Les modèles de culture constituent des outils indispensables pour comprendre l'influence des conditions agropédoclimatiques sur le système sol-plante à différentes échelles spatiales et temporelles. A l'échelle locale de la parcelle agricole, le modèle peut être utilisé dans le cadre de l'agriculture de précision pour optimiser les pratiques de fertilisation azotée de façon à maximiser le rendement ou le revenu tout en minimisant le lessivage des nitrates vers la nappe. Cependant, la pertinence de l'utilisation du modèle repose sur la qualité des prédictions réalisées, basée entre autres sur une bonne détermination des paramètres d'entrée du modèle. Dans le cadre de l'agriculture de précision, les paramètres concernant les propriétés des sols sont les plus délicates à connaître en tout point de la parcelle et il existe très peu de cartes de sols permettant de les déterminer de manière précise. Néanmoins, dans ce contexte, on peut disposer d'observations acquises automatiquement sur l'état du système sol-plante, telles que des images de télédétection, les cartes de rendement ou les mesures de résistivité électrique du sol. Il existe alors une alternative intéressante pour estimer les propriétés des sols à l'échelle de la parcelle qui consiste à inverser le modèle de culture à partir de ces observations pour retrouver les valeurs des propriétés des sols. L'objectif de cette thèse consiste (i) dans un premier temps à analyser les performances d'estimation des propriétés des sols par inversion du modèle STICS à partir de différents jeux d'observations sur des cultures de blé et de betterave sucrière, en mettant en oeuvre une méthode bayésienne de type Importance Sampling, (ii) dans un second temps à mesurer l'amélioration des prédictions de variables agro-environnementales réalisées par le modèle à partir des valeurs estimées des paramètres. Nous montrons que l'analyse de sensibilité globale permet de quantifier la quantité d'information contenue dans les jeux d'observations et les performances réalisées en matière d'estimation des paramètres. Ce sont les propriétés liées au fonctionnement hydrique du sol (humidité à la capacité au champ, profondeur de sol, conditions initiales) qui bénéficient globalement de la meilleure performance d'estimation par inversion. La performance d'estimation, évaluée par comparaison avec l'estimation fournie par l'information a priori, dépend fortement du jeu d'observation et est significativement améliorée lorsque les observations sont faites sur une culture de betterave, les conditions climatiques sont sèches ou la profondeur de sol est faible. Les prédictions agro-environnementales, notamment la quantité et la qualité du rendement, peuvent être grandement améliorées lorsque les propriétés du sol sont estimées par inversion, car les variables prédites par le modèle sont également sensibles aux propriétés liées à l'état hydrique du sol. Pour finir, nous montrons dans un travail exploratoire que la prise en compte d'une information sur la structure spatiale des propriétés du sol fournie par les mesures de résistivité électrique, peut permettre d'améliorer l'estimation spatialisée des propriétés du sol. Les observations acquises automatiquement sur le couvert végétal et la résistivité électrique du sol se révèlent être pertinentes pour estimer les propriétés du sol par inversion du modèle et améliorer les prédictions des variables agro-environnementales sur lesquelles reposent les règles de choix des pratiques agricoles

Cette thèse a un double objectif ; en effet, dans un premier temps, le but est d'utiliser les outils de l'Automatique moderne(La théorie du contrôle en mathématique) pour résoudre des problèmes liés à la gestion des ressources de la bio-diversité en général, et de manière particulière à la gestion des ressources halieutiques pour ce qui concerne l'estimation des stocks. Nous avons considéré deux modèles de pêches, l'une structurée en stades et l'autre issue des modèles globaux. Nous avons utilisé sur ces deux modèles des techniques mathématiques pour construire des estimateurs d'état appelés Observateurs pour estimer l'état réel des systèmes que nous considérons. Ces techniques sont bien connues dans l'étude des systèmes modélisant les phénomènes physiques, mais rares sont les documents qui font état de l'utilisation des observateurs dans les systèmes modélisant certains écosystèmes telles les populations de poissons. Nous avons ici tenté d'associer la rigueur mathématique dans l'estimation des états des ces systèmes qui sont construits très souvent de manière empirique et complexe. La seconde partie de cette thèse traite des observateurs adaptatifs d'une classe de systèmes dont la sortie est à temps discret. En effet, nous considérons une classe de systèmes pouvant se mettre sous une forme particulière appelée forme adaptative, après une transformation via l'injection de sortie. Nous développons un algorithme récursif permettant d'estimer aussi bien l'état que quelques paramètres du système. La particularité de cette étude des observateurs adaptatifs est liée au fait qu'ici nous avons une sortie discrète, contrairement à ce que nous pourrions rencontrer dans la littérature pour les observateurs adaptatifs. Dans notre approche de ces observateurs adaptatifs continus discrets, nous avons d'abord construit l'estimateur d'état et de paramètres en trouvant un gain constant qui permet la convergence de l'algorithme ; ensuite nous considérons le même problème d'estimations d'état et de paramètres, mais sous un autre angle. Nous avons donc utilisé des techniques de l'excitation persistante pour permettre la convergence de l'algorithme.

