Face au déclin global de la biodiversité, de nombreux suivis de populations animales et végétales sont réalisés sur de grandes zones géographiques et durant une longue période afin de comprendre les facteurs déterminant la distribution, l’abondance et les tendances des populations. Ces suivis à larges échelles permettent de statuer quantitativement sur l’état des populations et de mettre en place des plans de gestion appropriés en accord avec les échelles biologiques. L’analyse statistique de ce type de données n’est cependant pas sans poser un certain nombre de problèmes. Classiquement, on utilise des modèles linéaires généralisés (GLM), formalisant les liens entre des variables supposées influentes (par exemple caractérisant l’environnement) et la variable d’intérêt (souvent la présence / absence de l’espèce ou des comptages). Il se pose alors un problème majeur qui concerne la manière de sélectionner ces variables influentes dans un contexte de données spatialisées. Cette thèse explore différentes solutions et propose une méthode facilement applicable, basée sur une validation croisée tenant compte des dépendances spatiales. La robustesse de la méthode est évaluée par des simulations et différents cas d’études dont des données de comptages présentant une variabilité plus forte qu’attendue (surdispersion). Un intérêt particulier est aussi porté aux méthodes de modélisation pour les données ayant un nombre de zéros plus important qu’attendu (inflation en zéro). La dernière partie de la thèse utilise ces enseignements méthodologiques pour modéliser la distribution, l’abondance et les tendances des rapaces diurnes en France. / In the context of global biodiversity loss, more and more surveys are done at a broad spatial extent and during a long time period, which is done in order to understand processes driving the distribution, the abundance and the trends of populations at the relevant biological scales. These studies allow then defining more precise conservation status for species and establish pertinent conservation measures. However, the statistical analysis of such datasets leads some concerns. Usually, generalized linear models (GLM) are used, trying to link the variable of interest (e.g. presence/absence or abundance) with some external variables suspected to influence it (e.g. climatic and habitat variables). The main unresolved concern is about the selection of these external variables from a spatial dataset. This thesis details several possibilities and proposes a widely usable method based on a cross-validation procedure accounting for spatial dependencies. The method is evaluated through simulations and applied on several case studies, including datasets with higher than expected variability (overdispersion). A focus is also done for methods accounting for an excess of zeros (zero-inflation). The last part of this manuscript applies these methodological developments for modelling the distribution, abundance and trend of raptors breeding in France.

Dans la première partie de cette thèse, nous avons mis en place un métamodèle de transmission du paludisme basé sur la modélisation compartimentale susceptible-infecté-résistant (SIR) et prenant en compte les flux de mobilité humaine entre différents villages du Centre Sénégal. Les stratégies d’intervention géographiquement ciblées, s’étaient avérées efficaces pour réduire l’incidence du paludisme aussi bien dans les zones d’intervention qu’à l’extérieur de ces zones. Cependant, des actions combinées ciblant à la fois le vecteur et l’hôte, coordonnées à large échelle sont nécessaires dans les régions et pays visant l’élimination du paludisme à court/moyen terme.Dans la deuxième partie nous avons évalué différentes méthodes d’estimation de la mobilité humaine en l’absence de données individuelles. Ces méthodes incluaient la traçabilité spatio-temporelle des téléphones mobiles ainsi que les modèles mathématiques de gravité et de radiation. Le transport de l’agent pathogène dans l’espace géographique, par la mobilité d’un sujet infecté est un déterminant majeur de la vitesse de propagation d’une épidémie. Nous avons introduit le modèle d’impédance qui minimise l’erreur quadratique moyen sur les estimations de mobilité, en particulier dans les contextes où les ensembles de population sont caractérisés par leurs tailles hétérogènes.Nous avons enfin élargi le cadre des hypothèses sous-jacentes à la calibration des modèles de gravité de la mobilité humaine. L’hypothèse d’une distribution avec excès de zéros a fourni un meilleur ajustement et une meilleure prédictibilité, comparée aux hypothèses classiques n’assumant pas un excès de zéros : Poisson, Quasipoisson. / In the first part of this thesis, we have developed a malaria transmission metamodel based on the susceptible-infected-resistant compartmental modeling framework (SIR) and taking into consideration human mobility flows between different villages in the Center of Senegal. Geographically targeted intervention strategies had been shown to be effective in reducing the incidence of malaria both within and outside of intervention areas. However, combined interventions targeting both vector and host, coordinated on a large scale are needed in regions and countries aiming to achieve malaria elimination in the short/medium term.In the second part we have evaluated different methods of estimating human mobility in the absence of real data. These methods included spatio-temporal traceability of mobile phones, mathematical models of gravity and radiation. The transport of the pathogen through the geographical space via the mobility of an infected subject is a major determinant of the spread of an epidemic. We introduced the impedance model that minimized the mean square error on mobility estimates, especially in contexts where population sets are characterized by their heterogeneous sizes.Finally, we have expanded the framework of assumptions underlying the calibration of the gravity models of human mobility. The hypothesis of a zero inflated distribution provided a better fit and a better predictability, compared to the classical approach not assuming an excess of zeros: Poisson, Quasipoisson.