Les inondations présentent une grande menace à la sécurité humaine et matérielle. Les effets associés à ces phénomènes naturels risquent d'augmenter encore plus avec les tendances liées aux changements climatiques. Il est donc important de disposer d'outils de prévision et de prévention des crues fiables afin de mitiger les conséquences dévastatrices reliées. La mise en œuvre de ces outils implique des processus physiques assez complexes et nécessite beaucoup de données avec toute l'incertitude associée. Dans cette thèse, on explore les différentes sources d'incertitudes liée à la détermination des niveaux d'eau en rivières principalement dans un contexte de prévision où l'incertitude liée aux données de forçage est très importante. Les analyses conduites sont appliquées à la rivière Chaudière au Québec. En premier lieu, nous avons exploré les différentes sources paramétriques d'incertitude associées à la modélisation hydraulique dans un contexte de simulation avec un accent sur l'amélioration de la calibration du modèle hydraulique. Par la suite, dans un contexte de prévision opérationnel, on a évalué la propagation des sources d'incertitude de la prévision atmosphérique au modèle de rivière en passant par les prévisions hydrologiques avec des techniques probabilistes d'ensemble. La quantification de l'incertitude a montré que les données de forçage sont celles qui contribuent le plus à la description de l'incertitude dans la détermination des niveaux d'eau. L'incertitude paramétrique, dans un contexte de prévision, est quant à elle négligeable. Le recours à des prévisions d'ensemble a permis de produire une prévision de niveau d'eau assez fiable et a montré que celle-ci est fortement liée à la qualité des données qui proviennent de la chaine de prévision hydrométéorologique à l'amont du système de prévision proposé. / Floods are a major threat to human and infrastructure security. The impacts of these natural hazards are likely to increase further with climate change trends. It is therefore important to develop reliable flood forecasting and mitigation tools to help reduce their devastating consequences. The implementation of these tools involves quite complex physical processes and requires a lot of data with all the associated uncertainty. In this thesis, we explore and evaluate the different sources of uncertainty related to the determination of water levels in rivers mainly in a forecasting context where the uncertainty related to forcing data is very important. The analysis carried out is applied to the Chaudière River in Quebec. First, we explored the various parametric sources of uncertainty associated with hydraulic modelling in a simulation context with a focus on improving the calibration of the hydraulic model. Then, in an operational forecasting context, we evaluated the propagation of uncertainty sources from climate forecast to the river model through hydrological forecasting using ensemble driven techniques. Quantification of uncertainty showed that forcing data contribute the most to the description of uncertainty in water level determination and the parametric uncertainty, in a forecasting context, is very negligible. The adoption of ensemble forecasts allowed us to provide reliable water level forecasts and showed that they are highly dependent on the quality of the data produced by the hydrometeorological forecast chain upstream of the proposed forecasting system.

Le dessein de ce mémoire est de montrer comment la pensée de Claude Lefort est traversée par la question de l'incertitude. Nous cherchons à présenter comment, influencé par la phénoménologie de Merleau-Ponty, Lefort défend l'idée que la modernité se structure en fonction d'une perte de surplomb. Reprenant l'ensemble de son œuvre, nous explorons comment l'incertitude liée à cette perte de surplomb permet à Lefort de rendre compte de l'expérience démocratique et de sa négation au sein des différents systèmes totalitaires.

