Cette thèse s’articule autour de trois essais. Le premier chapitre analyse l'impact des 27 ans de guerre civile en Angola sur les dépenses par équivalent adulte, le capital humain et la fécondité. La prédiction des effets de la guerre se fait à l’aide d’un modèle néoclassique de ménage unitaire dans la tradition de Rosenzweig. A partir de l’approche d’estimation par variable instrumentale, cette thèse montre que la guerre civile a un impact négatif et désastreux à court terme sur la santé des enfants, cet effet est persistant. La guerre civile n’a pas d’impact sur les dépenses par équivalent adulte. Elle accroit lascolarisation et décroit la fécondité à court terme. Le second chapitre de cette thèse analyse l’efficacité d’un programme social dans un environnement en conflit comme celui de l’Angola et s’interroge si cette efficacité dépend de l’intensité du conflit. Notre stratégie d’identification est basée sur la géographie politique du déploiement du programme basée sur un modèle de compétition spatiale à la Hotelling. Cette thèse montre que le Fond Social Angolais a eu un impact positif sur les dépenses par équivalent adulte et sur l’une des principales mesures anthropométriques à savoir le z-Score de la taille pour âge. L’efficacité du programme en fonction de l’intensité du conflit est analysée à l’aide de l’estimateur de variable instrumental local. La thèse montre que l’efficacité du programme augmente avec l’intensité du conflit. Le dernier chapitre de cette thèse analyse dans le cas du Cameroun, l’impact de la formation des enseignants en matière de VIH/SIDA. Les deux critères retenus pour le choix des écoles participant au programme, nous amène à choisir comme stratégie d’identification la régression discontinue. Cette thèse montre que les filles âgées de 15 à 17 ans dans les écoles traitées sont moins susceptibles d’avoir une grossesse involontaire. Pour les élèves âgés de 12 à 13 ans, la probabilité d'abstinence auto déclarée et l'utilisation du préservatif est également significativement plus élevé dans les écoles traitées / This thesis is based on three essays. The first chapter analyses the impact of 27 years of civil war in Angola on human capital, expenditures per adult equivalent and fertility. The prediction of the effects of civil war is done through a neoclassical unitary household model in the tradition of Rosenzweig. Using instrumental variable method, this thesis shows that civil war has a negative and disastrous impact in short-Term on health of children, this effect is persistent. Civil war has no impact on expenditures per adult equivalent. It increases enrollment and decreases fertility in the short term. The second chapter ofthis thesis analyzes the effectiveness of a social program in a conflict country such as Angola and explores whether this effectiveness depends on the intensity of the conflict. Our identification strategy is based on the political geography of the deployment of the program based on a model of spatial competition of Hotelling. This thesis shows that the Angola Social Fund had a positive impact on expenditures per adult equivalent and on one of the main anthropometric measurements namely the height for age z-Score. The program's effectiveness in function to the intensity of the conflict is analyzed using the local instrumental variable estimator. The thesis shows that the program's effectiveness increases with the intensity of the conflict. The last chapter of this thesis analyzes in the case of Cameroon, the impact of teacher training on HIV/AIDS. The two criteria for selecting participating schools, leads us to choose as identification strategy the regression discontinuity design. This thesis shows that 15 to 17 year old girls in teacher training schools are between 7 and 10 percentage points less likely to have started childbearing. For 12 to 13 year old girls, the likelihood of self-Reported abstinence and condom use is also significantly higher in treated schools.

