Page 24 - Bergerac-Duras Mag Connexion n° 06

FicheLt’IeFcVh, vnoisqruéeférNe°n1ce7s7te–chJnuiqlluets 2023
L’OMM a décrit des normes
Paramètre météo Période de calcul
Exemple pour le 10/06/23
Fiche technique N° 176 – Mai 2023
˃ Importance des méthodes de mLe’IsFuVre, vsodsersépfaéraemncèetrsetsemchéntéiqoues
Fiche technique N°177 - Juillet-Août 2023
˃ Importance des méthodes Ld’eIFmV,evsousrerséfdéersenpcaerasmteècthrensiqmuéestéo
L’IFVic, vhoes tréefcéhrenicqesutecNh°ni1qu7e7s – Juillet 2023
concernant la méthode de mesure et ˃L’OMIMmpoartadnécreitdedsesméntohromdesesdemesuresdesparamètresmétéo
Température journalière
˃ coRnécesrunlatnattlsa imnévthitordoe edte imnepsularenetta L’IFV, vos références technique]sJ/6h ; J+1/6h ]
Maximum enregistré du 10/06 6
de calcul de certains paramètres
Paramètre météo Période de calcul
Exemple pour le 10/06/23
˃
fournies sur Epicure et Decitrait (vert = risque très faible ; =roriusgqeu=eritsrqèuse tfroèsrtf)o.rt).
L’OMM a décrit des normes maximale non inclus au 11/06 6h00 inclu météo. Initialement basées sur des Température journalière Maximum enregistré du 10/06 6
de calcul de
certains paramètres Paramètre météo Période de calcul Exemple pour le 10/06/23
concernant la méthode de mesure et Température journalière relevés manuels avant maximale
] J/6h ; J+1/6h ]
Minimum enregistré du 09/06 1 non inclus au 11/06 6h00 inclu
Efficacité moyenne* issue des essais au vignoble 2021-2022 sur différents
larécalmitépategrnreai2n0. 21 sur 3 localisations en Charentes à partir de
r a
a s
a
Une méthodologie a été créé pour tester les biosolutions dans des conditions in
des vitro et
> Importance des méthodes de mesures des paramètres météo
météo. Initialement basées su 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 + 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 h00 inclu normes historiques imposent p r ] J-1/18h ; J/18h ] 8h00 incl
8h00 incl elt’indefocramlcaultidseatcieorntainds epsaramstèattrieosns, 0/06 6h0
météo. Initialement basées sur
in planta. Le
test i]nJ-v1it/r1o8hes;t Jr/é1a8lhisé] en
boîte de
pétri pour
évaluer si
les
Température journalière Maximum enregistré du 10/06 6 ˃ de Imcaplcourltadnececderetasinmsétphaoradmeèstrdees mesures demsinpimaralemètres météo non inclus au 10/06 18h00 incl l’informatisation des stations, ces Température journalière Minimum enregistré du 09/06 1
relevés manuels avant produits phytosanitaires (P]PJ)/6ohnt; Ju+n1e/6ehff]icacité fongicide. Le test in planta est
relevésmanuelsv
cdoenscerncaonnt tlraaimnétethsodeddaensmeslaure ge 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 2+ 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇
Ll’OinMfMormatisdaétcioritndeessnsotramtieosns,action
L’OMM a décrit des normes
des contraintes dans la ge 2
météo. Initialement basées 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇+𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇
09/06 1 conocermrneansthlaismtoértihqoudees dime mpoeseunret ept r uits in
informatique des données. Peu à p
2
Mesure dans les 5 minutes
de calcul de certains paramètres
s
