Добірка наукової літератури з теми "Habitat (écologie) – Modèles mathématiques"

La Cuvette centrale est le plus vaste complexe de tourbières tropicales au monde, qui s'étend sur environ 145 000 km2 en République du Congo et en République démocratique du Congo. Ce complexe stocke environ 30,6 Pg C, soit l'équivalent de trois années d'émissions mondiales de dioxyde de carbone, et représente désormais le premier site Ramsar transnational. Malgré sa taille et son importance mondiale en tant que puits de carbone, les aspects clés de son écologie et de son histoire, notamment sa formation, l'ampleur des flux de gaz à effet de serre, sa biodiversité et l'histoire de l'activité humaine, demeurent relativement peu connus. Nous synthétisons ici les connaissances disponibles sur la Cuvette centrale, en identifiant des domaines clés pour la poursuite des recherches. Enfin, nous examinons le potentiel des modèles mathématiques pour évaluer les trajectoires futures des tourbières en termes d’impacts prévisibles de l'exploitation de ressources et du changement climatique.

International audience This paper proposes an approach used to optimize the energy for a stand-alone photovoltaic (PV) system in isolated regions. The intended objective is house energy comfort. The aim is to present the impact of flow energy of housing on the system reliability. The operation of stand-alone PV system is represented by a simulation program. This later describes the principle of energy equilibrium among diverse sub-systems, using different mathematical models of different parts of renewable energy system. The recommended models were implemented via Matlab-Simulink software with real input data. The reliability is achieved by reducing the loss power supply probability criteria, with improvement of the battery life cycle during the operating years of the PV system. Cet article propose une approche basée sur des modèles mathématiques validés, pour l’optimisation de l’énergie dans un système photovoltaïque (PV) autonome destiné à l’électrification d’un habitat dans une région isolée. L’objectif attendu est le confort énergétique de l’habitat. Le but du travail est de montrer à travers la modélisation mathématique l’impact du profil dynamique de la consommation énergétique sur la fiabilité du système PV. Le fonctionnement de ce dernier est représenté par un programme de simulation sous Simulink, qui décrit le principe de l'équilibre énergétique entre les sous-systèmes, en utilisant des modèles mathématiques validés avec des données d’entrées réelles. Les résultats obtenus ont montrés une bonne fiabilité des modèles utilisés, pour prévoir le fonctionnement optimal du système photovoltaïque.

La façon dont un organisme se déplace dans un paysage est déterminée par l’interaction entre son comportement de déplacement et la structure du paysage. Les modèles qui prédisent la répartition des ressources dans l’espace supposent initialement que la capacité à se déplacer est indépendante de la structure du paysage. C’est la préférence qu’ont les animaux pour certains types de ressources qui fait que la structure du paysage a un effet sur les habitudes de déplacement. Notre objectif dans ce mémoire est d’étudier les méthodes d’échantillonnage et d’analyse statistique permettant de modéliser l’effet des préférences qu’ont les animaux pour certains types d’habitats sur leur comportement de déplacement. À l’aide d’une étude par simulation, nous tentons de déterminer quels modes d’échantillonnage des données sur les déplacements des animaux permettent d’obtenir des inférences valides sur la sélection d’habitat lorsque les paramètres des modèles sont estimés par régression logistique conditionnelle. Mots-clés. bison ; étude cas-témoins ; fonction de sélection des ressources ; fonction de sélection des pas ; mouvements d’animaux ; noyau de relocalisation ; parc Prince- Albert ; régression logistique conditionnelle ; télémétrie.

Le but de cette thèse a été d’évaluer l’impact du changement d’utilisation des terres sur la viabilité d’une population d’insecte forestier (Abax parallelepipedus : Coleoptera, Carabidae) à l’échelle du paysage. Sa structure interne a été modélisée à différents niveaux d’observation à l’aide de méthodes d’agrégation des variables appliquées aux modèles matriciels de population de type Leslie multi-régional. Nous montrons que la population peut s’éteindre pour certains seuils critiques de qualité, quantité et de fragmentation des habitats. Nous avons de plus développé un cadre de modélisation pour (i) inférer, à l’aide de modèles de l’espace des états, des paramètres à différent niveaux d’observation, à partir d’une série temporelle de données populationnelles à l’échelle du paysage (ii) à partir des paramètres nouvellement estimés, sélectionner le ou les modèles emboîtés permettant de prédire le plus parcimonieusement le devenir d’une population.

