Les variations de transpiration totale sous contraintes hydriques, à la fois atmosphérique et édaphique, sont étudiées pour des arbres matures d'Hevea brasiliensis (clone RRIM600) dans une zone limitée en eau du Nord-Est de la Thaïlande. Les variations sont analysées et comparées entre une sécheresse transitoire en saison des pluies et la sécheresse saisonnière caractérisée par des fluctuations de la surface foliaire (sénescence foliaire, chute des feuilles and re-feuillaison) et de la croissance racinaire en profondeur. Les réponses physiologiques sont analysées dans le cadre d'un modèle hydraulique simple appelé "RER_ET0". Ce modèle est principalement basé sur une valeur critique du potentiel hydrique foliaire (ψcrit) et sur les réponses, de la conductivité hydraulique totale de l'arbre (gL) et du potentiel hydrique de base (ψpredawn), à la disponibilité en eau du sol (REW). Une estimation précise et en continue de la transpiration totale des arbres durant une année complète était une mesure clé de cette étude avec des mesures concomitantes des conditions environnementales et du potentiel hydrique foliaire (ψLeaf). Nous avons appliqué la méthode à dissipation thermique transitoire (TTD) développée par Do et Rocheteau (2002b) qui a plusieurs avantages mais n'avait pas été testée sur bois d'hévéa. La méthode TTD a été calibrée en laboratoire sur des segments de branches d'Hevea brasiliensis et de deux autres espèces (Mangifera indica and Citrus maxima). Les résultats fournissent une calibration linéaire unique indépendante des espèces étudiées (R² = 0.88, n = 276, P<0.0001). Une comparaison en plantation via un bilan hydrique du sol en saison sèche valide les ordres de grandeurs de transpiration ainsi estimés par les flux de sève. Les résultats démontrent une remarquable saturation de la transpiration au dessus d'un certain seuil d'évapotranspiration de référence (ET0), environ 2.2 mm day-1, indépendamment de la disponibilité en eau du sol (REW). Ensuite, le dessèchement du sol en saison des pluies provoque une chute marquée de la transpiration en dessous d'un seuil de 50% du REW dans l'horizon de surface du sol, ce qui correspond à ψpredawn autour de -0.45 MPa. La transpiration est réduite de 40% à REW 0.3 et 80% à REW 0.1. La valeur minimale de potentiel hydrique foliaire (ψminimum) en journée ensoleillée ne décroit pas en fonction du dessèchement du sol mais est stable autour de -1.95 MPa ce qui suggère un comportement iso-hydrique. La décroissance de la transpiration est essentiellement liée à la variation de gL. Les résultats durant la sécheresse saisonnière montrent étonnamment que les principes du modèle à limitation hydraulique tiennent malgré les variations de phénologie et de surface foliaire. De plus, les variations phénologiques ont peu influencé sur les détails des paramètres et relations du modèle. Finalement, le cadre du simple modèle hydraulique a été suffisant pour décrire correctement les principales variations de transpiration de l'arbre sous contrainte hydrique édaphique comme climatique. Un comportement iso-hydrique des arbres matures étudiés est démontré à la fois par les résultats expérimentaux et la modélisation.

Les photomultiplicateurs sont au coeur de la plupart des expériences d'astroparticules. Dans ce<br />cadre, nous avons étudié et caractérisé des photomultiplicateurs (PM) hémisphériques fabriqués par la<br />Société Photonis. La première partie de cette thèse est consacrée à la caractérisation complète de deux<br />types de multiplicateurs couramment utilisés dans les PM de grande dimension. Nous montrons<br />ensuite les résultats obtenus avec un PM équipé d'une nouvelle photocathode développée pour<br />améliorer le rendement quantique. Pour finir cette partie, nous présentons les résultats sur l'évolution<br />des principaux paramètres des PM en fonction de la dimension (5, 8 et 10 pouces).<br />La deuxième partie est consacrée à l'étude de la réponse des détecteurs Čerenkov à eau du réseau<br />surface aux particules des gerbes et à l'analyse des gerbes horizontales avec l'Observatoire Pierre<br />Auger. De nombreuses mesures faites sur plusieurs détecteurs tests ont permis de mettre au point une<br />simulation du détecteur réaliste qui sera utilisée ensuite dans la procédure de reconstruction de<br />l'énergie des gerbes et de déterminer les paramètres clefs de l'étalonnage des détecteurs de surface. Le<br />type de détecteur choisi pour instrumenter le réseau de surface permet d'avoir une bonne sensibilité<br />aux événements horizontaux (angle zénithal supérieur à 70°). Nous avons mis au point des méthodes<br />spécifiques d'analyse pour ces événements. Cette procédure a été appliquée aux données d'Auger afin<br />d'obtenir le spectre en énergie des gerbes horizontales. Nous finissons cette partie en détaillant deux<br />méthodes pour tester directement les prédictions des modèles hadroniques en étudiant la composante<br />muonique des gerbes.