normeshistoriquesimposentpr 00inclus mécetéson.oInrmitiaelsemsoentlbaaissééeesssduredceôst0/066h0
informatique des données. Peu à peu,
rtielle
sur des relevés manuels avant
ui est to s0o0ufirneclus
redleevssésfocuornitsrsaeminuatrenssudelesdastnastionlasvapngote l’cinefsornmoartmisaetisonsodnets lasitsastéioens, dcescôt
0/06 6h0 10h00 in
l’ininfoformrmataistaiqtiuoen dedessdosntantéioenss.,Pecuesà p nboarmsers huisntoiqriuqueems eimnptosseunrt palarfodiséfi les fournisseurs de stations po
ut i etrsètsto e0s0urinéeclulas
Test in vitro sans Test in vitro avec u normes historiques imposent parfois dcess nconrtmraeinstesondtanlas islsaéegsesdtieoncôt informatique de la journée (00-2
10h00 in
baser uniquement sur la défi
cuivre (témoin) de cuivre (bouilli deinsformcoanttiqraueintdeess doannséesla. Peguestàion les fournisseurs de stations po informatique de la journée (00-2 inpfoeurm, caetsiquneordmeessdosonntéelasi.sPséeeusàdpeeu,
ui est to 9h55 et 1 esurée la
baser uniquement sur la défi
10h00 in 9h55 et 1
côté par les fournisseurs de stations
ces normes sont laissées de côté par
À 10 h : température mesurée la n standa
informatique de la journée (00-2 pour Usne tbrasvear iluensiqtuenmecnotusrsu,r plaorté
˃ Validation en micro-pla définition informatique de la journée
les fournisseurs de stations pour se
9h55 et 1 n standa
sur les données météo agrico baser Uuniqtruaevmaeilnetstsuern lcaoudrésf,inpitoiortné
˃
C
d
À chaque série de données météo, sa propre modélisation
rilteé
(00-24h).
Dinefsorpmrseaumtirqileueresdeoslnsaanjioésuersnmémeé(itc0ér0o-2-ap4glhar)ci.ceo Un travail est en cours, porté
ate de
a é
s u é
ni
u
n
é 4 ni e u 4
ni 4
c
l
tlt g
des fois ces
maximale non inclus au 11/06 6 Température journalière
minimale non inclus au 10/06 1
ant tion fois
ParaTmemètpreérmatéutéreo journalièrePériode de calcul ExempleMpionuimr luem10e/0n6r/e2g3istré du moyenne
réalisé sur des boutures foliées et permet d’évaluer plusieurs modes d’
Température journalière
selon les caractéristiques d]eJs-1p/r1o8dhui;tJs/.1E8nh2]022, nous avons évalué 42 prod
minimale non inclus au 10/06 1 cesTempératCuuremjuolujronualrinèraelier des Maximum ePnlureiegisstroémdbué1e0s/0e6n6trhe00le 1
eu, moyenne
tion vitro et 18 in planta. ] J/6h ; J+1/6h ]
Température journalière ] J/6h ; J+1/6h ]
fois maximparélecipitations non par Cumul journalier des
inclus au 1i1n/c0l6us6he0t0lein1c1lu/s0. 6 6h
eu, tion r se
mCinuimaullejournalier des
mouillable et l’ensemble]dJ/e6shf;oJr+m1/u6laht]ions cupriques sont égalemen
Nous avons identifié plusieurs candidats qui présentent une efficacité pa
] J/6h ; J+1/6h ]
Température jomuronyaeliènrnee Minimum enreÀgis1t0réhd:uc0u9m/0u6l 1d8ehc0e0 q
tion
r se précipitations inclus et le 11/06 6h
sur black-rot : L]BJG-1,/1R8ehd;eJl/i1,8Ahrm] icarb, Vitisan, Sonata et Essen’ciel. Le
par Cumul horaire de précipitations ] H-1 ; H ]
non inclusPalui1e0s/t0o6m1b8hé0e0s einnctlures. le 1 entre 9h00 non inclus et
bordelaise)moyenne 2
r se précédant l’heure ronde. récente remontée entre
potassium,l’huileessentielled’orane spour
sur les données météo agricoles.