Les variations des traits d’histoire de vie des organismes permettent d’évaluer l’impact des activités humaines sur la biologie des individus, mais aussi sur l’ensemble des populations. En effet, les activités humaines modifient la configuration paysagère d’un milieu : surface et degré d’isolement de l’habitat, qualité de l’habitat et de la matrice environnante… Les marais salés, en raison de leur configuration rare, linéaire et fragmentée le long des côtes et de leur état de fragmentation dû aux activités humaines, se révèlent être des systèmes idéaux pour étudier l’influence de la configuration de l’habitat sur les traits d’histoire de vie des arthropodes qu’ils abritent, que ce soit à l’échelle populationnelle ou des communautés. Ces espèces, selon leur préférence écologique, en terme d’habitat et régime alimentaire, leur taille, ou encore leur capacité de dispersion, réagissent en effet de manière différente en termes de fitness et d’abondance
Variations in organism life history traits allow assessing the impact of human activities on individual biology, but also on entire populations. Human activities actually modify the landscape configuration of an environment: habitat surface and degree of isolation, habitat and surrounded matrix suitability… Salt marshes, because of their rare, linear and fragmented configuration along coasts and their fragmented condition due to human activities, are thus ideal systems to study the influence of habitat configuration on life history traits of arthropods that inhabit them, at both population and community levels. These species, according to their ecological preference in terms of habitat and diet, their size, or their dispersal ability, indeed react in different ways in terms of fitness and abundance

Nous évaluons la perfomance du critère récemment proposé meanAIC comme critère de sélection de variables pour les modèles de régression logistique conditionnelle mixte. Il s’agit d’un critère basé sur l’information d’Akaike, calculable lorsque le modèle est ajusté à l’aide d’une méthode d’estimation en deux étapes. En outre, le calcul de meanAIC ne nécessite pas la spécification de la structure des effets aléatoires ; il est donc d’une grande utilité comme premier filtre pour les variables dans une première analyse où la structure des effets aléatoires est typiquement inconnue. Ce travail a été motivé par les applications en écologie, où la sélection de variables est traditionnellement basée sur les critères d’information plutôt que sur les méthodes de régularisation. Ces études utilisent les données télémétriques de déplacement animal collectées selon un plan d’échantillonnage cas-témoins apparié et analysées à l’aide d’un modèle de régression logistique conditionnelle mixte. Nous effectuons une étude de simulation pour évaluer la capacité de meanAIC à correctement identifier les covariables potentiellement importantes dans le modèle et nous illustrons son utilisation à l’aide de données de sélection d’habitat collectées sur des caribous
We assess the perfomance of the recently proposed criterion meanAIC as a variable selection criterion for mixed conditional logistic regression models. It is a criterion based on Akaike’s information, computable when the model is fitted with a two-step estimation method. In addition, the calculation of meanAIC does not require the specification of the random effects structure; it is thus of great use as a first covariates filter in the early stage of the analysis when the random effects structure is typically unknown. This work is motivated by applications in ecology where the model selection is traditionally based on information criteria rather than on regularization. These studies use animal movement telemetric data collected using a matched case-control sampling design that are analyzed with a mixed conditional logistic regression model. We conduct a simulation study to assess the ability of meanAIC to correctly identify potentially important covariates and illustrate its use by analyzing habitat selection data collected on caribou.