D'une manière schématique, l'optimisation dynamique de procédés consiste en trois étapes de base : (i) la modélisation, dans laquelle un modèle (phénoménologique) du procédé est construit, (ii) la formulation du problème, dans laquelle le critère de performance, les contraintes et les variables de décision sont définis, (iii) et la résolution, dans laquelle les profils optimaux des variables de décision sont déterminés. Il est important de souligner que ces profils optimaux garantissent l'optimalité pour le modèle mathématique utilisé. Lorsqu'ils sont appliqués au procédé, ces profils ne sont optimaux que lorsque le modèle décrit parfaitement le comportement du procédé, ce qui est très rarement le cas dans la pratique. En effet, les incertitudes sur les paramètres du modèle, les perturbations du procédé, et les erreurs structurelles du modèle font que les profils optimaux des variables de décision basés sur le modèle ne seront probablement pas optimaux pour le procédé. L'application de ces profils au procédé conduit généralement à la violation de certaines contraintes et/ou à des performances sous-optimales. Pour faire face à ces problèmes, l'optimisation dynamique en temps-réel constitue une approche tout à fait intéressante. L'idée générale de cette approche est d'utiliser les mesures expérimentales associées au modèle du procédé pour améliorer les profils des variables de décision de sorte que les conditions d'optimalité soient vérifiées sur le procédé (maximisation des performances et satisfaction des contraintes). En effet, pour un problème d'optimisation sous contraintes, les conditions d'optimalité possèdent deux parties : la faisabilité et la sensibilité. Ces deux parties nécessitent différents types de mesures expérimentales, à savoir les valeurs du critère et des contraintes, et les gradients du critère et des contraintes par rapport aux variables de décision. L'objectif de cette thèse est de développer une stratégie conceptuelle d'utilisation de ces mesures expérimentales en ligne de sorte que le procédé vérifie non seulement les conditions nécessaires, mais également les conditions suffisantes d'optimalité. Ce développement conceptuel va notamment s'appuyer sur les récents progrès en optimisation déterministe (les méthodes stochastiques ne seront pas abordées dans ce travail) de procédés basés principalement sur l'estimation des variables d'état non mesurées à l'aide d'un observateur à horizon glissant. Une méthodologie d'optimisation dynamique en temps réel (D-RTO) a été développée et appliquée à un réacteur batch dans lequel une réaction de polymérisation par greffage a lieu. L'objectif est de déterminer le profil temporel de température du réacteur qui minimise le temps opératoire tout en respectant des contraintes terminales sur le taux de conversion et l'efficacité de greffage / In a schematic way, process optimization consists of three basic steps: (i) modeling, in which a (phenomenological) model of the process is developed, (ii) problem formulation, in which the criterion of Performance, constraints and decision variables are defined, (iii) the resolution of the optimal problem, in which the optimal profiles of the decision variables are determined. It is important to emphasize that these optimal profiles guarantee the optimality for the model used. When applied to the process, these profiles are optimal only when the model perfectly describes the behavior of the process, which is very rarely the case in practice. Indeed, uncertainties about model parameters, process disturbances, and structural model errors mean that the optimal profiles of the model-based decision variables will probably not be optimal for the process. The objective of this thesis is to develop a conceptual strategy for using experimental measurements online so that the process not only satisfies the necessary conditions, but also the optimal conditions. This conceptual development will in particular be based on recent advances in deterministic optimization (the stochastic methods will not be dealt with in this work) of processes based on the estimation of the state variables that are not measured by a moving horizon observer. A dynamic real-time optimization (D-RTO) methodology has been developed and applied to a batch reactor where polymer grafting reactions take place. The objective is to determine the on-line reactor temperature profile that minimizes the batch time while meeting terminal constraints on the overall conversion rate and grafting efficiency

La thèse étudie la dynamique et la persistance de l’inflation dans les pays en développement, particulièrement ceux des pays de la Zone UEMOA, en mettant en exergue les spécificités de ces économies. Le premier chapitre, consacré à l’évaluation de la persistance, révèle que le degré de persistance de l'inflation est faible dans ces pays, ce qui constitue un atout pour les autorités monétaires. Dans le chapitre 2, il a été défini un cadre théorique plus approprié à l’analyse de la persistance de l’inflation dans les pays de la sous-région. L’approche a permis de montrer que le degré de persistance de l’inflation dans ces pays ne dépendait pas uniquement des politiques monétaire et de change, mais aussi négativement du poids du secteur vivrier local dans l’économie. Dans le chapitre 3, la thèse analyse les écarts d’inflation dans les pays membres de l’UEMOA, en examinant la β-convergence des différentiels d'inflation. Les estimations révèlent que, d’une part, les écarts d’inflation se sont fortement réduits à l’intérieur de l'Union et que, d’autre part, ils restent fortement persistants avec la zone Euro. Le chapitre 4 est consacré à l’évaluation du rôle des différents facteurs et utilise ensuite une spécification spatiale en panel, pour tester les effets de contagion entre pays. Les estimations indiquent une prédominance des facteurs globaux et des effets de contagion entre pays dont l'ampleur dépend du poids des exportations de chaque pays vers les autres pays de la sous région. / This thesis examines the inflation dynamics and persistence in developing countries, especially in the UEMOA zone, highlighting the specificities of these economies. The first chapter, reveals that the inflation persistence degree, in these countries, is low which represents an asset to the monetary authorities. In Chapter 2, it was defined a more appropriate theoretical framework to analyze the inflation persistence in the countries of the sub-region. The approach allowed to demonstrate that the inflation persistence degree in these countries is not only dependent on monetary and exchange rate policies, but also negatively to the weight of local food sector in the economy. Chapter 3, analyzes the inflation differentials in the UEMOA member countries, by examining the β - convergence of inflation differentials. Estimations show that the inflation differentials are greatly reduced within the Union and they are highly persistent with the Euro zone. Chapter 4, is devoted to assessing the role of various factors and then uses a spatial panel specification to test the spillover effect between countries. Estimations indicate a predominance of global factors and contagion between countries whose magnitude depends on the weight of exports to other countries in the sub-region.