avoir une preuve de l’efficacité de ces produits de biocontrôle. Le tableau synthétise les résultats obtenus sur 2 critères à partir des tests st ˃ À chaque série de données météo, sa propre modélisation rapport
au
onnées m différentes impliquent des modélisations différentes. L’importance de ces différences est variable pendant la saison et l’analyse du ri
˃ChaquÀecmhoadqèuleeéspéidréimeidoleogdiqounenreéfelèstemuénetésoit,uastaiopnrcoaplcrueléemroepdrésliesnatattiiovend’un contexte météo particulier. Des données m qui en découle peut varier. Ci-dessous, le graphique montre un exemple de sorties du modèle Potentiel Système utilisé par l’IFV
>difÀférecnhteas qimupliequsenét rdies mdoedéldisaotinonns déifefésrenmtesé. tL’éimop,orstancpe dreocpesrdeiffméreoncdeséelsitsvaRért
npeEfnficdacaitné t laRésgauliasriotén etEffli’cacnitéalyse du ri
Chaque modèle épidémiologique reflète une situation calculée représentative d’un contexte météo particulier. Des données m points en 2021 avec des données Météo France ou des données de stations connectées.
qui en découle peut varier. Ci-dessous, le graphique montre un exemple de sorties du modèle Potentiel Système utilisé par l’IFV
différentes impliquent des modélisations différentes. L’importance de ces différences est variable pendant la saison et l’analyse du ri
qieAsrmdicuarmb3oKdgè/hleaPotentielSystèmeutiliséparl’IFVsur3
pctées.
D’après les premiers essais réalisés, on peut hiérarchiser quelques produits qui montrent des effets sur le développement du black-rot au
Polyram
giuai
cours de la saison. Il s’agit de la variable qui permet d’établir la
˃ Ll’aévaplruisaetioennducormisqputeaduenilvaeasutalboicliatlé spatiale est essentielle pour contextualiser la fiabilité vi˃gnobLlea. Cpersiosnet deens pcrodmuiptstededbeiocolantrsôtleabàilaicttéionspfoantgiiacildee deestcoentsascet.nLteiepllheosphounartecdoentpeoxtatsusaiulmis,elre bliacarfbiaonbailtietédedpeotassium
l’évaluation du risque au niveau local
˃ l’éLvalupartisoendeunriscqoumepautenivdeaulalocsatlabilité spatiale est essentielle pour contextualiser la fiabilité >LeLcaonpterxiteselocealna ucnoemimpotrteandceemlaajeusretadabnislilatésensspibialittéiaulxemealsadtiesspsenednanttielalslaeison. La topographie, le type de sol e
seuls apportent une efficacité partielle intéressante. Lorsqu’ils sont complétés par du soufre, ils peuvent atteindre une protection proche
des produits conventionnels. Le phosphonate de sodium et l’huile d’orange douce montrent une efficacité moindre et plus variable.
cépalg’éesvpallaunatétsiosonntdautrainstqdueefaactueunrsivqeuai pueulovecnatlinfluer sur la pression épidémique. Très localement, on peut donc avoir des sig LeLceponcotenuxterxltocecoalloncaatulenaexuimtnuepoairmtalpniosceretamrnacjleaurmefiadjaeaunbsreilaldisatenénsibdlailietséenla’suéixbivmlitaélaldauiueaxs ptmeianoldanadnietdslaupseanirsdoiasnn.qtLaulateospaoiasgoruanp.hnLieai,vtloeeptoyapgueradplehoiseoc,laletltleyspe de sol e
Ces premiers résultats sont très encourageants. Ils restent à confirmer mais ils identifient des candidats potentiels pour créer des
qui vont donner une analyse du risque radicalement différente de ce qu’il peut se passer à quelques kilomètres voire à quelques cent cécpéapgeasgepslanptlaésntséosntsoauntanatutdaenftacdteufrascqteuui rpseuqvueinpteinufvlueenrtsiunrfluaepressusriolnaéppriedsésmioiqnuéep. Tidrèésmloiqcuale.mTernèts, loncapleumt deonnt,coanvopireduetsdsoigncauaxvoir des sig
stratégies de protection en conditions de production pour 2023 et 2024.