Les Systèmes LiDAR Mobiles (SLM) sont devenus des outils d’acquisition de données géospatiales de plus en plus accessibles pour plusieurs professionnels oeuvrant dans différents domaines. Cette accessibilité permet à ces professionnels la modélisation 3D de leurs projets s’étendant sur de longs corridors routiers, côtiers, ferroviaires, etc. Les premiers SLM ont été développés pour des applications de cartographie sur des plateformes aériennes (avions, hélicoptères). Plus récemment (à partir des années 90), ils ont été adaptés aux véhicules terrestres, aux embarcations marines et aux drones. Un SLM est une combinaison d’au moins trois capteurs, un récepteur GNSS, une centrale inertielle et un scanneur LiDAR. D’autres capteurs peuvent s’ajouter pour améliorer la qualité de l’acquisition des données. Un facteur important, lors d’une acquisition des données ou du post-traitement des données acquises, est de connaître la qualité associée. Cette qualité peut être estimée en connaissant les incertitudes-types de chaque capteur fournies par les spécifications du système. De plus, l’incertitude associée aux points observés par le système ne provient pas seulement des incertitudes-types des capteurs. Les erreurs peuvent être divisées en trois composantes. La première composante est la source d’erreur, qui provient des spécifications des capteurs. La deuxième, est la variable d’état du système qui dépend de la plateforme sur laquelle le SLM est embarqué. Puis, la troisième, est la géométrie de l’objet scanné, ou pour les SLM considérés dans ce projet, la morphologie du terrain. Cette combinaison montre que ce n’est pas seulement l’incertitude-type des capteurs qui est responsable de la qualité du levé, mais aussi sa plateforme et le terrain à lever. Par exemple, un système terrestre qui observe les données d’une certaine surface à partir d’une voiture ne produira pas nécessairement des données de même qualité que celles levées sur cette même surface avec le même système embarqué sur un drone. L’objectif de ce projet de recherche est de développer un modèle mathématique qui considère ces trois composantes d’erreurs et de valider ce modèle avec les données acquises sur le terrain avec un SLM terrestre. Le système utilisé pour l’acquisition des données est un SLM disponible au Département des sciences géomatiques de l’Université Laval. Un site de levé a été sélectionné sur le campus de la même université. / Mobile LiDAR Systems (MLS) have become more accessible geospatial data collection tools to more professionals in different areas. This accessibility allows these professionals to carry out 3D modeling of their projects. The first Mobile LiDAR Systems were developed for aerial cartography applications and more recently (from the 90s) they were adapted to land vehicles, marine crafts and drones. A MLS is a combination of at least three sensors, a GNSS receiver, an IMU and a LiDAR scanner. Other sensors can be added to improve the quality of the data acquisition. An important factor when acquiring or post-processing MLS data is knowing the associated quality. This quality can be estimated by using the standard measurement uncertainty of each sensor. This information is available in these sensor specifications datasheets. Moreover, the uncertainty associated to points collected by the system do not come only from the sensor standard measurement uncertainty. In fact, three types of uncertainties are involved. The first type of uncertainty comes from the sensor specifications datasheets. The second one is the system state variable which depends on the system platform. The third one is the geometry of the scanned object, and more specifically for this project, the field morphology. This combination shows that the standard measurement uncertainty of the sensors is not the only one responsible for the quality of the acquired data, but also the moving platform and the field to be scanned. For instance, the same system that collects data of a surface from a car will not have necessarily the same quality as the data acquired on the same surface with the same system if it is installed on a drone. The research project objective is to develop of a mathematical model that considers the above three components of mentionned uncertainties and to validate this model by using data acquired in a field with a terrestrial MLS. The system used for data acquisition is a MLS available at the Department of Geomatics Sciences of Laval University and the data acquisition site is located on the campus of the same university.

Peu d’études ont été réalisées sur les mécanismes impliqués dans le développement et le maintien des inquiétudes excessives, caractéristique principale du Trouble d’anxiété généralisée. Le modèle proposé par Dugas, Gagnon, Ladouceur et Freeston (1998) identifie quatre variables responsables des inquiétudes parmi lesquelles l’intolérance à l’incertitude (II) jouerait un rôle central. Certaines études ont examiné la nature du lien entre l’II et les inquiétudes. L’objectif de la présente recherche consiste à tenter d’effectuer une manipulation de l’II afin de vérifier l’impact sur les inquiétudes. L’échantillon final comprend 20 participants, soit dix dans le groupe d’augmentation et dix dans le groupe de diminution de l’II. Une tâche expérimentale a été développée afin de manipuler l’II et permettre son évaluation. La participation à la tâche expérimentale comprend des tests de discrimination de stimuli visuels et un questionnaire pour l’évaluation des niveaux d’inquiétudes reliés à la tâche. Les résultats démontrent que les participants dont l’II a été augmentée présentent un niveau d’inquiétudes plus élevé comparativement à ceux dont l’II a été diminuée. Ces résultats confirment ceux obtenus lors de récentes études et appuient le modèle théorique de Dugas et ses collaborateurs (1998). L’Il serait un facteur de risque causal des inquiétudes dans une situation où il y a une part d’incertitude.