L’objectif de cette thèse est de mieux comprendre et prédire la biodiversité benthique et le rôle des habitats biogéniques, dans le maintien de la structure et des fonctions des écosystèmes côtiers. Cette thèse a exploré différents outils numériques et des pipelines innovants et complémentaires pour répondre à ces objectifs à différentes échelles : 1) la modélisation jointe de la distribution des espèces dans deux habitats biogéniques à une échelle régionale et 2) la définition et la modélisation, via des approches de Machine Learning, de la distribution de l’état d’habitats benthiques à une échelle globale et nationale. Ces approches complémentaires contribuent à une meilleure quantification de l’influence relative des facteurs environnementaux et anthropiques (notamment épisodes de canicules marines et pression de pêche) qui déterminent la biodiversité côtière et l’état des habitats benthiques. Si dans les deux cas d’étude, la prédictibilité des espèces considérées ou des états était faible, ces travaux ont mis en évidence des stratégies pour optimiser l’inférence et la prédiction des modèles explorés. Ainsi, cette thèse apporte un point de vue critique sur les approches permettant d’étudier et de caractériser la biodiversité côtière, et sur les développements nécessaires pour mieux anticiper les réponses écologiques futures liées aux impacts anthropiques
This thesis aims at better understanding and predicting coastal benthic biodiversity with a specific focus on the role of biogenic habitats in maintaining ecosystem structure and functioning. This thesis explored how different innovative and complementary numeric tools and pipelines can address these objectives at different scales: 1) joint species distribution modelling across two biogenic habitats at a regional scale, and 2) using Machine Learning approaches, defining and modelling the distribution of benthic habitats states at a global and at a national scale. These complementary approaches quantify the relative influence of the environmental and anthropogenic factors (including marine heatwaves and fishing intensity) that determinecoastal biodiversity and the state of benthic habitats. While in both case studies the predictability of the considered species or states was low, these studies have identified future avenues to optimise models inference and prediction of benthic communities. Thus, this thesis provides a critical perspective on existingapproaches available to study and characterise coastal biodiversity; and on the future developments required to better anticipate future ecological responses related to anthropogenic impacts

L’objectif général de cette thèse est de développer des modèles mécanistes de l’utilisation de l’espace qui sont basés sur les déplacements des animaux, afin de comprendre et d’anticiper la répartition spatiale des populations animales dans des environnements hétérogènes et dynamiques. J’utilise et je développe des méthodologies qui intègrent autant la modélisation mathématique de la dynamique spatio-temporelle des déplacements que des analyses statistiques de données simulées et empiriques de déplacement. Dans mon premier chapitre, j’effectue une série de simulations afin de clarifier combien de grappes sont nécessaires lors d’une estimation par équations d’estimation généralisées, pour correctement tenir compte de la corrélation dans les données de déplacement et obtenir des inférences robustes sur la sélection de l’habitat. Mes simulations révèlent que 30 individus indépendants, chacun étant assigné à une grappe, suffisent pour éviter la mesure biaisée de l’incertitude sur la sélection de l’habitat lors des déplacements dans un environnement hétérogène. Dans le cas où moins de 30 individus sont disponibles, il est possible d’augmenter le nombre de grappes en divisant les données des individus, cependant il faut s’assurer de la présence d’une autocorrélation temporelle et d’une faible hétérogénéité interindividuelle dans les données. Dans mon deuxième chapitre, je développe un modèle statistique de déplacement permettant d’identifier différentes phases comportementales par lesquelles passent les individus (p. ex., alimentation, déplacements entre les parcelles de ressource) et de révéler la sélection de l’habitat spécifique à chaque phase, pour l’ensemble de la population et à partir de données collectées irrégulièrement. L’analyse de données simulées et empiriques de déplacement de trois grands herbivores dont le bison des prairies (Bison bison bison), le cerf à queue noire (Odocoileus hemionus) et le zèbre des plaines (Equus quagga) démontrent la robustesse et la bonne capacité de prévision du modèle. Cet outil statistique est également flexible puisque j’évalue différents processus écologiques à partir de ces données tels que l’alimentation, la migration ou encore les réponses comportementales face à un prédateur. De plus, je montre la nécessité de tenir compte des phases comportementales pour correctement caractériser la sélection de l’habitat lors des déplacements des animaux. Le développement mathématique que j’ai effectué dans mon troisième chapitre permet de coupler les déplacements des individus au sein d’un réseau de parcelles de ressources et le temps de résidence dans les parcelles afin de prévoir, de façon mécaniste, la répartition spatiale d’une population dans un environnement hétérogène. De plus, j’illustre une méthodologie pour identifier et prévoir le réseau théorique le plus représentatif de l’espèce étudiée. Je démontre à partir de l’application du modèle aux données de bisons des prairies, que la topologie du réseau théorique est cruciale pour correctement anticiper l’utilisation de l’espace d’une population, ainsi que pour implémenter des plans de gestion ou de conservation les plus réalistes possibles. Dans mon chapitre 4, je teste empiriquement la robustesse d’un réseau de parcelles de ressources lorsque celui-ci est perturbé par une fragmentation anthropique du paysage. Les résultats révèlent que les caribous des bois (Rangifer tarandus caribou) reconnectent certaines parcelles favorisant ainsi la robustesse du réseau. Cependant, les prévisions de la répartition spatiale des individus obtenues en utilisant le modèle mécaniste développé dans le chapitre 3 démontrent que, malgré la reconnexion, l’utilisation des parcelles de ressources par les caribous change suite à la perturbation. De plus, ce changement est plus soutenu lorsque ce sont les parcelles les plus connectées (c.-à-d., les pôles) qui sont fragmentées. Ma thèse apporte une contribution méthodologique pour mieux tenir compte de la corrélation dans les données de déplacement et intégrer les phases comportementales lors de l’analyse de la sélection de l’habitat dans des paysages hétérogènes. Mon travail permet aussi de faire le lien entre la théorie des réseaux et l’utilisation de l’espace pour prévoir d’une façon mécaniste la répartition spatiale des populations animales dans des environnements hétérogènes et dynamiques. Mon doctorat donne également lieu à une évaluation du contexte dans lequel la théorie des réseaux peut s’appliquer à l’écologie spatiale. Finalement, ma thèse vient améliorer notre compréhension mécaniste des déplacements de quatre espèces de grands herbivores.