Le contexte local a une importance majeure dans la sensibilité aux maladies pendant la saison. La topographie, le type de sol e
de mètres. Se baser sur l’analyse d’un seul point peut s’avérer risqué si la pression varie localement. Ainsi, la prise en compte
qLuei vcontedxotennloecraul nae uanealyimsepodrutarniscqeume arajeduircealedmanesntladisfefénrseibniltietédaeucxe qu’bilapseur tsusrel’paansaslyesreàdq’uuneslqeulepsokiniltopmeèutrse’asvvéoreireriàsqquuéeslqi luaepsrecsesniotaninvaersie
qui vont donner une analyse du risque radicalement différente de ce qu’il peut se passer à quelques kilomètres voire à quelques cent
Les tests en conditions contrôlées se poursuivent pour étudier les autres produits, à action indirecte, notamment ceux qui font intervenir
dmecsatémlapdbèaitieglrsietséps.espnSpdelanbntitaélsalesesrsapsoiesunortnml.a’aeLunattatadolynepstoepgdordean’pufdhnaéiecrs,teleurutlylrepseorqidnsueqtisupoel ueultotvlcesas’nalctvàéipnrpaefagrluerrtesiisrqsduuéurlosrcliasllqapeumrpersencstsai.soliAconiunéslévip, ailsarduieéprmrlioseiecqsaueplneom.cinoTetmrnsètp.svteAoloidnsceisani,lsaelamlsetpsaebrnpisltliet,uéosesnprapcotoeiacmulhetpeptdse.ormLnd’eceIFtaVladvetoriarvdaeilslesisg de mètres. Se baser sur l’analyse d’un seul point peut s’avérer risqué si la pression varie localement. Ainsi, la prise en compte
des micro-organismes vivants, des stimulateurs des défenses, des effets barrière...
staqinbudiliitcvéeosn(pItnadtdioaiclnenpdeerrmuSnteaetbdailenitapéloyLnsodecéadrleuer)rlieqsuqriuispqeuereramdloiectatllreàamiptaedrnettirpdoiufnférdirséeqrnueetrelc’dalnecuacleéysqeurd’ilulepsreipsuoqtiunsetesévpoaidsisénemsrlieàqsuqpeul.ueslqpureocshkeislo. mL’IèFtVretrsavaoiilrlesàurqunelques cent stabilité spatiale permet de pondérer le risque local à partir du risque calculé sur les points voisins les plus proches. L’IFV travaille s
plantés sont autant de facteurs qui peuvent influer sur la pression pondérer le risque local à partir du risque calculé sur les points voisins les
épidémique. Très localement, on peut donc avoir des signaux qui vont plus proches. L’IFV travaille sur un indice (Indice de Stabilité Locale) qui
indiecem(Inèdtricees.deSeStabbaislietér Lsoucralle’a) nquailypseermde’uttnraisteduel poonidnétreprelu’atnas’laysveédreurrirsiqsuqeuépsidi élma ipqures. sion varie localement. Ainsi, la prise en compte indice (Indice de Stabilité Locale) qui permettrait de pondérer l’analyse du risque épidémique.
donner une analyse du risque radicalement différente de ce qu’il peut se permettrait de pondérer l’analyse du risque épidémique.
stabilité spatiale permet de pondéreProluerreisnqsuaevoloirca+l :àxpavairetrir.bdurgruisnq@uevicganlecvuilné.csoumr les points voisins les plus proches. L’IFV travaille s passer à quelques kilomètres voire à quelques centaines de mètres. Se
Comité de rédaction : Marie-Cécile DUFOUR, Antoine GUIBERT, Alice METAIS, Xavier BURGUN, Nicolas AVELINE et Marion LE BOT indice (Indice de Stabilité Locale) qui permettrait de pondérer l’analyse du risque épidémique.