PILOT (Polarized Instrument for Long wavelength Observation of the Tenuous interstellar medium) est une expérience embarquée en ballon stratosphérique destinée à la mesure de l'émission polarisée de notre galaxie dans le submillimétrique. La charge pointée de PILOT est composée d'un télescope au foyer duquel est placée une caméra embarquant 2048 bolomètres, refroidis à 300 mK, mesurant dans deux bandes spectrales (240 µm et 550 µm) et deux polarisations. La détection de la polarisation est réalisée à l'aide d'un polariseur placé à 45° dans le faisceau, le décomposant en deux composantes polarisées orthogonales chacune détectée par un bloc détecteur, et d'une lame demi-onde rotative. L'Institut d'Astrophysique Spatiale (Orsay, France) est responsable de la réalisation, de l'intégration, des tests et de l'étalonnage spectral de la caméra. Pour cela deux bancs de mesures sont développés, un pour les essais d'imagerie et de polarisation, et un pour l'étalonnage spectral. L'expérimentation permet de valider l'alignement des optiques froides, de caractériser la qualité optique des images, de caractériser les réponses temporelles et en intensité des détecteurs, et de mesurer la réponse spectrale de la caméra. Un modèle photométrique de l'instrument est développé simulant les différentes configurations pour les essais d'étalonnage spectral, d'imagerie en laboratoire, et en vol, ceci afin d'estimer la puissance totale reçue par chaque pixel du détecteur de chaque configuration. Cette puissance totale est issue de l'émission thermique de l'instrument, de l'atmosphère et des sources observées en vol ou de l'environnement du laboratoire. Une campagne de tests a permis de caractériser et d'étalonner la caméra de l'expérience PILOT. Les premières images dans le domaine du submillimétrique ont été révélées, et les premières réponses spectrales mesurées. Suite à la caractérisation et l'étalonnage spectral, la caméra est alignée avec le miroir primaire sur la nacelle CNES pour des caractérisations et des étalonnages en polarisation de l'instrument complet. Le premier vol est prévu pour le milieu de l'année 2014.

PILOT (Polarized Instrument for Long wavelength Observation of the Tenuous interstellar medium) est une expérience embarquée en ballon stratosphérique destinée à la mesure de l'émission polarisée de notre galaxie dans le submillimétrique. La charge pointée de PILOT est composée d'un télescope au foyer duquel est placée une caméra embarquant 2048 bolomètres, refroidis à 300 mK, mesurant dans deux bandes spectrales (240 µm et 550 µm) et deux polarisations. La détection de la polarisation est réalisée à l'aide d'un polariseur placé à 45° dans le faisceau, le décomposant en deux composantes polarisées orthogonales chacune détectée par un bloc détecteur, et d'une lame demi-onde rotative. L'Institut d'Astrophysique Spatiale (Orsay, France) est responsable de la réalisation, de l'intégration, des tests et de l'étalonnage spectral de la caméra. Pour cela deux bancs de mesures sont développés, un pour les essais d'imagerie et de polarisation, et un pour l'étalonnage spectral. L'expérimentation permet de valider l'alignement des optiques froides, de caractériser la qualité optique des images, de caractériser les réponses temporelles et en intensité des détecteurs, et de mesurer la réponse spectrale de la caméra. Un modèle photométrique de l'instrument est développé simulant les différentes configurations pour les essais d'étalonnage spectral, d'imagerie en laboratoire, et en vol, ceci afin d'estimer la puissance totale reçue par chaque pixel du détecteur de chaque configuration. Cette puissance totale est issue de l'émission thermique de l'instrument, de l'atmosphère et des sources observées en vol ou de l'environnement du laboratoire. Une campagne de tests a permis de caractériser et d'étalonner la caméra de l'expérience PILOT. Les premières images dans le domaine du submillimétrique ont été révélées, et les premières réponses spectrales mesurées. Suite à la caractérisation et l'étalonnage spectral, la caméra est alignée avec le miroir primaire sur la nacelle CNES pour des caractérisations et des étalonnages en polarisation de l'instrument complet. Le premier vol est prévu pour le milieu de l'année 2014.

