L’utilisation des colonies d’abeille mellifère, Apis mellifera, comme outil de biosurveillance est une alternative intéressante pour assurer le suivi de polluants atmosphériques comme les métaux et les hydrocarbures aromatiques polycycliques (HAP). Son utilisation a été validée Europe, mais peu explorée en contexte nord-américain. Étant donné les préoccupations manifestées par les résidents des quartiers plus défavorisés, quant aux diverses sources de pollution dans leur milieu, le but principal de cette étude était de documenter le possible gradient d’exposition à certains polluants atmosphériques entre les quartiers défavorisés et favorisés de la Ville de Québec. La complémentarité de la biosurveillance, aux mesures prises par les stations d’échantillonnage de l’air conventionnel (SEC), a également été examinée. Pour ce faire, huit ruches ont été installées dans différents quartiers, potentiellement caractérisés par différents niveaux de pollution : rural et urbain, ce dernier étant divisé en zone favorisée et défavorisée. La collecte des abeilles a été effectuée mensuellement sur une période de cinq mois (mai à septembre). Au total, six HAP et quatre métaux ont été analysés en laboratoire. Des différences significatives ont été détectées pour les contaminants à certains moments entre le milieu rural et urbain, mais également entre la zone urbaine favorisée et défavorisée. Cependant, des gradients d’exposition clairs entre les milieux n’ont pas été observés, sauf pour l’arsenic. De plus, il n’est pas possible de conclure sur la complémentarité des méthodes puisqu’une seule corrélation entre les mesures de la biosurveillance et des stations d’échantillonnage a été établie. Cela peut notamment s’expliquer par des contraintes méthodologiques comme le décalage entre l’échantillonnages des deux méthodes. Les résultats de cette étude permettent de confirmer que l’abeille est un bio-indicateur suffisamment sensible pour détecter des différences entre des environnements qui se distinguent en termes de pollution atmosphérique, mais également entre des environnements qui présentent des niveaux similaires de pollution. / Honeybees have been widely used in Europe as an environmental bioindicator for heavy metals and polycyclic aromatic hydrocarbons (PAHs). However, their potential in North America has not been explored, especially in smaller cities where the pollution is weaker and presumed more homogeneous. While citizens in a deprived area of Québec city were much preoccupied about the air quality in their neighborhood, especially in regard exposure gradients of some pollutants, the aim of this study was to document their concerns. Also, because little is known about how honeybees could be a complementary method to formal environmental monitoring through physicochemical stations, comparisons have been performed between results obtained by the two different methods. To do so, we sampled honeybees at 8 locations possibly characterized by different levels of pollutant (rural and urban, the latter of which was then divided into deprived and favorized areas) over a 5-month period (May – September). 6 PAHs were analyzed by ultra-performance liquid chromatography, while 4 heavy metals were analyzed by inductively coupled plasma mass spectrometry. Significant differences were detected at some sampling time for heavy metals and PAHs between rural and urban environments, but also between deprived and favorized areas. Nevertheless, a clear gradient of exposure, could not be detected except for As considering that differences for the other contaminants were not often found during the sampling period and varied greatly. Even though we were not able to find a correlation between physicochemical and biomonitoring stations, except for one heavy metal, our results indicate that honeybee is a good biological indicator and is sensitive enough to detect differences between environments who showcased similar level of contaminants.