L'incertitude profonde pesant sur l'évolution future des systèmes hydriques représente un défi considérable pour leur modélisation et planification. En réponse à ce défi, plusieurs approches, qualifiées d'ascendantes, proposent une inversion de paradigme, en employant une démarche d'aide à la décision robuste plutôt que prédictive. Parmi ces approches, la surface de réponse est un outil fréquent permettant de comparer des décisions alternatives sous forte incertitude. Cette méthode consiste à modéliser la performance d'un système hydrique pour un grand nombre de conditions possibles, échantillonnées en fonction d'un nombre limité de variables, nommées stresseurs, afin d'identifier deux ensembles : l'espace des conditions acceptables et l'espace des conditions inacceptables, selon que la performance simulée du système y satisfait ou non un seuil d'acceptabilité. Pour comparer différentes options envisagées, ce type de méthode nécessite cependant de départager, dans l'espace des conditions possibles, les régions acceptables ou inacceptables en traçant un front net et unique. Les recommandations de l'analyse sont donc soumises à une incertitude normative pesant sur ce front d'acceptabilité : comment définir une performance acceptable ? Acceptable pour qui ? La présente thèse de doctorat intègre l'effet de cette incertitude normative sur une surface de réponse à travers deux axes : ambiguïté et équité. L'ambiguïté est une incertitude normative sur la capacité des acteurs d'un système hydrique à fournir un seuil précis. L'équité porte sur les conséquences des choix d'agrégation des acteurs entre lesquels la performance du système peut varier considérablement. L'ambiguïté du seuil est traduite en logique floue et intégrée à l'incertitude hydroclimatique propre à la surface de réponse. Une méthodologie est proposée pour combiner deux incertitudes de nature très différente, la stochasticité de la surface de réponse et l'ambiguïté de son évaluation, à travers une régression logistique agrégée et une mesure de possibilité. La méthode est illustrée à travers une modélisation du système de réservoirs du Haut Saint-François (Québec méridional, Canada), sous l'angle de la protection face aux inondations. L'équité est analysée en paramétrant des méthodes d'agrégation selon différentes priorités et appliquées à un grand nombre d'usagers. Cela permet d'identifier quels niveaux d'agrégation conduisent à recommander une politique ou une autre. Un modèle multi-agent du système hydrique Jordanien est utilisé pour simuler l'approvisionnement inégal en eau potable des ménages et l'effet de différentes politiques de développement d'infrastructures ou de restructuration de l'approvisionnement. Les résultats montrent comment ces incertitudes normatives peuvent modifier la recommandation d'une analyse de vulnérabilité et comment intégrer ces incertitudes à la surface de réponse. Dans le cas du système du Haut Saint-François, les surfaces de réponse illustrent comment les niveaux de possibilité sont modifiés par le seuil flou et sa fonction d'appartenance, affectant potentiellement la recommandation. Dans le cas Jordanien, le choix d'agrégation modifie fortement la surface de réponse, parfois plus que les politiques augmentant les ressources disponibles. Les résultats montrent aussi les effets non-linéaires que divers types de distribution statistique de l'approvisionnement en eau peuvent avoir sur les surfaces de réponse. Les niveaux d'agrégation menant à différentes préférences sont identifiables, permettant d'établir une relation entre les options disponibles, choix social et incertitude profonde afin d'expliciter les arbitrages et favoriser la délibération. En proposant des outils pour intégrer ces incertitudes normatives aux approches ascendantes d'analyse des systèmes hydriques, ce travail ouvre également des pistes de recherche futures telles que la combinaison de ces deux approches par agrégation de seuils flous, ou leur inclusion au sein de cadres plus vastes d'analyse de vulnérabilité hydrique.