Une nouvelle architecture robotique parallèle de télescope d'observation spatial actif a été développée préalablement à cette thèse. Afin de pouvoir améliorer le réglage optique du télescope, la structure robotique doit pouvoir être auto-étalonnée dans l'espace, à partir des informations disponibles (mesures proprioceptives, images, etc). Dans un premier temps, les hypothèses nécessaires pour assurer le bon déroulement de l'étalonnage sont analysées. Cette étude théorique, appuyée par des exemples, permet de définir des conditions nécessaires à l'étalonnage. Ces conditions permettent de déterminer les précisions nécessaires sur les paramètres du modèle et l'amplitude maximale du bruit de mesure admissible pour l'étalonnage. Avec ces valeurs, un critère d'arrêt pour les algorithmes d'étalonnage ayant une réelle signification physique peut être obtenu. De plus, une normalisation de la matrice d'identification est proposée, ce qui permet l'analyse de ses valeurs singulières pour détecter les problèmes d'identifiabilité des paramètres. Dans une deuxième partie, nous nous intéressons à la modélisation du télescope d'observation. Plusieurs modèles de déformation des articulations flexibles du télescope sont proposés, en considérant par exemple les équations de la théorie des poutres ou l'équilibre statique de la plate-forme. Ces modèles sont ensuite comparés expérimentalement par une analyse des résultats d'étalonnage photogrammétrique. Cette analyse permet aussi d'observer une déformation de la plate-forme mobile qui peut être approchée par l'intermédiaire de deux modèles.

L’objectif de ce travail est d’obtenir un modèle 3D d’un objet à partir d’une série d’images prisesavec un Microscope Electronique à Balayage (MEB). Pour cela, nous utilisons la technique dereconstruction 3D qui est une application bien connue du domaine de vision par ordinateur.Cependant, en raison des spécificités de la formation d’images dans le MEB et dans la microscopieen général, les techniques existantes ne peuvent pas être appliquées aux images MEB. Lesprincipales raisons à cela sont la projection parallèle et les problèmes d’étalonnage de MEB entant que caméra. Ainsi, dans ce travail, nous avons développé un nouvel algorithme permettant deréaliser une reconstruction 3D dans le MEB tout en prenant en compte ces difficultés. De plus,comme la reconstruction est obtenue par auto-étalonnage de la caméra, l’utilisation des mires n’estplus requise. La sortie finale des techniques présentées est un nuage de points dense, pouvant donccontenir des millions de points, correspondant à la surface de l’objet. / The goal of this work is to obtain a 3D model of an object from its multiple views acquired withScanning Electron Microscope (SEM). For this, the technique of 3D reconstruction is used which isa well known application of computer vision. However, due to the specificities of image formation inSEM, and in microscale in general, the existing techniques are not applicable to the SEM images. Themain reasons for that are the parallel projection and the problems of SEM calibration as a camera.As a result, in this work we developed a new algorithm allowing to achieve 3D reconstruction in SEMwhile taking into account these issues. Moreover, as the reconstruction is obtained through cameraautocalibration, there is no need in calibration object. The final output of the presented techniques isa dense point cloud corresponding to the surface of the object that may contain millions of points.

