Les invasions biologiques, deuxième cause de perte de biodiversité à l’échelle mondiale, représentent un risque majeur auquel nos sociétés doivent faire face. On parle d’invasion biologique lorsque des activités humaines permettent à une espèce de franchir des barrières qui jusqu’alors limitaient sa dispersion ou sa multiplication, entrainant une explosion géographique et démographique de l’espèce dans un nouvel écosystème et s’accompagnant éventuellement d’impacts économiques, sociétaux ou écologiques. La façon la plus efficace et la moins coûteuse de limiter les impacts causés par les espèces envahissante et de les prévoir en amont afin de mettre en place des mesures de prévention ciblées et efficaces et d’essayer de les éviter.L’objectif de cette thèse est de démontrer qu’il est possible d’améliorer la prédiction des invasions biologiques en développant et combinant différentes approches de modélisation de façon innovante. Les questions posées sont de savoir s’il est possible de prévoir quelles pourraient-être ces espèces, où elles pourraient devenir envahissantes et quels impacts elles pourraient avoir. Toutes les méthodes développées dans cette thèse ont été appliquées à des hyménoptères sociaux ; nombreuses espèces de fourmis (famille des Formicidés) ou frelon asiatique (famille des Vespidés, vespa Velutina nigrithorax), mais elles sont généralisables et réutilisables pour tout autre taxa.Je montre dans cette thèse qu’il est possible de développer un outil statistique de détection des espèces risquant de devenir envahissantes. J’applique cet outil aux fourmis, je fournis une liste de 15 espèces de fourmis risquant de devenir envahissantes à travers le monde et je cartographie les zones du globe risquant d’être envahies par ces espèces. Chacun des continents est menacée par au moins une de ces invasions potentielles. Dans un deuxième temps, je mets au point d’un cadre méthodologique permettant d’améliorer les prédictions d’aires de distribution des espèces en combinant leurs exigences climatiques et d’habitat, tout en respectant l’échelle géographique à laquelle ces facteurs agissent sur la distribution des espèces. J’applique cette méthode au frelon asiatique, ce qui me permet d’identifier les habitats qui lui sont les plus favorables et d’utiliser ces informations pour raffiner la prédiction de son aire favorable. En combinant le climat et l’habitat, je prédis une aire potentielle de distribution 56% plus restreinte par rapport aux estimations basées sur le climat uniquement. Enfin, dans un troisième temps, je m’intéresse au développement d’une méthode permettant de prédire spatialement les impacts causés par une invasion biologique. Pour ce faire, je prédis d’abord l’abondance potentielle du frelon asiatique en France. Je couple ensuite cette prédiction avec des données de présence de ruches et un modèle présidant l’impact du frelon asiatique sur la survie des colonies d’abeilles. J’estime enfin que cette invasion peut conduire à l’effondrement de 41% des colonies d’abeilles domestiques en France.Cette thèse met en lumière l’utilité d’intégrer la modélisation dans la construction du savoir autour des invasions biologiques, approche relativement nouvelle dans ce champ disciplinaire. De plus, elle illustre comment la modélisation et l’élaboration de prédictions peuvent aider à objectiver la prise de décision concernant la gestion des espèces envahissantes et optimiser leur efficacité en ciblant les habitats, les régions et les espèces d’action prioritaires. / Biologicals invasions, the second cause of biodiversity loss worldwide, represent a major threat that our societies have to face. Invasive species correspond to species that, due to human activities, cross geographic and reproduction barriers and expand into new areas in large numbers. This spread into new ecosystems may have severe socio-economic or ecological impacts. The most efficient way to limit these impacts is to predict and avoid biological invasions before they occur by setting up appropriate management plans.The aim of this PhD thesis is to demonstrate that existing predictive models can be further developed and combined together to improve biological invasion predictions. All of the methods developed in this thesis have been applied to social Hymenoptera: ant species (Formicidae) and the Asian hornet (Vespa velutina nigrithorax), but they are generalizable to any other taxa. The questions asked are: can we predict future invader species? Can we improve the spatial predictions of their distribution? Can we predict invasive species impact?First, I show in this thesis that it is possible to develop a model that detects future invasive species, even before they have had the chance to be moved outside their native range. I apply this screening tool to more than 2000 ant species, provide a list of the 15 ant species that are highly likely to become invasive and map their global suitability to highlights the area the most at risk from these invasions. All continents are threatened by at least one of these potential invasions. Second, I set up a methodological framework to improve species distribution predictions by combining multi-scale drivers. I apply this method to the invasive Asian hornet, identify its high affinity habitats, and use this information to refine suitability maps. I show that integrating multiple drivers, while still respecting their scale of effect, produced a potential range 55.9% smaller than that predicted using a climatic model alone. Finally, I propose a method to predict invasive species impacts in a spatially explicit way and I apply it to the estimate the Asian hornet’s impact on honeybee colonies in France. To do so, I estimate the Asian hornet nest density across France and combine it with an agent-based hive model to estimate honeybee mortality risk. I show that up to 41% of the honeybee colonies are likely to collapse due to the Asian hornet.Overall, these studies demonstrate how modelling techniques can provide valuable inputs to improve invasive species management decision by offering tools to optimize prevention strategies and target areas, species or habitats where action is needed in priority. Biological invasions involve our scientific, political and cultural perceptions in an intricate way; this PhD thesis highlights the usefulness of bringing together modelling techniques and the rest of biological invasion knowledge to better grasp invasion science complexity.