Dans cette thèse, nous étudions l'estimation de la valeur à risque conditionnelle (VaR) en tenant compte du risque d'estimation et du risque de modèle. Tout d'abord, nous considérons une méthode en deux étapes pour estimer la VaR. La première étape évalue le paramètre de volatilité en utilisant un estimateur quasi maximum de vraisemblance généralisé (gQMLE) fondé sur une densité instrumentale h. La seconde étape estime un quantile des innovations à partir du quantile empirique des résidus obtenus dans la première étape. Nous donnons des conditions sous lesquelles l'estimateur en deux étapes de la VaR est convergent et asymptotiquement normal. Nous comparons également les efficacités des estimateurs obtenus pour divers choix de la densité instrumentale h. Lorsque l'innovation n'est pas de densité h, la première étape donne généralement un estimateur biaisé de paramètre de volatilité et la seconde étape donne aussi un estimateur biaisé du quantile des innovations. Cependant, nous montrons que les deux erreurs se contrebalancent pour donner une estimation consistante de la VaR. Nous nous concentrons ensuite sur l'estimation de la VaR dans le cadre de modèles GARCH en utilisant le gQMLE fondé sur la classe des densités instrumentales double gamma généralisées qui contient la distribution gaussienne. Notre objectif est de comparer la performance du QMLE gaussien par rapport à celle du gQMLE. Le choix de l'estimateur optimal dépend essentiellement du paramètre d qui minimise la variance asymptotique. Nous testons si le paramètre d qui minimise la variance asymptotique est égal à 2. Lorsque le test est appliqué sur des séries réelles de rendements financiers, l'hypothèse stipulant l'optimalité du QMLE gaussien est généralement rejetée. Finalement, nous considérons les méthodes non-paramétriques d'apprentissage automatique pour estimer la VaR. Ces méthodes visent à s'affranchir du risque de modèle car elles ne reposent pas sur une forme spécifique de la volatilité. Nous utilisons la technique des machines à vecteurs de support pour la régression (SVR) basée sur la fonction de perte moindres carrés (en anglais LS). Pour améliorer la solution du modèle LS-SVR nous utilisons les modèles LS-SVR pondérés et LS-SVR de taille fixe. Des illustrations numériques mettent en évidence l'apport des modèles proposés pour estimer la VaR en tenant compte des risques de spécification et d'estimation. / In this thesis, we study the problem of conditional Value at Risk (VaR) estimation taking into account estimation risk and model risk. First, we considered a two-step method for VaR estimation. The first step estimates the volatility parameter using a generalized quasi maximum likelihood estimator (gQMLE) based on an instrumental density h. The second step estimates a quantile of innovations from the empirical quantile of residuals obtained in the first step. We give conditions under which the two-step estimator of the VaR is consistent and asymptotically normal. We also compare the efficiencies of the estimators for various instrumental densities h. When the distribution of is not the density h the first step usually gives a biased estimator of the volatility parameter and the second step gives a biased estimator of the quantile of the innovations. However, we show that both errors counterbalance each other to give a consistent estimate of the VaR. We then focus on the VaR estimation within the framework of GARCH models using the gQMLE based on a class of instrumental densities called double generalized gamma which contains the Gaussian distribution. Our goal is to compare the performance of the Gaussian QMLE against the gQMLE. The choice of the optimal estimator depends on the value of d that minimizes the asymptotic variance. We test if this parameter is equal 2. When the test is applied to real series of financial returns, the hypothesis stating the optimality of Gaussian QMLE is generally rejected. Finally, we consider non-parametric machine learning models for VaR estimation. These methods are designed to eliminate model risk because they are not based on a specific form of volatility. We use the support vector machine model for regression (SVR) based on the least square loss function (LS). In order to improve the solution of LS-SVR model, we used the weighted LS-SVR and the fixed size LS-SVR models. Numerical illustrations highlight the contribution of the proposed models for VaR estimation taking into account the risk of specification and estimation.