L'étude proposée porte sur l'adaptation d'une méthode de mesure optique à lamesure de la topologie d'objet de grandes dimensions et à une distance de travail proche. Laméthode optique utilisée est la projection de franges car elle permet l'étude de grands objets.Dans un premier temps, des essais expérimentaux ont été réalisés pour évaluer l'exactitudedu développement actuel ; ce dernier utilisant une analyse de franges s'appuyant sur lacombinaison d'une méthode quasi-hétérodyne utilisant une transformation de Fourier etd'une méthode de code gray.Après avoir quantifié les erreurs et déterminé leurs sources, le choix dudéveloppement d'une procédure d'étalonnage et de nouvelles équations associées à cetteprocédure se sont imposés. Le nouvel étalonnage est quant à lui basé sur une interpolationpolynomiale de points définissant un volume de grandes dimensions. Un objet étalon a étéspécialement conçu pour cette procédure de calibration. Pour évaluer l'erreur du à lacalibration, une étude systématique de cas de polynômes dont le plus haut degré varie de 1à 4 a été effectué. Cette approche a permis de déterminer le degré optimal du polynôme àutiliser. Dans le meilleur cas, l'estimation de l'erreur a permis d'évaluer la précision del'étalonnage à 1 mm sur un objet de 2 m évalué à une distance de 2 m.La méthode a été par la suite appliquée, dans un cadre industriel à l'étude deflotteurs et dans un cadre médical à l'étude du relief de la paroi abdominale. D'un point devue médical, cette méthode permet d'obtenir rapidement et facilement la morphologie ducorps humain. Elle permet aussi d'effectuer un meilleur suivi des pathologiesmorphologiques des patients. / The proposed study deals with the adaptation of an optical method to themeasurement of large objects at a low working distance. The optical method used is thefringe projection technique allowing the study of large objects. At first, experimental trials hasbeen used to evaluate the accuracy of the actual development combining the phase shiftingmethod using a Fourier transform and the gray code technique.When the errors have been quantified and their origins determined, the developmentof a calibration procedure and new associated equations have been chosen. The newcalibration is based on polynomial interpolation of points defining a volume of largedimensions. A tested object was designed specifically for this calibration procedure. Toestimate the calibration error, a systematic study of polynomials cases is performed. Thehighest degree of those cases varies from 1 to 4. This approach allows the determination theoptimal polynomial degree to be used. In the best case, the estimation of the error allows theevaluation of the calibration accuracy of about 1 mm for an object of 2 m large, measured ata distance of 2 m.The method has been subsequently applied, in an industrial setting, to the study offloats and in a medical setting to the study of the relief of the abdominal wall. From a medicalpoint of view, this method gives a rapid and easy access to the topology of human body. Itallows a better follow-up of the patient pathology.

Ces travaux s’inscrivent dans le cadre du projet VIPA « Véhicule Individuel Public Autonome », au cours duquel le LASMEA et ses partenaires ont mis au point des véhicules capables de naviguer automatiquement, sans aucune infrastructure extérieure dédiée, dans des zones urbaines (parkings, zones piétonnes, aéroports). Il est doté de deux caméras, l’une à l’avant, et l’autre à l’arrière. Avant son déploiement, le véhicule doit tout d’abord être étalonné et conduit manuellement afin de reconstruire la carte d’amers visuels dans laquelle il naviguera ensuite automatiquement. Les travaux de cette thèse ont pour but de développer et de mettre en oeuvre des méthodes souples permettant d’étalonner cet ensemble de caméras dont les champs de vue sont totalement disjoints. Après une étape préalable d’étalonnage intrinsèque et un état de l’art sur les systèmes multi-caméra, nous développons et mettons en oeuvre différentes méthodes d’étalonnage extrinsèque (déterminant les poses relatives des caméras à champs de vue disjoints). La première méthode présentée utilise un miroir plan pour créer un champ de vision commun aux différentes caméras. La seconde approche consiste à manoeuvrer le véhicule pendant que chaque caméra observe une scène statique composée de cibles (dont la détection est sous-pixellique). Dans la troisième approche, nous montrons que l’étalonnage extrinsèque peut être obtenu simultanément à la reconstruction 3D (par exemple lors de la phase d’apprentissage), en utilisant des points d’intérêt comme amers visuels. Pour cela un algorithme d’ajustement de faisceaux multi-caméra a été développé avec une implémentation creuse. Enfin, nous terminons par un étalonnage déterminant l’orientation du système