Abstract Characterization of LWD (Leaf Wetness Duration) is essential when simulating the spread of phytopathogenic fungi. No standard for leaf wetness measurement exists and a wide range of sensors and models are currently available for estimating LWD. While the vast majority of models use hourly climate data (temperature, relative humidity, etc.) this time step is not widely available in historical records. It is also seldom available in spatially disaggregated projected (21st century) climatic data. Our study aims to develop a new method for using temperature and humidity on a daily time step to simulate leaf wetness duration. The principle behind our model consists in reconstructing hourly temperature and relative humidity based on optimized equations with the bootstrap statistical method for the studied area. Then hourly simulated data are used to estimate the daily duration of leaf wetness. The sensitivity of this process to daily and hourly temperature and relative humidity is assessed. The impact of this model on simulations of potential infections of grapevine (Vitis vinifera L.) by powdery mildew, using a key equation within a mechanistic model that simulates the pathogen's (Erysiphe necator) primary contaminations was evaluated. Results show that the error in simulating LWD and its impact on the potential intensity of the primary contamination of powdery mildew with daily climate data is low. This study has enabled us to set up an optimized modelling chain, which could be readily reproduced in different regions provided existing observational datasets enable suitable parameterization.

中文翻译：

---

叶片湿润持续时间模型的优化

摘要 在模拟植物病原真菌的传播时，LWD（叶湿润持续时间）的表征是必不可少的。不存在叶片湿度测量标准，目前有多种传感器和模型可用于估算 LWD。虽然绝大多数模型使用每小时气候数据（温度、相对湿度等），但这个时间步长在历史记录中并不广泛可用。它在空间分解的预测（21 世纪）气候数据中也很少可用。我们的研究旨在开发一种新方法，在每日时间步长上使用温度和湿度来模拟叶片湿润持续时间。我们的模型背后的原理包括基于优化方程和研究区域的引导统计方法重建每小时温度和相对湿度。然后使用每小时模拟数据来估计叶片湿润的每日持续时间。评估该过程对每日和每小时温度和相对湿度的敏感性。使用模拟病原体（白粉病菌）主要污染的机械模型中的关键方程，评估了该模型对模拟葡萄树（Vitis vinifera L.）由白粉病引起的潜在感染的影响。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。评估该过程对每日和每小时温度和相对湿度的敏感性。使用模拟病原体（白粉病菌）主要污染的机械模型中的关键方程，评估了该模型对模拟葡萄树（Vitis vinifera L.）由白粉病引起的潜在感染的影响。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。评估该过程对每日和每小时温度和相对湿度的敏感性。使用模拟病原体（白粉病菌）主要污染的机械模型中的关键方程，评估了该模型对模拟葡萄树（Vitis vinifera L.）由白粉病引起的潜在感染的影响。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。使用模拟病原体（白粉病菌）主要污染的机械模型中的关键方程，评估了该模型对模拟葡萄树（Vitis vinifera L.）由白粉病引起的潜在感染的影响。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。使用模拟病原体（白粉病菌）主要污染的机械模型中的关键方程，评估了该模型对模拟葡萄树（Vitis vinifera L.）由白粉病引起的潜在感染的影响。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。结果表明，利用日常气候数据模拟LWD的误差及其对白粉病初级污染潜在强度的影响较小。这项研究使我们能够建立一个优化的建模链，只要现有的观测数据集能够进行适当的参数化，就可以很容易地在不同地区重现。