En physique de l’atmosphère, la reconstruction d’une source polluante à partir des mesures de capteurs est une question importante. Elle permet en effet d’affiner les paramètres des modèles de dispersion servant à prévoir la propagation d’un panache de polluant, et donne aussi des informations aux primo-intervenants chargés d’assurer la sécurité des populations. Plusieurs méthodes existent pour estimer les paramètres de la source, mais leur application est coûteuse à cause de la complexité des modèles de dispersion. Toutefois, cette complexité est souvent nécessaire, surtout lorsqu’il s’agit de traiter des cas urbains où la présence d’obstacles et la météorologie instationnaire imposent un niveau de précision important. Il est aussi vital de tenir compte des différents facteurs d’incertitude, sur les observations et les estimations. Les travaux menés dans le cadre de cette thèse ont pour objectif de développer une méthodologie basée sur l’inférence bayésienne adaptative couplée aux méthodes de Monte Carlo pour résoudre le problème d’estimation du terme source. Pour cela, nous exposons d’abord le contexte scientifique du problème et établissons un état de l’art. Nous détaillons ensuite les formulations utilisées dans le cadre bayésien, plus particulièrement pour les algorithmes d’échantillonnage d’importance adaptatifs. Le troisième chapitre présente une application de l’algorithme AMIS dans un cadre expérimental, afin d’exposer la chaîne de calcul utilisée pour l’estimation de la source. Enfin, le quatrième chapitre se concentre sur une amélioration du traitement des calculs de dispersion, entraînant un gain important de temps de calcul à la fois en milieu rural et urbain. / In atmospheric physics, reconstructing a pollution source is a challenging but important question : it provides better input parameters to dispersion models, and gives useful information to first-responder teams in case of an accidental toxic release.Various methods already exist, but using them requires an important amount of computational resources, especially as the accuracy of the dispersion model increases. A minimal degree of precision for these models remains necessary, particularly in urban scenarios where the presence of obstacles and the unstationary meteorology have to be taken into account. One has also to account for all factors of uncertainty, from the observations and for the estimation. The topic of this thesis is the construction of a source term estimation method based on adaptive Bayesian inference and Monte Carlo methods. First, we describe the context of the problem and the existing methods. Next, we go into more details on the Bayesian formulation, focusing on adaptive importance sampling methods, especially on the AMIS algorithm. The third chapter presents an application of the AMIS to an experimental case study, and illustrates the mechanisms behind the estimation process that provides the source parameters’ posterior density. Finally, the fourth chapter underlines an improvement of how the dispersion computations can be processed, thus allowing a considerable gain in computation time, and giving room for using a more complex dispersion model on both rural and urban use cases.

Les ondes acoustiques subissent peu de dispersion dans le milieu marin, comparé au milieu aérien. Certaines espèces de cétacés communiquent ainsi à grande distance, d'autres utilisent leurs émissions sonores pour s'orienter. La bioacoustique consiste à étudier ces espèces à partir de l'analyse de leurs sons, c'est-à-dire à les détecter, classer, localiser. Cela peut se faire via un réseau d'hydrophones au déploiement fastidieux. Afin de contribuer au passage à l'échelle de la bioacoustique, cette thèse propose des modèles originaux mono-hydrophone pour l'analyse de ces signaux stationnaires ou transitoires. Premièrement, nous dérivons un nouveau modèle d'estimation de la distance entre une source impulsive (ex. biosonar) et un hydrophone. Notre modèle théorique, l'Intra Spectral ATténuation(ISAT), dérive des lois acoustiques de déformation spectrale du signal transitoire induite par l'atténuation durant sa propagation. Ce modèle relie les rapports énergétiques des bandes de fréquences pondérés par un modèle de perte par atténuation fréquentielle (Thorp ou Leroy) à la distance de propagation. Nous approximons aussi ISAT par un modèle neuromimétique. Ces deux modèles sont validés sur le sonar du cachalot (Physeter macrocephalus) enregistré avec notre bouée acoustique autonome BOMBYX et notre système d'acquisition DECAV en collaboration avec le Parc National de Port-Cros et le sanctuaire Pelagos pour la protection des mammifères marins en Méditerranée. Les mesures d'erreur (RMSE) d'environ 500 mètres sur nos références du centre d'essai OTAN aux Bahamas présentent un intérêt opérationnel. Deuxièmement, nous proposons une analyse originale de l'évolution des voisements de cétacé par codage parcimonieux. Notre encodage des cepstres par apprentissage non supervisé d'un dictionnaire met en évidence l'évolution temporelle des bigrammes des chants que les baleines à bosse mâles émettent durant la période de reproduction. Nous validons ce modèle sur nos enregistrements du canal de Sainte-Marie à Madagascar entre 2008 et 2014, via notre réseau d'hydrophones BAOBAB qui constitue une première dans l'Océan Indien. Nos modèles s'inscrivent dans le projet Scaled Bioacoustics (SABIOD, MI CNRS) et ouvrent de nouvelles perspectives pour les passages à l'échelle temporelle et spatiale de la bioacoustique. / Acoustic waves show low dispersion due to the underwater propagation, compared to the propagation in the air. Some species of cetaceans communicate at long distance, others use their sound production for orientation. The goal of the scientic area called bioacoustics is to study animal species based on the analysis of their emitted sound. Their sounds can be used to detect, to classify and to locate the cetaceans. Recordings can be done with an passive acoustic array of multiple hydrophones, but this method is expensive and difficult to deploy. Thus, in order to scale this approach, we propose in this Phd thesis several original single hydrophone models to analyze these stationary or transient signals.Firstly, we provide a new theoretical model to estimate the distance between the impulsive source (ex. biosonar of the cetacean) and the hydrophone. Our model, the Intra Spectral ATtenuation (ISAT), is based on the spectral signal alteration due to the underwater acoustic propagation, especially the differences in different frequency bands. We also approximated ISAT by an artificial neural network. Both models are validated on clicks emitted by sperm whales (Physeter macrocephalus) recorded by our sonobuoy BOMBYX and our data-acquisition system DECAV developed incollaboration with the National Park of Port-Cros (France) and the Pelagos sanctuary for the protection of marine mammals in the Mediterranean sea (France). The error (RMSE) measures on the recordings of the NATO test center in the Bahamas are about500 meters, promising further real applications. Secondly, we worked on the variations of the cetacean vocalizations using the sparse coding method. The encoding of thecepstrums by unsupervised learning of a dictionary shows bigrammic time changes of the songs of humpback whales (Megaptera novaeangliae). We validate this model on signals recorded in the Ste Marie Channel (Madagascar) between 2008 and 2014, through our network of hydrophones BAOBAB which is the first passive acoustic array deployed in the Indian Ocean.Our models are part of the Saled Bioacoustics project (SABIOD, MI CNRS) and open perspectives for temporal and spatial scaling of bioacoustics.

第23回名古屋大学年代測定総合研究センターシンポジウム平成22(2010)年度報告