Pluies tombées entre le 1
TemCpuémrautluhreorjoauirrenadleièrperécipitatio𝑇𝑇n𝑇𝑇s𝑇𝑇𝑇𝑇 + 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇] H-1 ; H ]
produit à base précipitations inclus et le 11/06 6h
À 10 h : cumul de ce q
par Mesure dans les 5 minutes À 10 h : température m h). efficaces. Les tests vont se poursuivre en 2023. entre 9h00 non inclus et
tion Température horaire
À 10 h : cumul de ce q
h). Cumul horaire de précipitations ] H-1 ; H ]
Mesure dans les 5 minutes À 10 h : température m
Cumul journalier des Pluies tombées entre le 10/06 6h00 non
tion Température horaire ] J/6h ; J+1/6h ]
entre 9h00 non inclus et
précipitations
inclus et le 11/06 6h00 inclus.
précédant l’heure ronde. récente remontée entre
h).
par Numagri sur demande de l’Acta, l’IFV et les Chambres d’Agriculture France pour créer u
Température horaire À 10 h : cumul de ce qui est tombé eCtutmeusl hdoerailr’edffeipcraéciptiétatdioens candid]aHt-1s;aHu] vignoble
précédant l’heure ronde. récente remontée entre
es. entre 9h00 non inclus et 10h00 inclus. par Numagri sur demande de l’Acta, l’IFV et les Chambres d’Agriculture France pour créer u
Mesure dans les 5 minutes À 10 h : température mesurée la plus
es. ont été mis en place au vignoble en 2021 et 2022 avec le soufre mouillable, le bicarbon Température horaire
par Numagri sur demande de lp’Arécctaéd, al’nIFtVl’heetulresrConhdaem. bréecsednt’AegrerimcuolnttuéreeFnrtarnec9eh5p5oeutr1c0rhé0e0r.u douce et les phosphonates. Des applications très régulières tous les 10 jours ont été réalisée
h
l
i
p
o
i
n
ts
e
cSad
n0 n2é1
a
q
u
e
m
Un travail est en cours, porté par Numagri sur demande de l’Acta, l’IFV et les Chambres d’Agriculture France pour créer un standard
n
2
o
d
è
0
le
ép
id
ém
21
a
Un travail est en cours, porté par Numagri sur demande de l’Acta, l’IFV et les Chambres d’Agriculture France
atistiques : la régularité recense l’homogénéité des résultats du produit entre les différents essais et l’efficacité est calculée par
sur les données météo agricoles. pour créer un standard sur les données météo agricoles. ˃ À chaque série de données météo, sa propre modélisation
témoin non traité.
Chaque modèle épidémiologique reflète une situation calculée représentative d’un contexte météo particulier. Des d
ve
e
io
ies
os
nd
o2
lo
g
iq
u
e
re
s
M
f
lè
te
u
n
e
s
é
té
o
F
r
it
a
n
c
u
a
t
ion
ca
e
ou
d
e
l
cu
ée
r
s
d
on
n
é
ep
r
Le projet Zéro black-rot est co-financé par FranceAgriMer
e
é
se
s
d
e
s
n
ta
t
t
a
t
i
v
e
Feuilles Grappes
labo
réCféhraeqncueefonmgicoideèle épidémiologique reflète une situation odn’suncocnonetecxttéeesm. étéo particulier. Des données météo
qui en découle peut varier. Ci-dessous, le graphique montre un exemp
ifférentes impliquent des modélisations différentes. L’importance de ces différen
oints en 2021 avec des données Météo France ou des données de stations conne
Saison 2021
points en 2021 avec des données Météo France ou des données de stati
ui en découle peut varier. Ci-dessous, le graphique montre un exemple de sort
Saison 2021
(Bi
Les cour Système
Saison 2021
lecadlceulséoe rteipersésdeuntamtivoeddè’ulen cPontexntteieml éStéyostpèamrtiecuulietri.liDséespar l’IFV ceLsesesctovuaribaebslerpepnrdéasnetnltaesnatisolan evtarl’ianbalelysEePdIudruisqmueodèle Pote
(Métirame)
ons connectées.