Bien que certaines études se soient intéressées aux tâches dynamiques ou a différentes situations d 'incertitude, aucune n 'a porte particulièrement sur l'influence de différents types d'incertitude sur la prise de décision dynamique. Deux types d'incertitude sont comparés : Incertitude dans la connaissance (KU), soit la variabilité de l'information en lien avec une situation, et Incertitude dans les données (DU), soit la nature plus ou moins complète de cette information. L 'objectif de la présente étude est d'établir l'existence empirique de ces types d'incertitude dans la sphère temporelle et d'évaluer leur impact sur la performance. La tâche dynamique utilisée est le jeu informatise « Save the Whale » (Porter, 1991) dans lequel l'incertitude se situe dans l'occurrence des évènements critiques. Les résultats montrent que les participants confrontes uniquement a KU obtiennent une meilleure performance et que pour l'ensemble des variables et des conditions expérimentales, la performance s'améliore avec la pratique indépendamment du niveau et du type d'incertitude. Ceci supporte l'existence empirique de différents types d 'incertitude temporelle, KU et DU, ayant un impact distinct et additif sur la performance en prise de décision dynamique.

A l'heure actuelle, les nouvelles contraintes de la réglementation thermique en vigueur ne cessent de s'adapter au contexte économique global pour lequel la recherche d'une efficacité énergétique dans le bâtiment est devenue incontournable. Pour répondre à ces défis, des Matériaux intelligents à Changement de Phase (MCP) ont fait leur apparition sur le marché de la construction. Grâce à leur capacité de stockage de l'énergie, les MCP sont de plus en plus associés aux matériaux de construction classiques (béton, plâtre, etc.) afin d'améliorer leur inertie thermique et apporter un meilleur confort aux usagers. Pour ce faire, les propriétés thermophysiques intrinsèques aux MCP doivent être suffisamment maitrisées afin de pouvoir contrôler les propriétés du produit composite final. Dans ce contexte, cette thèse est une contribution ayant pour objectif de développer des méthodologies spécifiques pour une meilleure caractérisation des MCP et des béton-MCP. Une panoplie d'approches expérimentales a été présentée pour l'identification des propriétés thermophysiques des MCP et pour identifier l'effet d'incorporation et de l'endommagement de ces matériaux sur les propriétés thermiques et mécaniques de béton. Plusieurs modèles d'homogénéisation ont été utilisés afin de prédire le comportement thermique des bétons-MCP en utilisant les propriétés thermiques moyennées obtenues expérimentalement. Une étude probabiliste paramétrique a été menée afin de prendre en compte les incertitudes liées à la dispersion aléatoire des mesures expérimentales de propriétés thermiques du béton-MCP. Les résultats issus des essais expérimentaux ont été intégrés dans le cadre d'une étude numérique par la Méthode des Volumes finis (MVF) afin d'étudier le mécanisme de transfert de chaleur à travers une paroi en béton-MCP / The thermal policies have been kept to fit the new economic in a global context particularly in terms of buildings energy efficiency. To meet these challenges, different technologies have been used such as the Phase Change Materials (PCMs) which have the ability to store and release energy. PCMs are generally used with conventional building materials in order to improve their thermal inertia and provide better comfort to users. To enhance the properties of the final composite, the PCMs thermo-physical properties must be sufficiently controlled. In this context, this thesis is a contribution aimed to develop specific methodologies for better characterization of PCM and PCM-concrete. Different experimental approaches will be presented for the identification of PCMs thermophysical properties and to identify the effect of the incorporation and the damage of these materials on the thermal and mechanical properties of concrete. A multiscale modelling considering the average of experimental thermal properties was applied to predict the thermal behaviour of PCMs-concrete. A probabilistic study of experimental uncertainties will be also conducted to assess the level of confidence of the impact of PCM on the thermodynamic properties of PCM-concrete. A numerical study was conducted using experimental data to study the heat transfer through a PCM-concrete wall

