Pollen dispersal of oilseed rape: estimation of the dispersal function and effects of field dimension

Abstract

Summary1. Debate continues regarding the ecological impacts of genetically modified (GM) crops and their coexistence with non-GM crops in Europe. In this debate, quantitative predictions of gene dispersal by pollen are necessary, and as a result numerous plot-to-plot gene flow experiments have been performed with various crops. However, plot-to-plot cross-pollination rates (CPR) depend on spatial configuration of plots, implying that (i) they are difficult to compare among experiments and (ii) functions directly fitted on CPR data are inappropriate for predictions in other spatial contexts. 2. Modelling pollen dispersal via an individual dispersal function (IDF) circumvents these problems by accounting for spatial designs. We detail for oilseed rape how this approach can be used to both estimate an IDF from field data and predict CPR between two neighbouring fields of various sizes and shapes. Predictions were used to investigate the sensitivity of CPR to the family of IDF, the uncertainty in parameter estimates and the effects of field dimensions and isolation distances. 3. We fitted a range of families of IDF, including several types of tails, on previously published data. The best IDF was a fat-tailed power-law function, meaning frequent long-distance dispersal. 4. The choice of IDF appeared crucial when predicting CPR between fields, occasionally being even more important than the distance between fields. Width of the source field and depth of the recipient field were next in importance. When approximated CPR were calculated without considering field dimensions, using distance between field centres gave better performance than field margins. 5. Synthesis and applications. This study demonstrates the value of IDF for quantitative predictions of pollen flow in variable spatial configurations. A spatially explicit model of agro-ecosystems used to define management rules for the commercial release of GM crops in Europe already employs IDF but underestimates long-distance dispersal for oilseed rape. These new parameter estimates will refine the performance of these models. Moreover, the detailed guidelines for estimating an IDF should encourage such statistical analysis of other dispersal data, enabling comparisons of dispersal data obtained for different environments and species and providing new IDF for management models.

Bilan de 30 ans de travaux de recherche effectués en France sur la pollinisation du colza

“…Le taux d'allogamie moyen habituellement cité est de 30 % mais la littérature indique des taux d'allogamie extrêmement variables (de 0 % à 90 %) selon les variétés, le dispositif expérimental, les conditions environnementales et le caractère marqueur utilisé car ce dernier est repéré avec plus ou moins de fiabilité dans les croisements (Downey et Röbbelen, 1989 ;Rakow et Woods, 1987 ;Lewis et Woods, 1991). Néanmoins, compte tenu de la manière dont les semences sont produites, à savoir sur des surfaces homogènes suffisamment grandes et avec des distances d'isolement imposées par la régle-mentation, on peut considérer que l'autogamie au sens large (croisement entre plantes d'une même variété) est la règle générale ce qui conduit à une pureté satisfaisante des variétés (Klein et al, 2006). À l'opposée, l'allogamie a été favorisée comme mode de reproduction depuis que l'effet d'hété-rosis a été mis en évidence chez le colza (Lefort-Buson et al, 1987).…”

GENEXP, un logiciel simulateur de paysages agricoles pour l'étude de la diffusion de transgènes

“…Plusieurs causes peuvent expliquer ce changement d'approche. D'un point de vue biologique, la nécessité de ne pas considérer un champ transgénique comme une unité isolée tient, d'une part,à la mise enévidence de la capacité de certaines plantes cultivéesà se maintenir pendant plusieurs années dans les champs et leurs bordures (voir par exemple [10,20]) et, d'autre part,à uneévolution dans la vision de la communauté scientifique quantà l'appréhension des phénomènes de dispersion aussi bien du pollen [16] que des graines [8,24]. Il apparaît ainsi que la dispersion du pollenà longue distance a probablement longtempsété sous-estimée car elleétait uniquement mesuréeà partir d'expérimentations spatialement limitées (par exemple sur le colza : [22] ou plus récemment [13]) et non par des piégeagesà l'échelle d'un paysage (voir par exemple [23,21,12] .…”

“…Plusieurs descripteurs ontété définis etétudiésà cet effet : surface, périmètre,élongation, orientation, nombre de voisins, angle minimal d'une parcelle, ainsi que la localisation des barycentres [7]. Ces descripteurs visent a synthétiser l'ensemble des connaissances sur les paramètres importants de formes de parcelles, connaissancesétablies d'après les résultats d'expérimentations de dispersion de pollen entre deux parcelles (voir par exemple [16]). …”

Patchy patterns due to group dispersal

“…An exhaustive comparison of the GDM and the IDM-LDD would require much more place than a single paragraph because there are many GDMs (using various dispersal kernels) and IDMs with LDD (Austerlitz et al, 2004;Klein et al, 2006b;Tufto et al, 1997). Here, we only compare the GDM with the exponential kernel given by Equation (4) to the IDM2 with a logistic kernel parameterized by β LDD (Klein et al, 2006b):…”

“…Here, we only compare the GDM with the exponential kernel given by Equation (4) to the IDM2 with a logistic kernel parameterized by β LDD (Klein et al, 2006b):…”