multi-caméra par rapport au véhicule. / My research was involved in the VIPA « Automatic Electric Vehicle for Passenger Transportation » project. During which, the LASMEA and its partnerships have developed vehicles able to navigate autonomously, without any outside dedicated infrastructure in an urban environment (parking lots, pedestrian areas, airports). Two cameras are rigidly embedded on a vehicle : one at the front, another at the back. Before being available for autonomous navigation tasks, the vehicle have to be calibrated and driven manually in order to build a visual 3D map (calibration and learning steps). Then, the vehicle will use this map to localize itself and drive autonomously. The goals of this thesis are to develop and apply user friendly methods, which calibrate this set of nonoverlapping cameras. After a first step of intrinsic calibration and a state of the art on multi-camera rigs, we develop and test several methods to extrinsically calibrate non-overlapping cameras (i.e. estimate the camera relative poses). The first method uses a planar mirror to create an overlap between views of the different cameras. The second procedure consists in manoeuvring the vehicle while each camera observes a static scene (composed of a set of targets, which are detected accurately). In a third procedure, we solve the 3D reconstruction and the extrinsic calibration problems simultaneously (the learning step can be used for that purpose) relying on visual features such as interest points. To achieve this goal a multi-camera bundle adjustment is proposed and implemented with a sparse data structures. Lastly, we present a calibration of the orientation of a multi-camera rig relative to the vehicle.

Le 1er chapitre présente une série de 50 ans sur les hauts revenus chiliens basée sur des données fiscales et comptes nationaux. L’étude contredit les enquêtes, selon lesquelles les inégalités diminuent les 25 dernières années. Au contraire, elles changent de direction à partir de 2000. Le Chili est parmi les pays les plus inégalitaires de l’OCDE et l’Amérique latine. Le 2ème chapitre mesure la sous-estimation des revenus factoriels dans les données distributives. Les ménages ne reçoivent que 50% des revenus du capital brut, par opposition aux firmes. L’hétérogénéité des taux de réponse et autres problèmes font que les enquêtes ne capturent que 20% de ceux-ci, contre 70% du revenu du travail. Cela sous-estime l’inégalité,dont les estimations deviennent insensibles à la "capital share" et sa distribution. Je formalise à partir d’identités comptables pour ensuite calculer des effets marginaux et contributions aux variations d’inégalité. Le 3ème chapitre présente une méthode pour ajuster les enquêtes. Celles-ci capturent souvent mal le sommet de la distribution. La méthode présente plusieurs avantages par rapport aux options précédentes : elle est compatible avec les méthodes de calibration standard ; elle a des fondements probabilistes explicites et préserve la continuité des fonctions de densité ; elle offre une option pour surmonter les limites des supports d’enquête bornées; et elle préserve la structure de micro données en préservant la représentativité des variables sociodémographiques. Notre procédure est illustrée par des applications dans cinq pays, couvrant à la fois des contextes développés et moins développés. / The 1st chapter presents historical series of Chilean top income shares over a period of half a century, mostly using data from tax statistics and national accounts. The study contradicts evidence based on survey data, according to which inequality has fallen constantly over the past 25 years. Rather, it changes direction, increasing from around the year 2000. Chile ranks as one of the most unequal countries among both OECD and Latin American countries over the whole period of study. The 2nd chapter measures the underestimation of factor income in distributive data. I find that households receive only half of national gross capital income,as opposed to corporations. Due to heterogeneous non-response and misreporting, Surveys only capture 20% of it, vs. 70% of labor income. This understates inequality estimates, which become insensitive to the capital share and its distribution. I formalize this system based on accounting identities. I then compute marginal effects and contributions to changes in fractile shares. The 3rd chapter, presents a method to adjust surveys. These generally fail to capturethe top of the income distribution. It has several advantages over previous ones: it is consistent with standard survey calibration methods; it has explicit probabilistic foundations and preserves the continuity of density functions; it provides an option to overcome the limitations of bounded survey-supports; and it preserves the microdata structure of the survey.