L'exposition humaine aux rayonnements ionisants d'origine naturelle est une préoccupation constante dans le plan de protection des sources d'eau potable au Canada. La protection de ces sources d'eau commence par l'implantation d'un suivi rigoureux du degré de contamination des différents aquifères composant le réseau hydrique canadien. Il importe donc de développer des techniques d'extraction et d'analyse efficaces, robustes et rapides afin de mettre en place un tel programme. Certains radiocontaminants provenant de la série de désintégration de l'uranium-238 sont particulièrement nocifs pour la santé des divers écosystèmes planétaires. Ce projet reposera sur le développement d'une technique d'extraction et d'analyse séquentielle du ²¹⁰Pb, du ²¹⁰Bi et du ²¹⁰Po contenus dans diverses matrices environnementales. L'extraction au point trouble séquentielle de ces différents radioisotopes sera donc au cœur des travaux réalisés au cours de ce projet de doctorat. Pour ce faire, il sera nécessaire de développer des systèmes micellaires efficaces, contenant un agent complexant spécifique à chacun de ces radioisotopes afin de les isoler les uns des autres. Contrairement à l'extraction liquide-liquide ou à l'extraction sur phase solide qui emploient de grandes quantités de consommable, cette technique d'extraction ne nécessite qu'une faible quantité de surfactant afin d'isoler et de pré-concentrer un analyte d'intérêt, minimisant ainsi son impact sur l'environnement. Malgré leur radiotoxicité, les concentrations en radiocontaminants dans les diverses matrices environnementales sont somme toute très faibles, nécessitant dès lors l'utilisation de bons facteurs de pré-concentration. Un avantage majeur de l'extraction au point trouble est d'offrir des facteurs de pré-concentration de l'ordre de 200 fois, permettant l'analyse des différents éléments cibles à l'état d'ultra-trace dans des matrices environnementales. Ces extractions menées de manière séquentielle, nécessiteront l'utilisation d'un échantillon unique, évitant ainsi de produire de grandes quantités de rejet lors d'analyses de routine. Une fois extraits, les radioisotopes d'intérêt seront analysés par différentes techniques d'analyse dépendamment de leurs natures chimique et physique (spectrométrie de masse, spectrométrie-α, spectrométrie-β, comptage à scintillation liquide), permettant une caractérisation ainsi qu'une quantification complètes du contenu de l'échantillon de par la complémentarité des techniques utilisées dans ce projet. / Human exposure to naturally occurring radionuclides (NORM) is an on going concern in the protection of Canadian drinking water sources. The protection of these water sources begins with the implementation of a rigorous monitoring of contamination of the various aquifers composing the Canadian water network. It is therefore important to develop efficient, robust and rapid extraction approaches and analysis techniques in order to carryout such program. Several radiocontaminants from the uranium-238 decay series are particularly harmful to the health of the various planetary ecosystems. This project aimed to develop a technique for the sequential extraction and analysis of ²¹⁰Pb, ²¹⁰Bi and ²¹⁰Po contained in various environmental matrices and will constitute the basis of the work carried out during this doctoral project. To do this, it will be necessary to develop effective micellar systems, containing a complexing agent specific for each of these radioisotopes, in order to isolate them individually. Unlike liquid-liquid extraction or solid phase extraction which use large quantities of consumable, cloud point extraction requires only a small amount of surfactant, in order to isolate and pre-concentrate an analyte of interest, thus minimizing its environmental impact. While radiotoxic, the concentrations of radiocontaminants in the various environmental matrices are typically very low, requiring sufficient pre-concentration factors to enable their detection. The coacervate-based extraction offers pre-concentration factors that can reach 200 times, thus allowing the analysis of the various target elements at the ultra-trace level. These sequential extractions will require the use of a single sample, thus avoiding producing large quantities of waste, during routine analyses. Once extracted, the radio isotopes of interest will be analyzed by different analysis techniques depending on their chemical and physical nature (mass spectrometry, α spectrometry, β spectrometry, liquid scintillation counting), thus bringing another dimension to this project.