Les précipitations et les débits des cours d'eau constituent les deux variables hydrométéorologiques les plus importantes pour l'analyse des bassins versants. Ils fournissent des informations fondamentales pour la gestion intégrée des ressources en eau, telles que l’approvisionnement en eau potable, l'hydroélectricité, les prévisions d'inondations ou de sécheresses ou les systèmes d'irrigation.Dans cette thèse de doctorat sont abordés deux problèmes distincts. Le premier prend sa source dans l’étude des débits des cours d’eau. Dans le but de bien caractériser le comportement global d'un bassin versant, de longues séries temporelles de débit couvrant plusieurs dizaines d'années sont nécessaires. Cependant les données manquantes constatées dans les séries représentent une perte d'information et de fiabilité, et peuvent entraîner une interprétation erronée des caractéristiques statistiques des données. La méthode que nous proposons pour aborder le problème de l'imputation des débits se base sur des modèles de régression dynamique (DRM), plus spécifiquement, une régression linéaire multiple couplée à une modélisation des résidus de type ARIMA. Contrairement aux études antérieures portant sur l'inclusion de variables explicatives multiples ou la modélisation des résidus à partir d'une régression linéaire simple, l'utilisation des DRMs permet de prendre en compte les deux aspects. Nous appliquons cette méthode pour reconstruire les données journalières de débit à huit stations situées dans le bassin versant de la Durance (France), sur une période de 107 ans. En appliquant la méthode proposée, nous parvenons à reconstituer les débits sans utiliser d'autres variables explicatives. Nous comparons les résultats de notre modèle avec ceux obtenus à partir d'un modèle complexe basé sur les analogues et la modélisation hydrologique et d'une approche basée sur le plus proche voisin. Dans la majorité des cas, les DRMs montrent une meilleure performance lors de la reconstitution de périodes de données manquantes de tailles différentes, dans certains cas pouvant allant jusqu'à 20 ans.Le deuxième problème que nous considérons dans cette thèse concerne la modélisation statistique des quantités de précipitations. La recherche dans ce domaine est actuellement très active car la distribution des précipitations exhibe une queue supérieure lourde et, au début de cette thèse, il n'existait aucune méthode satisfaisante permettant de modéliser toute la gamme des précipitations. Récemment, une nouvelle classe de distribution paramétrique, appelée distribution généralisée de Pareto étendue (EGPD), a été développée dans ce but. Cette distribution exhibe une meilleure performance, mais elle manque de flexibilité pour modéliser la partie centrale de la distribution. Dans le but d’améliorer la flexibilité, nous développons, deux nouveaux modèles reposant sur des méthodes semiparamétriques.Le premier estimateur développé transforme d'abord les données avec la distribution cumulative EGPD puis estime la densité des données transformées en appliquant un estimateur nonparamétrique par noyau. Nous comparons les résultats de la méthode proposée avec ceux obtenus en appliquant la distribution EGPD paramétrique sur plusieurs simulations, ainsi que sur deux séries de précipitations au sud-est de la France. Les résultats montrent que la méthode proposée se comporte mieux que l'EGPD, l’erreur absolue moyenne intégrée (MIAE) de la densité étant dans tous les cas presque deux fois inférieure.Le deuxième modèle considère une distribution EGPD semiparamétrique basée sur les polynômes de Bernstein. Plus précisément, nous utilisons un mélange creuse de densités béta. De même, nous comparons nos résultats avec ceux obtenus par la distribution EGPD paramétrique sur des jeux de données simulés et réels. Comme précédemment, le MIAE de la densité est considérablement réduit, cet effet étant encore plus évident à mesure que la taille de l'échantillon augmente. / Precipitation and streamflow are the two most important meteorological and hydrological variables when analyzing river watersheds. They provide fundamental insights for water resources management, design, or planning, such as urban water supplies, hydropower, forecast of flood or droughts events, or irrigation systems for agriculture.In this PhD thesis we approach two different problems. The first one originates from the study of observed streamflow data. In order to properly characterize the overall behavior of a watershed, long datasets spanning tens of years are needed. However, the quality of the measurement dataset decreases the further we go back in time, and blocks of data of different lengths are missing from the dataset. These missing intervals represent a loss of information and can cause erroneous summary data interpretation or unreliable scientific analysis.The method that we propose for approaching the problem of streamflow imputation is based on dynamic regression models (DRMs), more specifically, a multiple linear regression with ARIMA residual modeling. Unlike