pinaster, P. radiata et P. nigra. En mai 2024, le nématode du pin a été détecté dans des arbres de P. sylvestris à Serra da Lousã, au Portugal.

Organisme nuisible: Spodoptera frugiperda | Catégorie : Estimation du risque épidémiologique

Cet article porte sur l’utilisation de modèles d’apprentissage automatique, de données de télédétection et d'enquêtes sur la protection des plantes pour prédire la répartition potentielle mondiale de la chenille légionnaire d’automne en fonction de scénarios climatiques actuels et futurs. Les résultats suggèrent que les zones de chevauchement et les liens d'interaction entre les zones appropriées pour S. frugiperda et ses plantes hôtes augmenteront à l'avenir (plus particulièrement avec le scénario climatique RCP8.5).

Cette étude scientifique conduite en conditions contrôlées et aux champs a exploré les caractéristiques biologiques et physicochimiques du ToBRFV dans différentes cultures hôtes. Les résultats indiquent que les espèces végétales Ipomoea purpurea, Mirabilis jalapa, Clematis drummondii et Solanum tuberosum seraient des hôtes nouvellement identifiés du virus.

Organisme nuisible: Xylella fastidiosa | Catégorie : Génétique des populations

Cette étude de la phénologie et de la dynamique des populations des insectes vecteurs potentiels de Xylella fastidiosa et des Auchenorrhyncha spp. dans les cultures d’oliviers et d’agrumes de la province de La Canée (Crète, Grèce) durant deux ans montre la présence confirmée de Philaenus spumarius, Neophilaenus campestris, N. lineatus (alors que les espèces de Cercopidae et de Cicadellinae étaient absentes) et une riche diversité d’Auchenorrhyncha dans l’ouest de la Crète.

Organisme nuisible: ToBRFV | Catégorie : Amélioration variétale

Plusieurs écotypes de tomates siciliennes ont été évalués dans cette étude pour leur résistance au ToBRFV. Si aucun n’a montré un niveau élevé de résistance, deux écotypes (Pop27 et Pop35) ont présenté des symptômes très modérés et donc une tolérance élevée. Ces écotypes de tomates siciliennes pourraient être utilisés dans des programmes de sélection variétale pour obtenir des cultivars tolérants au ToBRFV.

Affichage de 971 à 980 sur 4501 article(s)

Download CSV