Système qui décrit l’état potentiel d’infection du mildio Ldeiffsérceontuersb. eLs’imrpeoprrtaénsceentdentcelsa dviaffréiraebnclesEePsIt dvuarimaboledèle Pote
données météo différentes impliquent des modélisations
carbonate de Potassium)
cours de la saison. Il s’agit de la variable qui permet d’étab
Système qui décrit l’état potentiel d’infection du mildio
pendant la saison et l’analyse du risque qui en découle peut
Lvaersierc.oCui-drbesessourse,plergérsaepnhitqeunetmloantvrearuinaebxlemEpPleIddeusormtieosdèle Pote classe de risque épidémique (vert = risque très faible ; r
cours de la saison. Il s’agit de la variable qui permet d’étab
bedsumreopdrèélseePnotetennttielalSvyasrtièambleuEtiPlisIédpuarml’IoFdVèsleurP3opteointiselen
Système qui décrit l’état potentiel d’infection du mildio = risque très fort). Pour chaque graphique, la courbe b classe de risque épidémique (vert = risque très faible ; r
Soufre + Armicarb
q2u0i21déacvreitc ld’éestadtopnonétenstMieél tédo’inFfreacntcioenoududesmdilodnionuéeasude
cours de la saison. Il s’agit de la variable qui permet d’étab représente la modélisation de l’EPI à partir des données M = risque très fort). Pour chaque graphique, la courbe b stations connectées.
classe de risque épidémique (vert = risque très faible ; r France et la courbe rouge celle calculée à partir des don représente la modélisation de l’EPI à partir des données M
LBG + Soufre
classe d = risque
représen France e d’une s similaire dans le
(Ph
e Lriessqucoeurébpeisdérempriqésuent(evnetrlta =variasqbuleeEPtrIèdsu fmaiobdleèle; Protuegnetiel
= risque très fort). Pour chaque graphique, la courbe b d’une station connectée. Bien que les tendances so
tFSrrèyastnèfLcmoBerGet)eq.tuPiloaduécrroictuhlr’aébqtaeuterpogutreagnpetihecilqedul’ilene,feclcatilocnouudlérubemeàilbdplieoauretaiur des don
représente la modélisation de l’EPI à partir des données M ospschiomounraisltaedidreelpaso,tsaaislsisiueomsnt). Irl ésg’augiltièdreelma veanritabpleoqsusibplermdet dv’éotiarbdlires différe
ted’launmeodsétliastaitoionn dceonl’EnPeIcàtépea.rtirBdiens doqnuneéesleMsétéeondances so
Flaracnlacseseedtelariscqouuerébpeidréomuiqguee c(veellret =carilscquleéetrèàs pfaibrtleir ; des don
dans le passage entre les différentes classes de risque sans
t la courbe rouge celle calculée à partir des données
similaires, il est régulièrement possible de voir des différe
rouge = risque très fort). Pour chaque graphique, la courbe
dSo’ufnree(4 ksg/thaat)ion connectée. Bien
talt’ion pcuoisnsnecdtéire. qBuienlle qeuset lalecsouternbdeaqncueisresporiéesnetnte le mie
que les tendances so dans le passage entre les différentes classes de risque sans
bleue représente la modélisation de l’EPI à partir des données
s,sriéilmaelisiltaéirrétegesur,rliaièlirne.msternétgpuolisèsribelme deentvopiorsdseibsldeifdféerevnociersdes différe
lM’oéntéopuFrisasnecedeitrela qcuouerlble reosutgelacceloleucrablecuqléueiàrepaprrtéirsdeenste le
mie
padssaangRsedlenliptraeslseasgdeifefénrternetelesscldasifsfeésrednetreisqculeassaens dqueerisque sans données d’une station connectée. Bien que les tendances
réalité terrain.