previous studies that address either the inclusion of multiple explanatory variables or the modeling of the residuals from a simple linear regression, the use of DRMs allows to take into account both aspects. We apply this method for reconstructing the data of eight stations situated in the Durance watershed in the south-east of France, each containing daily streamflow measurements over a period of 107 years. By applying the proposed method, we manage to reconstruct the data without making use of additional variables, like other models require. We compare the results of our model with the ones obtained from a complex approach based on analogs coupled to a hydrological model and a nearest-neighbor approach, respectively. In the majority of cases, DRMs show an increased performance when reconstructing missing values blocks of various lengths, in some of the cases ranging up to 20 years.The second problem that we approach in this PhD thesis addresses the statistical modeling of precipitation amounts. The research area regarding this topic is currently very active as the distribution of precipitation is a heavy-tailed one, and at the moment, there is no general method for modeling the entire range of data with high performance. Recently, in order to propose a method that models the full-range precipitation amounts, a new class of distribution called extended generalized Pareto distribution (EGPD) was introduced, specifically with focus on the EGPD models based on parametric families. These models provide an improved performance when compared to previously proposed distributions, however, they lack flexibility in modeling the bulk of the distribution. We want to improve, through, this aspect by proposing in the second part of the thesis, two new models relying on semiparametric methods.The first method that we develop is the transformed kernel estimator based on the EGPD transformation. That is, we propose an estimator obtained by, first, transforming the data with the EGPD cdf, and then, estimating the density of the transformed data by applying a nonparametric kernel density estimator. We compare the results of the proposed method with the ones obtained by applying EGPD on several simulated scenarios, as well as on two precipitation datasets from south-east of France. The results show that the proposed method behaves better than parametric EGPD, the MIAE of the density being in all the cases almost twice as small.A second approach consists of a new model from the general EGPD class, i.e., we consider a semiparametric EGPD based on Bernstein polynomials, more specifically, we use a sparse mixture of beta densities. Once again, we compare our results with the ones obtained by EGPD on both simulated and real datasets. As before, the MIAE of the density is considerably reduced, this effect being even more obvious as the sample size increases.

Les travaux de cette thèse portent sur le choix du paramètre de lissage dans le problème de l'estimation non paramétrique de la fonction de densité associée à des processus stationnaires ergodiques à temps continus. La précision de cette estimation dépend du choix de ce paramètre. La motivation essentielle est de construire une procédure de sélection automatique de la fenêtre et d'établir des propriétés asymptotiques de cette dernière en considérant un cadre de dépendance des données assez général qui puisse être facilement utilisé en pratique. Cette contribution se compose de trois parties. La première partie est consacrée à l'état de l'art relatif à la problématique qui situe bien notre contribution dans la littérature. Dans la deuxième partie, nous construisons une méthode de sélection automatique du paramètre de lissage liée à l'estimation de la densité par la méthode du noyau. Ce choix issu de la méthode de la validation croisée est asymptotiquement optimal. Dans la troisième partie, nous établissons des propriétés asymptotiques, de la fenêtre issue de la méthode de la validation croisée, données par des résultats de convergence presque sûre. / The work this thesis focuses on the choice of the smoothing parameter in the context of non-parametric estimation of the density function for stationary ergodic continuous time processes. The accuracy of the estimation depends greatly on the choice of this parameter. The main goal of this work is to build an automatic window selection procedure and establish asymptotic properties while considering a general dependency framework that can be easily used in practice. The manuscript is divided into three parts. The first part reviews the literature on the subject, set the state of the art and discusses our contribution in within. In the second part, we design an automatical method for selecting the smoothing parameter when the density is estimated by the Kernel method. This choice stemming from the cross-validation method is asymptotically optimal. In the third part, we establish an asymptotic properties pertaining to consistency with rate for the resulting estimate of the window-width.

No description available.