In my thesis, I develop mechanistic models of space use based on animal movement, to understand and to predict population distribution in heterogeneous and dynamic landscapes. Used and developed methodologies couple mathematical modelling of the spatio-temporal dynamics of animal movement together with statistical analysis of simulated and empirical movement datasets. In my first chapter, I proceed in a series of simulations to clarify how many clusters are needed when using generalized estimating equations to correctly account for the correlation in movement data and to obtain robust inference on habitat selection. My simulations reveal that 30 independent individuals, each assigned to a cluster, are sufficient to avoid biased evaluation of the uncertainty on habitat selection along movement in heterogeneous environments. When less than 30 individuals are available, destructive sampling can be used but solely when temporal correlation is present and inter-individual heterogeneity is low in the data. In my second chapter, I develop a statistical movement model that allows to identify successive behavioral phases (e.g., foraging phase, inter-patch movement) together with behavior-specific habitat selection parameters, over the whole population and using temporally irregular data. Analysis of simulated and empirical movement data from three large herbivores including plains bison (Bison bison bison), mule deer (Odocoileus hemionus) and plains zebra (Equus quagga) show the robustness and the high predictive capacity of the model. This statistical tool is also flexible since I assess multiple ecological processes from those datasets such as foraging behavior, migratory behavior or prey-predator interactions. In addition, I show how accounting for behavioral phases in habitat selection analysis is crucial to correctly characterize habitat selection along animal movement. In my third chapter, I develop a mathematical framework to couple movement of individuals among a network of resource patches with residency time in patches to mechanistically predict space use in heterogeneous landscapes. In addition, I illustrate a methodology to identify and predict the most representative theoretical network for the target species. I show from model application on data of plains bison that the theoretical network topology is crucial to correctly infer population space use and implement realistic management and conservation planning. In my chapter 4, I empirically assess the robustness of a network of resource patches following landscape fragmentation from anthropogenic source. The analysis shows that woodland caribou (Rangifer tarandus caribou) reconnect some patches, thus causing robustness in their spatial networks. However, predictions on space use from the mechanistic model developed in chapter 3 reveal that, despite the rewiring, patch use change following the fragmentation. Moreover, this change is stronger when the most connected patches (i.e., the hubs) are impacted. My thesis provides a methodological contribution to better account for correlation in movement data and integrate behavioral phases in habitat selection analysis in heterogeneous landscapes. Besides, my work links network theory and space use to mechanistically predict population distribution in heterogeneous and dynamic environments. My research also assesses the context in which network theory can be applied to spatial ecology. Finally, my thesis improves our mechanistic understanding of animal movement in four species of large herbivores.