Alors même que les incertitudes sur l'effet de serre sont loin d'être résolues, l'inertie du système climatique nous interdit d'attendre avant de prendre une décision en matière d'effet de serre: il nous faut décider " sous controverses ". Dans un tel contexte, la légitimité même de l'économiste à examiner une double question d'équité spatiale (qui paye pour le climat ?) et temporelle (quand ?) est remise en cause. L'objet de cette thèse est de montrer que le calcul économique reste néanmoins un outil opératoire pour révéler des éléments de cohérence robustes face à l'incertitude, et aider ainsi à mettre un peu de rationalité dans le débat public. Une série de modèles d'optimisation des politiques climatiques nous permet d'introduire progressivement, d'articuler et d'évaluer numériquement ces différentes questions. Nous obtenons trois résultats principaux. En premier lieu, nous montrons que l'arbitrage entre court terme et long terme ne saurait se réduire au seul débat sur la valeur du taux d'actualisation. Sous incertitudes, les marges de manoeuvre que nous offrons à nos descendants, via les systèmes techniques ou institutionnels que nous leur laissons en héritage, se révèlent en effet tout aussi importantes. Ensuite, négocier l'entrée des pays du sud dans les politiques climatiques avec des règles d'allocation des quotas d'émissions apparaît difficile tant leurs conséquences dépendent des anticipations sur la croissance économique future. Rendre le système robuste impose un encadrement institutionnel du marché de permis d'émissions négociables. Enfin, cette thèse illustre la complémentarité entre éthique et économie: si l'économie n'a pas à définir ce qui est équitable, le calcul économique permet de montrer comment des raisonnements intuitivement justes, comme annuler le taux d'actualisation pour ne pas pénaliser les générations futures, ou allouer les quotas d'émissions au prorata de la population, peuvent en fait avoir des implications particulièrement discutables.

L'interprétation d'images satellitales dans un cadre spatiotemporel devient une voie d'investigation de plus en plus pertinente pour l'étude et l'interprétation des phénomènes dynamiques. Cependant, le volume de données images devient de plus en plus considérable ce qui rend la tâche d'analyse manuelle des images satellitales plus difficile. Ceci a motivé l'intérêt des recherches sur l'extraction automatique de connaissances appliquée à l'imagerie satellitale. Notre thèse s'inscrit dans ce contexte et vise à exploiter les connaissances extraites à partir des images satellitales pour prédire les changements spatiotemporels de l'occupation du sol. L'approche proposée consiste en trois phases : i) la première phase permet une modélisation spatiotemporelle des images satellitales, ii) la deuxième phase assure la prédiction de changements de l'occupation du sol et iii) la troisième phase consiste à interpréter les résultats obtenus. Notre approche intègre trois niveaux de gestion des imperfections : la gestion des imperfections liées aux données, la gestion des imperfections liées à la prédiction et finalement la gestion des imperfections liées aux résultats. Pour les imperfections liées aux données, nous avons procédé par une segmentation collaborative. Le but étant de réduire la perte d'information lors du passage du niveau pixel au niveau objet. Pour les imperfections liées à la prédiction, nous avons proposé un processus basé sur les arbres de décisions floues. Ceci permet de modéliser les imperfections liées à la prédiction de changements. Finalement, pour les imperfections liées aux résultats, nous avons utilisé les techniques de Raisonnement à Base des Cas et de fusion pour identifier et combiner les décisions pertinentes. L'expérimentation de l'approche proposée est scindée en deux étapes : une étape d'application et une étape d'évaluation. Les résultats d'évaluation ont montré la performance de notre approche mesurée en termes de taux d'erreur par rapport à des approches existantes.

Les évolutions récentes des systèmes électriques comme conséquence de la dérégulation du marché et des traités internationaux comme le protocole de Kyoto ont des répercussions importantes sur les réseaux, en particulier, ceux de distribution. En effet, une large part de la production décentralisée est prévue d'être raccordée sur ces derniers. La production décentralisée utilise des sources d'énergie renouvelables hautement imprévisibles et reparties. Ce fait ajoute une contrainte forte sur l'exploitation des réseaux de distribution qui n'ont pas été conçus, à l'origine, pour accueillir de la production d'énergie à large échelle. Ce travail de thèse étudie l'impact de l'incertitude sur les études classiques de planification des réseaux électriques. Les études statiques et dynamiques du réseau ont été réalisées prenant en compte plusieurs sources d'incertitude dans plusieurs réseaux de distribution. Les incertitudes sont modélisées dans les études statiques par les méthodes probabilistes et possibilistes. La méthode possibilistes offre des avantages sur la méthode probabiliste. Un taux de pénétration éolien maximum d'un petit réseau maillé a été déterminé, en dynamique, en utilisant la méthode probabiliste, ainsi que les simulations de stabilité moyen-long terme et petits signaux du réseau.