Numéro |
OCL
Volume 23, Numéro 2, March-April 2016
|
|
---|---|---|
Numéro d'article | D206 | |
Nombre de pages | 12 | |
Section | Dossier: Sunflower: some examples of current research / Tournesol : exemples de travaux de recherche | |
DOI | https://doi.org/10.1051/ocl/2016004 | |
Publié en ligne | 19 février 2016 |
Review
Analysis and modelling of the factors controlling seed oil concentration in sunflower: a review
Analyse et modélisation des facteurs contrôlant la teneur en huile chez le tournesol
1
Terres Inovia, Centre INRA de Toulouse,
CS 52627, 31326
Castanet-Tolosan,
France
2
INRA, UMR 1248 AGIR, CS 52627, 31326
Castanet-Tolosan,
France
3
Université de Toulouse, INPT, UMR AGIR,
31029
Toulouse,
France
4
Université de Toulouse, INPT-ENSAT, UMR 1248 AGIR,
CS 52627, 31326
Castanet-Tolosan,
France
* Correspondence: debaeke@toulouse.inra.fr
Received: 4 November 2015
Accepted: 15 January 2016
Sunflower appears as a potentially highly competitive crop, thanks to the diversification of its market and the richness of its oil. However, seed oil concentration (OC) – a commercial criterion for crushing industry – is subjected to genotypic and environmental effects that make it sometimes hardly predictable. It is assumed that more understanding of oil physiology combined with the use of crop models should permit to improve prediction and management of grain quality for various end-users. Main effects of temperature, water, nitrogen, plant density and fungal diseases were reviewed in this paper. Current generic and specific crop models which simulate oil concentration were found to be empirical and to lack of proper evaluation processes. Recently two modeling approaches integrating ecophysiological knowledge were developed by Andrianasolo (2014, Statistical and dynamic modelling of sunflower (Helianthus annuus L.) grain composition as a function of agronomic and environmental factors, Ph.D. Thesis, INP Toulouse): (i) a statistical approach relating OC to a range of explanatory variables (potential OC, temperature, water and nitrogen stress indices, intercepted radiation, plant density) which resulted in prediction quality from 1.9 to 2.5 oil points depending on the nature of the models; (ii) a dynamic approach, based on “source-sink” relationships involving leaves, stems, receptacles (as sources) and hulls, proteins and oil (as sinks) and using priority rules for carbon and nitrogen allocation. The latter model reproduced dynamic patterns of all source and sink components faithfully, but tended to overestimate OC. A better description of photosynthesis and nitrogen uptake, as well as genotypic parameters is expected to improve its performance.
Résumé
Le tournesol apparaît comme une culture potentiellement compétitive grâce à la diversité de ses débouchés et de la richesse en huile de ses graines. Cependant, la teneur en huile de la graine (TH) – critère commercial pour la trituration – dépend d’effets génotypiques et environnementaux ce qui en complexifie parfois la prédiction. Nous faisons l’hypothèse qu’une meilleure compréhension de la physiologie de l’accumulation d’huile combinée à l’utilisation de modèles de culture permettrait d’améliorer la prédiction et la gestion de la qualité du grain pour différents usages. Les principaux effets de la température, de l’eau, de l’azote, de la densité de peuplement et des maladies fongiques sont revus dans cette synthèse. Les modèles de culture génériques et spécifiques apparaissent empiriques pour ce qui concerne TH et manquent d’évaluation pour ce critère. Récemment, deux approches de modélisation intégrant des connaissances écophysiologiques ont été développées par Andrianasolo (2014, Modélisation statistique et dynamique de la composition de la graine de tournesol (Helianthus annuus L.) sous l’influence des facteurs agronomiques et environnementaux, Ph.D. Thesis, INP Toulouse) : (i) une approche statistique reliant la teneur en huile à une gamme de variables explicatives (TH potentielle, température, indices de stress eau et azote, rayonnement intercepté, densité de peuplement) dont la qualité prédictive est de 1.9 à 2.5 points d’huile selon le type de modèle développé; (ii) une approche dynamique basée sur les relations ‘source-puits’ incluant les feuilles, les tiges, les réceptacles (en tant que sources), les coques, les protéines et l’huile (en tant que puits) et mobilisant des règles de priorité pour l’allocation du carbone et de l’azote. Ce modèle reproduit assez bien les dynamiques des composantes « sources » et « puits » avec une tendance à surestimer TH. Une meilleure prise en compte de la photosynthèse et de l’absorption d’azote mais aussi des paramètres génotypiques est nécessaire à l’amélioration des performances d’un tel modèle dynamique.
Key words: Seed oil concentration / sunflower / genotype / crop management / crop model
Mots clés : Teneur en huile des grains / tournesol / génotype / conduite de culture / modèle de culture
© F.N. Andrianasolo et al., published by EDP Sciences, 2016
This is an Open Access article distributed under the terms of the Creative
Commons Attribution License (http://creativecommons.org/licenses/by/4.0), which permits unrestricted
use, distribution, and reproduction in any medium, provided the original work is
properly cited.
Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.
Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.
Le chargement des statistiques peut être long.