Les arénicoles sont des polychètes benthiques présentant un cycle de vie bentho-pélagique complexe avec deux phases de dispersion larvaire seulement partiellement décrit jusqu’à présent. Ces espèces sont intensément pêchées comme appât sur les plages de la Manche orientale, notamment au sein d’une aire marine protégée, le Parc naturel marin des estuaires picards et de la mer d’Opale. Sans mesures de gestion, cette activité pourrait entraîner une diminution des populations d’arénicoles tout en affectant les caractéristiques physiques des plages et la biodiversité associée. Tout d’abord, deux espèces d’arénicoles ont été identifiées, Arenicola marina et A. defodiens, et leurs abondances, leurs distributions spatiales, ainsi que certains de leurs traits de vie (période de ponte, taille de première maturité sexuelle) ont été mesurées sur 4 sites d’étude. Ces données ont été comparées à des données de pêche pour estimer si les populations d’arénicoles étaient exploitées durablement, et pour fournir de potentielles mesures de gestion (De Cubber et al., 2018). Sur l’un des sites étudiés, A. marina était présente en grands nombres en médiolittoral supérieur et moyen tandis que A. defodiens occupait les niveaux médiolittoral inférieur et infralittoral de l’estran. Sur les autres sites, les deux espèces occupaient les niveaux médiolittoral inférieur et infralittoral, et les individus de A. marina étaient moins nombreux, et sans recrus. Les pontes de A. marina ont eu lieu en début d’automne et celles de A. defodiens en fin d’automne. Le besoin de mise en place de mesures de gestion de A. marina a été mis en évidence sur un site en comparant les abondances et les données de pêche. Ensuite, un modèle de type Dynamic Energy Budget (DEB) a été appliqué à A. marina en combinant des données de terrain, des données expérimentales (de croissance et de consommation d’oxygène) et des données de la littérature pour reconstruire le cycle de vie et la croissance de l’espèce dans des conditions environnementales in situ (De Cubber et al., in press). La reconstruction de la chronologie des premiers stades de vie avec le modèle DEB pour A. marina en fonction des conditions environnementales in situ a permis de prédire une première phase de dispersion de 5 jours suivie d’une période d’installation temporaire de 7 mois avant une deuxième phase de dispersion au printemps, à la fin de la métamorphose, qui semble concorder avec les observations de terrain. Enfin, la structure en taille de la population de A. marina sur un des sites d’étude a été suivie pendant 1.5 an pour explorer les migrations des adultes vers le bas d’estran reportées par plusieurs auteurs. Pour cela, un modèle permettant la reconstruction de la température au sein du sédiment a été adapté d’un modèle de température pour la vase; le contenu en azote du sédiment a été mesuré et différents proxys pour la nourriture ont été testés. Les réponses métaboliques des arénicoles à la nourriture (réponse fonctionnelle) et à la température (intervalle de tolérance et température d’Arrhénius) ont été estimées. Ces données, combinées au modèle DEB pour A. marina ont permis d’étudier les effets de variations de la température et la de nourriture rencontrés par les arénicoles suivant leur position sur l’estran et la profondeur de leur galerie. Le suivi de la structure en taille de la population de A. marina a clairement indiqué la présence de migration au cours du temps vers le bas d’estran
Arenicola spp. are marine benthic polychaetes displaying a complex bentho-pelagic life cycle with two larval dispersal phases, only partially described up to now, and intensively dug for bait by anglers on many foreshores of the Eastern English Channel. Without regulation, this activity can lead to the decrease of lugworms’ population while affecting the physical characteristics of the beach and the associated biodiversity. First, we identified through morphology and genetics two species of lugworms, Arenicola marina and A. defodiens, and assessed their abundance and spatial distribution at four studied sites, as well as some life-history traits such as the spawning periods and the size at first maturity. These data were compared to lugworms’ collection data to estimate its sustainability and to provide potential management measures (De Cubber et al., 2018). At one studied site, A. marina was present in large numbers on the higher and middle shore, whereas A. defodiens occupied the lower shore. At the other sites, both species cooccurred on the lower shore, and A. marina individuals were less numerous and lacking recruits. Spawning periods for A. marina occurred in early autumn and in late autumn for A. defodiens. One site appeared in need for management when linking abundance data with bait collection, where harvest was above the carrying capacity of the beach for A. marina. Second, a Dynamic Energy Budget (DEB) model was applied to the species combining the former as well as new field data, experimental data (growth and oxygen consumption data), and literature data in order to reconstruct the life cycle and growth of A. marina under in situ environmental conditions (De Cubber et al., in press). The reconstruction of the early life-stages chronology by the DEB model for A. marina according to in situ environmental conditions indicated a first dispersal phase of 5 days followed by a 7 months’ temporary settlement before a second dispersal phase in spring, at the end of metamorphosis, which appeared consistent with field observations. Finally, we followed-up the population size structure of A. marina at one studied site during 1.5 year to explore the down shore migration of lugworms recorded by several authors. To do so, we adapted a sediment temperature model from a mud temperature model (Guarini et al., 1997), measured the nitrogen content and tested several proxys for the food sources. The metabolic responses of lugworms to food (scaled functional response) and temperature (temperature tolerance range and Arrhenius temperature) were then assessed. We combined those data with the former DEB model to explore the effects of the fine changes in temperature and food conditions met by the individuals along the foreshore gradient and according to the depth of their galleries. The follow-up of the population size structure of A. marina showed clearly a migration pattern. The effect of sediment temperature alone when migrating did not allow significantly higher growth and egg production, while an increase of food concentrations down the shore did. Other factors might be taken in consideration in further studies such as desiccation and anaerobic metabolism during emersion periods at low tide. All these data constitute valuable information for conservation managers to better understand and regulate the lugworm populations. Further combination of the DEB model developed in this study with an individual-based model and a larval dispersal model could enable to understand the dynamics of the local lugworm populations

Notre objectif, en vue d'accroître la pertinence des simulations des relations habitat/poisson, était : de mettre au point un nouveau type de modèle biologique ; de corréler la variabilité temporelle de l'habitat et la dynamique des populations de poisson. Modélisation des relations habitat-truite à l'échelle locale. Nous avons choisi d'échantillonner l'ambiance hydraulique utilisée par un ou plusieurs poissons pour réaliser une fonction vitale. Cette nouvelle échelle spatiale, l'ambiance, est intermédiaire entre le micro habitat et le facies morphodynamique dans la hiérarchie des échelles d'habitat. 1 le protocole d'échantillonnage par ambiance fournit des données dont la représentativité est aussi bonne que les méthodes les mieux adaptées pour l'échantillonnage des conditions physiques (mesures aléatoires) ou des populations de truite (pêche avec plusieurs passages successifs). 2 en ce qui concerne le pouvoir prédictif, il s'est avère que l'analyse multivariée des données obtenues par ambiance était la méthode la mieux transférable d'un site a l'autre. Une analyse plus poussée a démontré qu'une régression multiple avec conservation de la variabilité des paramètres physiques mesures permettait une prédiction stable et robuste de la densité de truite par ambiance. Prise en compte de la dimension temporelle de l'habitat. L'objectif principal de cette étude était de rechercher les phases limitantes de l'habitat physique pour différents stades de développement de la truite. Il résulte en fait de la nécessite de passer de prédictions statiques à des prédictions dynamiques de la capacité d'accueil d'un cours d'eau, en leur insufflant une dimension temporelle, pour rechercher des corrélations entre des variations de l'habitat disponible et la dynamique des populations de poisson. 1 l'outil principal développé permet d'extraire d'une chronique d'habitat des durées continues (en jour) pendant lesquelles la quantité d'habitat favorable disponible dans le cours d'eau est inférieure à un seuil défini empiriquement. De ce fait, ces durées ont été baptisées: durées continues d'habitat limitant (DCHL). 2 des DCHL longues (> 50 jours) pendant les étiages estivaux limitent l'effectif des truites adultes, et que des conditions d'habitat défavorables pendant la période de post-émergence limitent l'effectif des jeunes de l'année. Ces deux stades de développement et par conséquent les deux périodes correspondantes du cycle de développement sont les plus sensibles aux conditions d'habitat défavorables. Cette étude permet d'ajouter à la définition de seuils de débit, des durées relatives à ces seuils, qui déterminent la structure des populations de truite. De plus les périodes les plus sensibles du cycle de développement étant distinctes dans le temps, la notion de régime réserve devrait maintenant se substituer à celle de débit réserve. Dans cette optique, l'étude de cours d'eau de référence apparaît incontournable pour pouvoir mesurer l'impact réel d'une dégradation du milieu, car ils représentent des situations repères correspondant aux potentialités intrinsèques des différents types de milieu