La focus de cette thèse de maîtrise est l’analyse de l’étalonnage de l’incertitude pour la lo- calisation et la cartographie simultanées (SLAM) en utilisant des modèles de mesure basés sur les réseaux de neurones. SLAM sont un problème fondamental en robotique et en vision par ordinateur, avec de nombreuses applications allant des voitures autonomes aux réalités augmentées. Au cœur de SLAM, il s’agit d’estimer la pose (c’est-à-dire la position et l’orien- tation) d’un robot ou d’une caméra lorsqu’elle se déplace dans un environnement inconnu et de construire simultanément une carte de l’environnement environnant. Le SLAM visuel, qui utilise des images en entrée, est un cadre de SLAM couramment utilisé. Cependant, les méthodes traditionnelles de SLAM visuel sont basées sur des caractéristiques fabriquées à la main et peuvent être vulnérables à des défis tels que la mauvaise luminosité et l’occultation. L’apprentissage profond est devenu une approche plus évolutive et robuste, avec les réseaux de neurones convolutionnels (CNN) devenant le système de perception de facto en robotique. Pour intégrer les méthodes basées sur les CNN aux systèmes de SLAM, il est nécessaire d’estimer l’incertitude ou le bruit dans les mesures de perception. L’apprentissage profond bayésien a fourni diverses méthodes pour estimer l’incertitude dans les réseaux de neurones, notamment les ensembles, la distribution sur les paramètres du réseau et l’ajout de têtes de prédiction pour les paramètres de distribution de la sortie. Cependant, il est également important de s’assurer que ces estimations d’incertitude sont bien étalonnées, c’est-à-dire qu’elles reflètent fidèlement l’erreur de prédiction. Dans cette thèse de maîtrise, nous abordons ce défi en développant un système de SLAM qui intègre un réseau de neurones en tant que modèle de mesure et des estimations d’in- certitude étalonnées. Nous montrons que ce système fonctionne mieux que les approches qui utilisent la méthode traditionnelle d’estimation de l’incertitude, où les estimations de l’incertitude sont simplement considérées comme des hyperparamètres qui sont réglés ma- nuellement. Nos résultats démontrent l’importance de tenir compte de manière précise de l’incertitude dans le problème de SLAM, en particulier lors de l’utilisation d’un réseau de neur. / The focus of this Masters thesis is the analysis of uncertainty calibration for Simultaneous Localization and Mapping (SLAM) using neural network-based measurement models. SLAM is a fundamental problem in robotics and computer vision, with numerous applications rang- ing from self-driving cars to augmented reality. At its core, SLAM involves estimating the pose (i.e., position and orientation) of a robot or camera as it moves through an unknown environment and constructing a map of the surrounding environment simultaneously. Vi- sual SLAM, which uses images as input, is a commonly used SLAM framework. However, traditional Visual SLAM methods rely on handcrafted features and can be vulnerable to challenges such as poor lighting and occlusion. Deep learning has emerged as a more scal- able and robust approach, with Convolutional Neural Networks (CNNs) becoming the de facto perception system in robotics. To integrate CNN-based methods with SLAM systems, it is necessary to estimate the uncertainty or noise in the perception measurements. Bayesian deep learning has provided various methods for estimating uncertainty in neural networks, including ensembles, distribu- tions over network parameters, and adding variance heads for direct uncertainty prediction. However, it is also essential to ensure that these uncertainty estimates are well-calibrated, i.e they accurately reflect the error in the prediction. In this Master’s thesis, we address this challenge by developing a system for SLAM that incorporates a neural network as the measurement model and calibrated uncertainty esti- mates. We show that this system performs better than the approaches which uses traditional uncertainty estimation method, where uncertainty estimates are just considered hyperpa- rameters which are tuned manually. Our results demonstrate the importance of accurately accounting for uncertainty in the SLAM problem, particularly when using a neural network as the measurement model, in order to achieve reliable and robust localization and mapping.