(Disodium phosphonate)
l’on puisse dire quelle est la courbe qui représente le mieux la
Mls’oidnenéptliusaimstsioleanirdedisre,eil’qÉeutsatetlrléePgouetlsieètnreltmaieeclnodtu’Iprnobfsescibqtliueoindredeupvormiérsidledensioteupleenmdiae
réalité terrdaiifnfé.rences dans le passage entre les différentes classes Essenc’iel
Modélisation de l’État Potentiel d’Infection du mildiou penda
uiledessreisnqtiuelelesda’onrasngqeue l’on puisse dire quelle est la courbe qui
cépages et vignobles (en % par rapport au témoin non traité)
* les résultats présentés synthétisent les résultats obtenus dans les conditions du projet
Ce qu’il faut en retenir
(H
Modélisat l a c at r mè s pe af f i
˃ La prise en compte de la stabilité spatiale es
données
efficace
efficacit
Les coule
efficacit
fournies s = risque t
données Météo France (bleu) et de stations connectées (roug la cadmoupcea)gne 2021 sur 3 localisations en Charentes à partir de iornepdreésl’eÉnttaetlePomtienutxielal dré’Ianlifteécteiorrnaidn.u mildiou pendant
Modélisation de l’État Potentiel d’Infection du mildiou penda Les couleurs de fond correspondent aux classes de risque
gcdancoen2/n0tré2èse1rsésguMurliée3rtléoocaFlrisanticoens(belneuC)haertednetestàatpioarntsircdoennectées (roug
laMcoadémlispaatiognde 2l’É0ta2t1Postuernt3ieRllédog’Icnuaflealcirstiitaoént*idoeuntmseifeldfnicoauCcphiteaénr*deadnetses à
partir de fournies sur Epicure et Decitrait (vert = risque très faible ; rou
M/LéreétsgéucolioeFruralenucres(bdleufo) entddceosrtraetsiopnosncdoenntecatuéxesc(lraosusgees)d. e risque
la campagne 2021 sur 3 localtisratiitoenms enCtshasurernltes àespsaritsir adue vignoble édpoanrtnieélle/sirMrégéutliéero France (bleu) et de stations connectées (roug
= risque très fort).
urs de fond correspondent aux classes de risque
fournies sur Epicure et Decitrait (vert = risque très faible ; rou
données Météo France (bleu)(eptadrersatpatpionrst caounntéemctéoeisn(nrounget)r.aité) é faible à nulle / très irrégulier
Les couleurs de fond correspondent aux classes de risque
ur Epicure et Decitrait (vert = risque très faible ; rouge
=Lreisqcouueleturès sdefoforntd).correspondent aux classes de risque
rèfosufornrti)e.s sur Epicure et Decitrait (vert = risque très faible ; rou
t essentielle pour contextualiser la fiabilité
n standa
Pour en savoir + : loic.davadan@vignevin.com ; christian.debord@vignevin.com Pour en savoir + : loic.davadan@vignevin.com ; christian.debord@vignevin.com
Pour en savoir + : loic.davadan@vignevin.com ; christian.debord@vignevin.com Pour en savoir + : loic.davadan@vignevin.com ; christian.debord@vignevin.com
Pour en savoir + : loic.davadan@vignevin.com ; christian.debord@vignevin.com 24
8
u 8
u 8
u .
m .
m .
m
r r
r
s s
s n
u n
l u
n o
l
u l o
l é l
o n é
l n
é n
n n
u
n u
nu
n e
n e
g
e g
g
n
a n
d a
n u
d
a u
d u