Cette thèse analyse comment les pays en développement pourraient attirer davantage de capitaux privés, en bénéficier avec une amélioration de leur productivité, tout en évitant les éventuels effets pervers tel que l'appréciation du taux de change réel. La première partie de la thèse analyse les déterminants macroéconomiques des capitaux privés. Les résultats montrent que les infrastructures, et le développement financier favorisent les investissements directs étrangers (IDE) et les investissements de portefeuille (chapitre 2). La politique monétaire expansive réduit à terme les investissements de portefeuille. Une analyse des déterminants des IDE à partir de données de firmes renforce les résultats macroéconomiques (chapitre 3) en concluant qu'une meilleure qualité des infrastructures, des institutions et un développement financier stimulent les IDE dans le secteur manufacturier. Les firmes étrangères exportant leur production souffrent davantage des insuffisances de capital humain alors que les contraintes de financement sont des obstacles plus importants pour les firmes étrangères desservant le marché local. Contrairement aux autres pays en développement, les incitations fiscales ne semblent pas être utiles dans le secteur manufacturier des pays d'Afrique Sub-saharienne. La seconde partie de la thèse montre que les flux de capitaux privés et publics apprécient le taux de change de réel, réduisant la compétitivité des pays (chapitre 4). L'appréciation du taux de change réel est plus élevée pour les capitaux privés de court terme tels que les investissements de portefeuille relativement aux flux de long terme (IDE et transferts de migrants). La flexibilité du taux de change permet aux pays d'atténuer l'appréciation du taux de change réel émanant des flux de capitaux. Le climat d'investissement plus favorable des firmes étrangères explique significativement leur plus grande productivité par rapport aux firmes locales (chapitre 5). La productivité agrégée des pays est significativement améliorée lorsque toutes les firmes font face de façon hypothétique au climat d'investissement des firmes étrangères. Les firmes locales fournissant les firmes étrangères en matières premières ont une productivité plus élevée. Cela valide l'importance des spillovers verticaux au travers des liens fournisseurs-clients.

Cette thèse est essentiellement consacrée au comportement asymptotique de champs et de suites stationnaires de variables aléatoires réelles. Dans le premier chapitre, nous mettons en évidence que le principe d'invariance de Dedecker (2001) pour des processus de sommes partielles issus d'un champ stationnaire $(X_{i})_{i\in\Z^{d}}$ de variables aléatoires réelles bornées et indexés par les ensembles d'une classe $\A$ n'a plus nécessairement lieu si on considère des champs de variables aléatoires qui sont seulement $p$-intégrables ($0

Les contraintes de rapidité et de discrétion imposées à un système moderne de caractérisation du milieu océanique ont conduit au développement de la tomographie passive, définie comme un moyen discret et rapide d'estimation des paramètres d'un canal acoustique. Ce concept fait appel aux signaux existants dans le milieu et transmis par des sources d'opportunité. Les signaux d'opportunité sont inconnus à la réception mais contiennent des informations relatives aux paramètres physiques du canal défini entre la source et le récepteur. Le travail de recherche présenté dans ce mémoire est d´edié à la caractérisation des milieux sous-marins en utilisant des signaux bioacoustiques d'opportunité (sifflements à modulation fréquentielle). La méconnaissance du signal transmis, de la position et de la vitesse de la source acoustique d'opportunité rendent la tomographie passive difficile à mettre en oeuvre. La propagation dans l'environnement océanique et le mouvement inconnu de la source transforment conjointement les signaux d'opportunité enregistrés. Dans un premier temps, nous présentons de nouvelles méthodes d'estimation simultanée des paramètres environnementaux et des déformations engendrées par le mouvement dans le plan d'ambiguïté large-bande, dans un contexte d'émissions actives (le signal transmis est supposé connu). Ces méthodes, permettant de compenser les effets du mouvement dans les scénarios d'´emissions actives, sont appliquées et validées sur différents jeux de données simulées et réelles enregistrées en mer. Puis nous nous intéressons à la tomographie océanique acoustique passive sur un unique hydrophone. Dans ce contexte, le signal transmis, la position et la vitesse de la source sont entièrement inconnus. A partir des estimateurs développés pour les scénarios d'émissions actives, nous présentons une nouvelle méthodologie permettant d'estimer les paramètres environnementaux en utilisant des vocalises de mammifères marins enregistrées sur un unique hydrophone. Les informations extraites sur les signaux naturels d'opportunité sont ensuite utilisées pour estimer la position puis le vecteur vitesse de la source d'opportunité. Ces méthodes sont appliquées et validées sur différents jeux de données simulées et réelles enregistrées en mer.