La mise en place de la surveillance de l'intégrité des structures comprend les étapes de modélisation, d'identification, d'extraction des caractéristiques et de développement d'un modèle statistique. L'objectif de cette thèse est de développer une approche intégrée regroupant ces étapes et d'élaborer une stratégie de validation en utilisant un simulateur à éléments finis. Dans cette finalité, nous avons d'abord élaboré une méthode globale de modélisation d'une structure comprenant des capteurs piézo-électriques. Ensuite, nous avons choisi la méthode d'identification par sous-espaces pour améliorer la qualité de l'estimation des paramètres modaux et éliminer automatiquement les modes erronés. Un nouveau diagramme nommé histogramme de stabilisation a été proposé. Cet histogramme permet de sélectionner automatiquement les modes physiques, et d'obtenir le degré de confiance qui peut être accordé au mode identifié. En utilisant un modèle numérique simple, trois résidus basés sur les sous-espaces de la matrice de Hankel ont été étudiés. Nous avons montré que l'utilisation de ces résidus lors de la localisation des endommagements n'est pas très efficace. Par la suite, un nouveau vecteur de résidus non-paramétrique a été proposé. Ces résidus sont associés au noyau gauche de la matrice d'observabilité du système. En utilisant ce nouveau vecteur de résidus, nous avons également préconisé une méthodologie de localisation d'endommagement basée sur un modèle éléments finis et sur les réseaux de neurones. Les résultats numériques et expérimentaux obtenus sur une poutre composite et sur une plaque en aluminium permettent de valider la méthodologie proposée. Cette méthodologie est basée sur le calcul matriciel robuste et est bien adaptée pour l'identification des endommagements en temps semi-réel.

Des modèles dynamiques sont souvent utilisés pour simuler l'impact des pratiques agricoles et parfois pour tester des règles de décision. Ces modèles incluent de nombreux paramètres incertains et il est parfois difficile voire impossible de tous les estimer. Une pratique courante dans la littérature consiste à sélectionner les paramètres clés à l'aide d'indices de sensibilité calculés par simulation et de n'estimer que les paramètres les plus influents. Bien que cette démarche soit intuitive, son intérêt réel et ses conséquences sur la qualité prédictive des modèles ne sont pas connus. Nos travaux de recherches ont pour ambition d'évaluer cette pratique des modélisateurs en établissant une relation entre les indices de sensibilité des paramètres d'un modèle et des critères d'évaluation de modèles tels que le MSEP (Mean Square Error of Prediction) et le MSE (Mean Square Error), souvent utilisés en agronomie. L'établissement d'une telle relation nécessite le développement d'une méthode d'AS qui fournit un unique indice par facteur qui prend en compte les corrélations entre les différentes sorties du modèle obtenues à différentes dates. Nous proposons un nouvel indice de sensibilité global qui permet de synthétiser les effets des facteurs incertains sur l'ensemble des dynamiques simulées à l'aide de modèle. Plusieurs méthodes sont présentées dans ce mémoire pour calculer ces nouveaux indices. Les performances de ces méthodes sont évaluées pour deux modèles agronomiques dynamiques: Azodyn et WWDM. Nous établissons également dans ce mémoire, une relation formelle entre le MSE, le MSEP et les indices de sensibilité dans le cas d'un modèle linéaire et une relation empirique entre le MSEP et les indices dans le cas du modèle dynamique non linéaire CERES-EGC. Ces relations montrent que la sélection de paramètres à l'aide d'indices de sensibilité n'améliore les performances des modèles que sous certaines conditions.

La réponse immunitaire se produit en réaction à une infection, c'est- à-dire à l'introduction d'un pathogène dans l'organisme. Nous nous intéressons à une population de cellules spécifique de la réponse, les lymphocytes T CD8. Nous avons développé un modèle non linéaire structuré en âge des dynamiques de cette réponse, à l' échelle cellulaire. Nous avons étudié l'existence et la stabilité des états d' équilibre, et obtenu des propriétés mettant en évidence, sous certaines conditions, des dynamiques à long terme correspondant à la situation biologiquement attendue. Nous avons ensuite réalisé une estimation systématique des valeurs de paramètres du modèle, afin de déterminer un ensemble de valeurs pour chaque paramètre qui permet de reproduire convenablement des données expérimentales. Cette démarche permet d'obtenir des informations sur l'influence des paramètres dans le modèle, et sur leurs variations selon la nature du pathogène. Enfin, nous nous sommes intéressés aux dynamiques de la réponse à l'échelle moléculaire, en écrivant un réseau des événements de signalisation clés depuis l'activation de la cellule en présence d'un antigène, jusqu'à l'entrée en cycle ou l'apoptose de la cellule. Nous avons déterminé un sous-modèle centré sur les choix entre survie et apoptose, que nous avons étudié mathématiquement et numériquement. Ce modèle a permis d' étudier les dynamiques de concentrations des protéines impliquées dans la signalisation intra-cellulaire de la réponse T CD8.

