L’évaluation des risques, en situation d’urgence nucléaire, est entachée d’incertitudes sur le transfert de substances radioactives dans les écosystèmes terrestres et vers l’homme à travers la chaîne alimentaire pouvant altérer les décisions. L’ampleur des répercutions des accidents de Tchernobyl et de Fukushima a mis en évidence la difficulté de gérer les conséquences post-accidentelles de tels événements et d’appréhender les incertitudes dans les prises de décision. L’objectif de cette thèse est de développer une méthodologie pour la prise en compte des incertitudes dans les modèles d’évaluation de risque environnemental et alimentaire afin d’améliorer les outils d’aide à la décision en situation accidentelle. Différents modèles bayésiens hiérarchiques visant à saisir, dans un cadre unique de modélisation, l’incertitude et la variabilité sur des paramètres radioécologiques d’intérêt en situation post-accidentelle ont été développés. Les paramètres de ces modèles ont été estimés par inférence bayésienne sur des données collectées à partir d’une revue étendue de la littérature. L’influence sur les modèles d’évaluation de risque, des incertitudes autour de ces paramètres radioécologiques, a été évaluée par simulations probabilistes et analyses de sensibilité, appliquées à deux cas d’études : un accident hypothétique et l’accident de Fukushima. Les travaux réalisés dans cette thèse contribuent à améliorer la connaissance autour des processus clés de transfert de radionucléides dans l’environnement et la paramétrisation des modèles radioécologiques d’évaluation de risque en ligne avec les axes de recherche prioritaires définis par la communauté scientifique en radioécologie. / Risk assessment, in case of nuclear emergency, is confronted to uncertainties on the transfer of radioactive substances in terrestrial ecosystems and to human population through the food chain, which could affect the reliability of decisions. The extent of the repercussions of Chernobyl and Fukushima accidents highlighted the difficulty of managing the consequences of such disasters and specifically to accommodate the different sources of uncertainty within decision-making processes. The objective of this research is to develop a methodology to account for uncertainties within environmental and food risk assessment models to improve decision support tools used for accidental situations. Different hierarchical Bayesian models aiming at capturing, within a unique modelling framework, uncertainty and variability about radioecological parameters of great importance for accidental situation were developed. Models parameters were estimated by Bayesian inference applied on databases obtained by an extended literature review. The impact on the risk assessment models of uncertainties about these radioecological parameters was then assessed by stochastic simulations and sensitivity analyses applied on two case-studies: a hypothetical accident simulating a standardized deposition of radionuclides and the accident of Fukushima nuclear power plant. The works developed in this project contribute to enhance knowledge on key processes governing environmental transfer of radionuclides and to improve the parameterization of the radioecological risk assessment models with respect to the research lines outlined by the scientific community in radioecology.

L'objectif du travail est de mettre en place des méthodes d'évaluation des risques microbiologiques et des bénéfices nutritionnels lors de la transformation des légumes, en vue d'une analyse risque-bénéfice. Le risque (industriel) considéré est l'altération des conserves de haricots verts due à la bactérie thermophile Geobacillus stearothermophilus, et le bénéfice nutritionnel est la teneur en vitamine C des haricots verts appertisés. Des paramètres de référence ont d'abord été acquis, par une méta-analyse par approche bayésienne pour la partie risque. Les paramètres de résistance thermique D à 121.1°C et pH 7, zT et zpH de G.stearothermophilus ont ainsi été estimés respectivement à 3.3 min, 9.1°C et 4.3 unités pH en moyenne en milieu aqueux. Les modèles risque et bénéfice ont ensuite été analysés par la méthode de simulation de Monte Carlo à deux dimensions, permettant une propagation séparée de la variabilité et de l'incertitude. Les pertes en vitamine C prédites par le modèle entre la matière première et les légumes appertisés sont de 86% en moyenne, et le taux de non-stabilité à 55°C prédit est de 0.5% en moyenne, globalement en accord avec la réalité. Une analyse risque-bénéfice a ensuite visé à optimiser le bénéfice tout en gardant le risque à un niveau acceptable, par exploration de scénarios d'interventions possibles basés sur les résultats d'analyses de sensibilité. Enfin, un modèle d'évaluation des risques dus à la bactérie pathogène Bacillus cereus dans une purée de courgettes a été confronté à des données de contamination dans des produits incubés, par le biais d'une inférence bayésienne. / The aim of this work is to set up microbiological risk and nutritional benefit assessment methods in the transformation of vegetables, in view of a risk-benefit analysis. The considered (industrial) risk is the alteration of green bean cans due to thermophilic bacteria Geobacillus stearothermophilus, and the nutritional benefit is the vitamin C content in appertized green beans. Reference parameters have first been acquired, by a meta-analysis using Bayesian inference for the risk part. Thermal resistance parameters D at 121.1°C and pH 7, zT and zpH of G.stearothermophilus have been respectively estimated at 3.3 min, 9.1°C and 4.3 pH units on average in aqueous media. The risk and benefit models have then been analyzed by a two-dimensional Monte Carlo simulation method, allowing a separated propagation of uncertainty and variability. The vitamin C losses between fresh and appertized green beans predicted by the model are of 86% on average, and the predicted non-stability at 55°C rate is of 0.5% on average, in good accordance with reality. A risk-benefit analysis has then been carried out to optimize benefit while keeping risk at an acceptable level, by exploring possible intervention scenarios based on some sensibility analysis results. Finally, a risk analysis model involving pathogenic bacteria Bacillus cereus in a courgette puree has been confronted to incubated product contamination data, by means of a Bayesian inference.