Le système proposé dans le cadre de ce travail est une plate-forme de capteurs sans fil permettant de mesurer la croissance de cultures de micro-organismes dans leur habitat naturel tout en effectuant diverses mesures environnementales. L’évaluation de la croissance des micro-organismes dans les 96 puits individuels du système est réalisée à l’aide d’un système de mesure d’impédance puisqu’il est possible de relier l’impédance d’une colonie de microorganismes à sa population en fonction du temps. Ces différentes informations sont très utiles afin d’évaluer l’état de santé d’un milieu donné et en particulier d’un milieu nordique pour ce projet. Les mesures d’impédance effectuées permettent d’identifier les puits où une croissance s’est produit et donc de les isoler plus facilement pour analyse future, ce qui simplifie le processus. Ce système effectue des mesures à intervalles régulier et peut transmettre ces mesures par un système de communication sans fil à un récepteur proche en plus de sauvegarder localement les données. Le système présente une consommation électrique très faible ce qui lui permet une autonomie de plusieurs mois avec une batterie dans des régions isolées. La conception en plusieurs puits de culture permet d’isoler plusieurs échantillons et de prendre des mesures séparées sur chacun de ceux-ci. Le projet est effectué dans le cadre de la stratégie Sentinelle Nord de l’Université Laval qui vise à améliorer la compréhension de l’environnement nordique. Le système proposé est unique en son genre au moment d’écrire ce mémoire puisqu’il permet simultanément la culture de micro-organismes in situ et l’évaluation de la croissance de ces derniers. La plate-forme proposée offre ainsi plusieurs opportunités pour les chercheurs en biologie et en microbiologie d’obtenir des informations sur ces milieux isolés. Des essais sur le terrain dans la région du Nord-du-Québec à Kuujjuarapik et au Lac à l’Eau Claire ont d’ailleurs permis de valider le fonctionnement du dispositif dans les conditions d’utilisations désirées en plus de démontrer, suite à une analyse du contenu des puits de culture, qu’il est possible de faire prospérer des micro-organismes dans ces derniers. / The proposed system consist of a wireless multi-sensors platform that can measure the growth of multiples microorganism populations inside their natural habitat while also measuring various environmental parameters. An impedance measuring circuit is used to evaluate the growth of the microorganisms inside the 96 culture wells of the EcoChip. This method is used since the impedance of these colonies is directly related to the number of microorganisms in the growth medium. These impedance measurements over time are then used to evaluate if microbial growth is normal and this can be used to give an idea of the overall health state of a given environment, which for this project is a nordic one. These impedance measurements are also used to produce growth curves that can be used to isolate wells inside which there was an increase in microorganism concentration and then easily screen them for further analyses. The designed system is programmed to scan the culture wells at regular intervals and to transmit the results to a nearby base station via a wireless link. These data are also saved on the on-board memory to ensure that they can be recovered later when there are no nearby receivers. The multi-well conception of the system also allows to isolate multiple samples and to conduct individual measurements on each of them. Since the platform is autonomous and is powered with a battery, it is designed to have a very low power consumption which allows for a long lifetime while in an isolated location. This project is done as part of the Sentinel Nord Strategy of Université Laval which aims to improve our understanding of the northern environment. At the time of the redaction of this thesis, the proposed system is unique in its kind since it allows the culture of microorganisms in situ and the evaluation of the culture growth with an electronic system while in the wild. The platform offers many opportunities for scientists in biology and microbiology since it enables them to obtain information on various isolated places where environmental data and microorganism samples can be hard to get. Field tests at Kuujjuarapik and Clearwater Lake (Nord-du-Québec) with the device have proven that the system allows the growth of microorganism colonies in its wells while conducting successful impedance analyses.

Wireless sensor networks form an emerging class of computing devices capable of observing the world with an unprecedented resolution, and promise to provide a revolutionary instrument for environmental monitoring. Such a network is composed of a collection of battery-operated wireless sensors, or sensor nodes, each of which is equipped with sensing, processing and wireless communication capabilities. Thanks to advances in microelectronics and wireless technologies, wireless sensors are small in size, and can be deployed at low cost over different kinds of environments in order to monitor both over space and time the variations of physical quantities such as temperature, humidity, light, or sound. <p><p>In environmental monitoring studies, many applications are expected to run unattended for months or years. Sensor nodes are however constrained by limited resources, particularly in terms of energy. Since communication is one order of magnitude more energy-consuming than processing, the design of data collection schemes that limit the amount of transmitted data is therefore recognized as a central issue for wireless sensor networks.