L'etude des relations especes-environnement est un probleme central de l'ecologie. Elle conduit le plus souvent a l'analyse d'un jeu de donnees forme d'un tableau floro-faunistique associe a un tableau descriptif de l'environnement et qui ont en commun les stations d'echantillonnage. Une revue bibliographique des differentes approches qui ont ete mises en uvre par les ecologues pour analyser ce type de donnees permet de les regrouper selon trois grands types: les analyses separees, sous contrainte et symetriques. L'introduction des methodes d'analyse sur variables instrumentales apparait avoir fourni une solution efficace dans le cadre des approches sous contrainte et plus generalement aux analyses directes des gradients ecologiques. Nous en donnons un exemple d'application en utilisant l'analyse canonique des correspondances. Pour les approches symetriques nous presentons des developpements associes a l'analyse de la co-inertie (ou de la co-structure) d'un couple de tableaux. Cette methode est etroitement liee a l'analyse inter-batterie de tucker (1958) et a l'analyse d'un tableau de profils ecologiques selon romane (1972). Apres une presentation de la methode nous en developpons un certain nombre d'applications dans le cadre de l'analyse de donnees de milieu qualitatives, quantitatives et distributionnelles ainsi que les modes de depouillement associes

Les systèmes réels subissant des perturbations par l’interaction avec leur environnement sont susceptibles d’être entraînés vers des transitions irréversibles de leur principal état d’activité. Avec la croissance de l’empreinte humaine mondiale sur les écosystèmes, la caractérisation de la résilience de ces systèmes complexes est un enjeu majeur du 21e siècle. Cette thèse s’intéresse aux systèmes complexes pour lesquels il existe un réseau d’interactions et où les composantes sont des variables dynamiques. L’étude de leur résilience exige la description de leurs états dynamiques qui peuvent avoir jusqu’à plusieurs milliers de dimensions. Cette thèse propose trois nouvelles méthodes permettant de faire des mesures de la dynamique en fonction de la structure du réseau. L’originalité de ce travail vient de la diversité des approches présentées pour traiter la résilience, en débutant avec des outils basés sur des modèles dynamiques définis et en terminant avec d’autres n’exploitant que des données récoltées. D’abord, une solution exacte à une dynamique de cascade (modèle de feu de forêt) est développée et accompagnée d’un algorithme optimisé. Comme sa portée pratique s’arrête aux petits réseaux, cette méthode signale les limitations d’une approche avec un grand nombre de dimensions. Ensuite, une méthode de réduction dimensionnelle est introduite pour établir les bifurcations dynamiques d’un système. Cette contribution renforce les fondements théoriques et élargit le domaine d’applications de méthodes existantes. Enfin, le problème de retracer l’origine structurelle d’une perturbation est traité au moyen de l’apprentissage automatique. La validité de l’outil est supportée par une analyse numérique sur des dynamiques de propagation, de populations d’espèces et de neurones. Les principaux résultats indiquent que de fines anomalies observées dans la dynamique d’un système peuvent être détectées et suffisent pour retracer la cause de la perturbation. L’analyse témoigne également du rôle que l’apprentissage automatique pourrait jouer dans l’étude de la résilience de systèmes réels.
Real complex systems are often driven by external perturbations toward irreversible transitions of their dynamical state. With the rise of the human footprint on ecosystems, these perturbations will likely become more persistent so that characterizing resilience of complex systems has become a major issue of the 21st century. This thesis focuses on complex systems that exhibit networked interactions where the components present dynamical states. Studying the resilience of these networks demands depicting their dynamical portraits which may feature thousands of dimensions. In this thesis, three contrasting methods are introduced for studying the dynamical properties as a function of the network structure. Apart from the methods themselves, the originality of the thesis lies in the wide vision of resilience analysis, opening with model-based approaches and concluding with data-driven tools. We begin by developing an exact solution to binary cascades on networks (forest fire type) and follow with an optimized algorithm. Because its practical range is restricted to small networks, this method highlights the limitations of using model-based and highly dimensional tools. Wethen introduce a dimension reduction method to predict dynamical bifurcations of networked systems. This contribution builds up on theoretical foundations and expands possible applications of existing frameworks. Finally, we examine the task of extracting the structural causesof perturbations using machine learning. The validity of the developed tool is supported by an extended numerical analysis of spreading, population, and neural dynamics. The results indicate that subtle dynamical anomalies may suffice to infer the causes of perturbations. It also shows the leading role that machine learning may have to play in the future of resilience of real complex systems.