Le travail de recherche exposé s'intéresse à la localisation de source acoustique sous-marine avec un système de réception mono-capteur en milieux petits fonds dans la gamme Ultra Basses Fréquences (1-100Hz).<br />Le signal acoustique reçu se décompose en modes dispersifs.<br /><br /> Nous développons dans un premier temps des outils (représentations et filtres) temps-fréquence adaptés à la configuration d'étude basés sur les lois de dispersion et utilisant le principe d'équivalence unitaire.<br />Ces outils contournent les limitations des méthodes classiques, leurs performances sont évaluées et comparées.<br /><br /> La seconde étape est consacrée à la localisation de source (distance et profondeur) à partir des modes filtrés : deux techniques originales d'estimations séparées de la profondeur (en se basant sur l'énergie des modes) et de la distance (en se basant sur la phase des modes) sont proposées et validées sur données réelles.

Les cancers sont l'une des causes majeures de mortalité dans le monde. Les mécanismes en jeu dans la croissance tumorale sont qualitativement connus, mais on se sait pas à l'heure actuelle prédire précisément quel sera le développement d'une tumeur donnée, ni estimer de façon certaine le protocole thérapeutique optimal pour chaque patient. Il est entendu que la modélisation mathématique pourrait apporter des éléments de réponse à ces questions. Durant cette thèse on s'est alors intéressé à la construction de formalismes mathématiques pour décrire la croissance tumorale et l'action de traitement anti-cancéreux. En particulier, on s'est intéressé à la prise en compte des mécanismes aussi bien moléculaires que cellulaires et tissulaires, par la construction d'un modèle continu, multi-échelles, de croissance de tumeur solide et d'angiogenèse. A partir de ce modèle, nous a pu envisager de façon qualitative un protocole optimal de combinaison entre un anti-angiogénique et une chimiothérapie.Le modèle multi-échelles inclut une représentation mathématique des voies de signalisation du VEGF dont on détaille la construction.Dans une autre approche, on a considéré un modèle discret, cellule-centré, reproduisant le développement de sphéroïdes de cellules épithéliales mammaires telles qu'observées lorsque ces cellules sont cultivées in vitro. On a pu mettre en évidence les différents mécanismes cellulaires impliqués dans la morphogenèse de structures composées de cellules saines, et celles composées de cellules mutées.Ces contributions montrent l'intérêt du formalisme multi-échelles adopté pour intégrer les connaissances et données sous-jacentes à l'étude du traitement des tumeurs.

Les bactéries ajustent constamment leur composition moléculaire pour répondre à deschangements environnementaux. Nous nous intéressons aux systèmes de régulation métabolique et génique permettant une telle adaptation, notamment dans le contexte de la diauxie chez Escherichia coli lors de la transition de croissance sur une source de carbone riche, le glucose, à une source plus pauvre, l'acétate. Afin de modéliser de tels réseaux métaboliques, nous utilisons un formalisme cinétique approché appelé linlog et abordons les problèmes ren- contrés lors de l'estimation de paramètres. Ainsi, nous proposons une méthode d'estimationde paramètres à partir de jeux de données incomplets basée sur l'algorithme EM ("Expec- tation Maximization") et l'appliquons au modèle linlog du métabolisme central du carbone. Nous proposons également une méthode d'analyse d'identifiabilité et de réduction de modèles non identifiables que nous appliquons ensuite sur des jeux de données simulés ou obtenus expérimentalement. Par ailleurs, nous mesurons des profils temporels d'expression de gènes impliqués dans le contrôle de la diauxie et mettons en évidence, à l'aide de modèles cinétiques développés dans ces travaux, l'importance de la contribution de l'état physiologique de la cellule dans la régulation génique. En se confrontant aux défis méthodologiques rencontrés lors du développement de modèles de réseaux métabolique et génique, cette thèse contribue aux efforts futurs portant sur l'intégration de ces deux types de réseaux dans des modèles quantitatifs.