<p><p>An efficient way to address this challenge is to approximate, by means of mathematical models, the evolution of the measurements taken by sensors over space and/or time. Indeed, whenever a mathematical model may be used in place of the true measurements, significant gains in communications may be obtained by only transmitting the parameters of the model instead of the set of real measurements. Since in most cases there is little or no a priori information about the variations taken by sensor measurements, the models must be identified in an automated manner. This calls for the use of machine learning techniques, which allow to model the variations of future measurements on the basis of past measurements.<p><p>This thesis brings two main contributions to the use of learning techniques in a sensor network. First, we propose an approach which combines time series prediction and model selection for reducing the amount of communication. The rationale of this approach, called adaptive model selection, is to let the sensors determine in an automated manner a prediction model that does not only fits their measurements, but that also reduces the amount of transmitted data. <p><p>The second main contribution is the design of a distributed approach for modeling sensed data, based on the principal component analysis (PCA). The proposed method allows to transform along a routing tree the measurements taken in such a way that (i) most of the variability in the measurements is retained, and (ii) the network load sustained by sensor nodes is reduced and more evenly distributed, which in turn extends the overall network lifetime. The framework can be seen as a truly distributed approach for the principal component analysis, and finds applications not only for approximated data collection tasks, but also for event detection or recognition tasks. <p><p>/<p><p>Les réseaux de capteurs sans fil forment une nouvelle famille de systèmes informatiques permettant d'observer le monde avec une résolution sans précédent. En particulier, ces systèmes promettent de révolutionner le domaine de l'étude environnementale. Un tel réseau est composé d'un ensemble de capteurs sans fil, ou unités sensorielles, capables de collecter, traiter, et transmettre de l'information. Grâce aux avancées dans les domaines de la microélectronique et des technologies sans fil, ces systèmes sont à la fois peu volumineux et peu coûteux. Ceci permet leurs deploiements dans différents types d'environnements, afin d'observer l'évolution dans le temps et l'espace de quantités physiques telles que la température, l'humidité, la lumière ou le son.<p><p>Dans le domaine de l'étude environnementale, les systèmes de prise de mesures doivent souvent fonctionner de manière autonome pendant plusieurs mois ou plusieurs années. Les capteurs sans fil ont cependant des ressources limitées, particulièrement en terme d'énergie. Les communications radios étant d'un ordre de grandeur plus coûteuses en énergie que l'utilisation du processeur, la conception de méthodes de collecte de données limitant la transmission de données est devenue l'un des principaux défis soulevés par cette technologie. <p><p>Ce défi peut être abordé de manière efficace par l'utilisation de modèles mathématiques modélisant l'évolution spatiotemporelle des mesures prises par les capteurs. En effet, si un tel modèle peut être utilisé à la place des mesures, d'importants gains en communications peuvent être obtenus en utilisant les paramètres du modèle comme substitut des mesures. Cependant, dans la majorité des cas, peu ou aucune information sur la nature des mesures prises par les capteurs ne sont disponibles, et donc aucun modèle ne peut être a priori défini. Dans ces cas, les techniques issues du domaine de l'apprentissage machine sont particulièrement appropriées. Ces techniques ont pour but de créer ces modèles de façon autonome, en anticipant les mesures à venir sur la base des mesures passées. <p><p>Dans cette thèse, deux contributions sont principalement apportées permettant l'applica-tion de techniques d'apprentissage machine dans le domaine des réseaux de capteurs sans fil. Premièrement, nous proposons une approche qui combine la prédiction de série temporelle avec la sélection de modèles afin de réduire la communication. La logique de cette approche, appelée sélection de modèle adaptive, est de permettre aux unités sensorielles de determiner de manière autonome un modèle de prédiction qui anticipe correctement leurs mesures, tout en réduisant l'utilisation de leur radio.<p><p>Deuxièmement, nous avons conçu une méthode permettant de modéliser de façon distribuée les mesures collectées, qui se base sur l'analyse en composantes principales (ACP). La méthode permet de transformer les mesures le long d'un arbre de routage, de façon à ce que (i) la majeure partie des variations dans les mesures des capteurs soient conservées, et (ii) la charge réseau soit réduite et mieux distribuée, ce qui permet d'augmenter également la durée de vie du réseau. L'approche proposée permet de véritablement distribuer l'ACP, et peut être utilisée pour des applications impliquant la collecte de données, mais également pour la détection ou la classification d'événements. <p> / Doctorat en Sciences / info:eu-repo/semantics/nonPublished