Ce travail se propose de caractériser thermiquement des composites à microstructures complexes. Il s'agit de développer des méthodes d'estimation permettant d'identifier les propriétés thermiques des différentes phases en présence, ainsi que celles associées à leurs interfaces, à partir de mesures issues de la thermographie infrarouge. Cette estimation paramétrique nécessite la connaissance au préalable de la structure géométrique de l'échantillon. Le premier objectif concerne donc l'identification de la structure de l'échantillon testé par la discrimination des différentes phases et interfaces. Une fois la structure de l'échantillon connue, le second objectif est l'identification des paramètres thermiques des différents constituants ainsi que ceux de leurs interfaces. On se propose d'exploiter deux tests spécifiques utilisant le même dispositif expérimental. Deux méthodes mathématiques différentes ont été développées et utilisées pour exploiter les mesures de champ issues du premier test et permettre de retrouver la microstructure de l'échantillon. La première est fondée sur la décomposition en valeurs singulières des données de températures recueillies. Il est montré que cette méthode permet d'obtenir des représentations de la microstructure de très bonne qualité à partir de mesures même fortement bruitées. La seconde méthode permet de raffiner les résultats obtenus à l'aide de la méthode précédente. Elle repose sur la résolution d'un problème d'optimisation sous contraintes en exploitant la technique dite Level-Set pour identifier les frontières des différents constituants de l'échantillon. L'étape d'identification des propriétés thermiques des constituants et des interfaces exploite les mesures de champs issues du second test expérimental. La méthode développée, la SVD-FT combine des techniques de décompositions en valeurs singulières avec desfonctions tests particulières pour dériver des estimateurs linéaires des propriétés recherchées.Cette méthode permet de limiter les effets du bruit de mesure sur la qualité de l'estimation et de s'affranchir des opérations de filtrage des données.

L'évolution des calottes polaires est régie à la fois par une dynamique d'écoulement complexe et par des mécanismes tel le glissement à la base, la température de la glace ou le bilan de masse en surface. De plus, de nombreuses boucles de rétroactions sont constatées entre les différents phénomènes impliquées. Tout ceci rend la modélisation de cette évolution complexe. Malgré tout, un certain nombre de modèles ont été développés dans cette optique. Ceux-ci font tous intervenir des paramètres influents qui dans certains cas sont peu ou pas connus. Ils nécessitent donc d'être correctement spécifiés. L'assimilation de données peut permettre une meilleure estimation de ces paramètres grâce à l'utilisation d'observations qui sont peu nombreuses en glaciologie. Dans cette thèse, nous nous intéressons à la mise en place de systèmes d'assimilation performants pour deux problèmes inverses concernant l'évolution des calottes polaires. Pour mieux nous concentrer sur ce point, nous avons travaillé avec un modèle d'évolution de calotte simplifié (appelé Winnie) qui, cependant, représente bien la plupart des processus complexes de la dynamique de la glace, et permet de travailler à différentes échelles de temps. Dans un premier temps, nous mettons en place une approche 4D-Var pour la reconstruction de l'évolution d'un paramètre climatique influant sur l'évolution d'une calotte sur une échelle de temps typique de 20 000 ans. Elle nécessite notamment l'écriture du code adjoint du modèle. Dans un second temps, nous nous intéressons au problème du spin-up. Ce problème de calibration du modèle pour des simulations à échelle de temps courtes (pas plus de 100 ans) consiste plus particulièrement en la reconstruction conjointe de l'état initial, de la topographie du socle rocheux et des paramètres de glissement basal. Nous développons ici une approche filtre de Kalman d'ensemble pour résoudre ce problème. / Ice sheet evolution is both driven by a complex flow dynamics and by physical mechanisms such as basal sliding, ice temperature or surface mass balance. In addition to those, many feedback loops are observed between the different implicated phenomena. That explains how complex is to model this evolution. However several models have been developed in that purpose. These models depend on influential parameters, which often are unfortunately poorly known. So they need to be correctly specified. Data assimilation can give a better estimation of these parameters thanks to observations which are quite rare in glaciology. In this thesis, we work on the setup of efficient data assimilation systems for two inverses problems involving ice sheet evolution. We work with a simplified ice sheet evolution model called Winnie in order to focus on the setup. Nevertheless Winnie takes into account the major complex processes of ice dynamics and can be used for studies with different time scales. The first part of the thesis focuses on developing a 4D-Var approach in order to retrieve the evolution of a climatic parameter for a typical time scale of 20 000 years. This approach require the implementation the adjoint code of the evolution model. In a second part, we focus on the spin-up problem. This calibration problem for short term (maximum 100 years) simulations involve retrieving jointly the initial state, the bedrock topography and basal sliding parameters. In order to solve this problem we develop an Ensemble Kalman Filter approach.