La production d'électricité dépend étroitement de la disponibilité d'une source froide. C'est la raison pour laquelle la plupart des centrales de grande puissance dans le monde sont construites près d'une source d'eau. Le problème de la source froide a été soulevé à plusieurs reprises en France, notamment après les canicules de 2003 et de 2006. Le refroidissement à l'air sec est une des options possibles. Cependant, étant donné le besoin de surface d'échange plus important, le changement de la source froide pour l'air ambiant n'est pas, dans la majorité des cas, viable économiquement.Une des solutions à ce problème imaginées à EDF était de changer l'architecture du cycle de production en considérant un cycle de production composé de deux cycles de Rankine en cascade, le premier fonctionnant avec de la vapeur d'eau et le deuxième fonctionnant avec de l'ammoniac dont la vapeur à basse pression est beaucoup plus dense que celle de l'eau. Cette solution permet de faciliter l'utilisation d'un aérocondenseur et de réduire la taille de la salle machine.En raison de la nature toxique et corrosive de l'ammoniac, il est intéressant d'étudier la possibilité de remplacer ce dernier par d'autres fluides plus adaptés, notamment en envisageant de nouveaux fluides pour lesquels peu ou pas de données sont disponibles. Nous comparons les fluides sur le plan énergétique et en terme de taille des composants de l'installation.Cette thèse illustre la démarche des différentes étapes de notre travail : la recherche de nouveaux fluides de travail, l'évaluation de performance du système en régime nominal et non-nominal, le dimensionnement des principaux composants du cycle ainsi que l'évaluation de coût et de gain économique éventuel.

L’Accident Vasculaire Cérébral (AVC) est une maladie grave pour laquelle des critères très stricts encadrent l’administration du traitement curatif en phase aigüe. Ces critères limitent drastiquement l’accès à ce traitement : on estime que seuls 10% des patients atteints d’un AVC en bénéficient. L’objectif de ce travail est de proposer un modèle prédictif de l’évolution de l’AVC qui permette d’identifier le volume de tissu à risque de chaque patient. Ce volume, qui correspond au bénéfice potentiel du traitement, permettra de mieux orienter le médecin dans sa décision de traiter. Pour répondre à cet objectif nous nous intéressons aux problématiques d’évaluation de modèles prédictifs dans un contexte de faible prévalence, de modélisation prédictive sur données spatiales, de prédiction volumique en fonction de l’option de traitement et de segmentation d’images en présence d’artefacts. Les outils développés ont été rassemblés au sein d’une librairie de fonctions du logiciel R nommée MRIaggr / Stroke is a serious disease that needs emergency health care. Due to potential side effects, the patients must fulfil very restrictive criteria for eligibility to the curative treatment. These criteria limit drastically the accessibility to treatment : currently, an estimated 10% of stroke patients are treated. The purpose of this work was to develop a statistical framework for stroke predictive models. We deal with assessing predictive models in a low-prevalence context, building predictive models for spatial data, making volumic predictions depending on the treatement option, and performing image segmentation in presence of image artefacts. Tools developed in this thesis have been collected in an R package named MRIaggr

La radiothérapie externe (EBRT en anglais pour External Beam Radiotherapy) est l'un des traitements référence du cancer de prostate. Les objectifs de la radiothérapie sont, premièrement, de délivrer une haute dose de radiations dans la cible tumorale (prostate et vésicules séminales) afin d'assurer un contrôle local de la maladie et, deuxièmement, d'épargner les organes à risque voisins (principalement le rectum et la vessie) afin de limiter les effets secondaires. Des modèles de probabilité de complication des tissus sains (NTCP en anglais pour Normal Tissue Complication Probability) sont nécessaires pour estimer sur les risques de présenter des effets secondaires au traitement. Dans le contexte de la radiothérapie externe, les objectifs de cette thèse étaient d'identifier des paramètres prédictifs de complications rectales et vésicales secondaires au traitement; de développer de nouveaux modèles NTCP permettant l'intégration de paramètres dosimétriques et de paramètres propres aux patients; de comparer les capacités prédictives de ces nouveaux modèles à celles des modèles classiques et de développer de nouvelles méthodologies d'identification de motifs de dose corrélés à l'apparition de complications. Une importante base de données de patients traités par radiothérapie conformationnelle, construite à partir de plusieurs études cliniques prospectives françaises, a été utilisée pour ces travaux. Dans un premier temps, la fréquence des symptômes gastro-Intestinaux et génito-Urinaires a été décrite par une estimation non paramétrique de Kaplan-Meier. Des prédicteurs de complications gastro-Intestinales et génito-Urinaires ont été identifiés via une autre approche classique : la régression logistique. Les modèles de régression logistique ont ensuite été utilisés dans la construction de nomogrammes, outils graphiques permettant aux cliniciens d'évaluer rapidement le risque de complication associé à un traitement et d'informer les patients. Nous avons proposé l'utilisation de la méthode d'apprentissage de machine des forêts aléatoires (RF en anglais pour Random Forests) pour estimer le risque de complications. Les performances de ce modèle incluant des paramètres cliniques et patients, surpassent celles des modèle NTCP de Lyman-Kutcher-Burman (LKB) et de la régression logistique. Enfin, la dose 3D a été étudiée. Une méthode de décomposition en valeurs populationnelles (PVD en anglais pour Population Value Decomposition) en 2D a été généralisée au cas tensoriel et appliquée à l'analyse d'image 3D. L'application de cette méthode à une analyse de population a été menée afin d'extraire un motif de dose corrélée à l'apparition de complication après EBRT. Nous avons également développé un modèle non paramétrique d'effets mixtes spatio-Temporels pour l'analyse de population d'images tridimensionnelles afin d'identifier une région anatomique dans laquelle la dose pourrait être corrélée à l'apparition d'effets secondaires. / External beam radiotherapy (EBRT) is one of the cornerstones of prostate cancer treatment. The objectives of radiotherapy are, firstly, to deliver a high dose of radiation to the tumor (prostate and seminal vesicles) in order to achieve a maximal local control and, secondly, to spare the neighboring organs (mainly the rectum and the bladder) to avoid normal tissue complications. Normal tissue complication probability (NTCP) models are then needed to assess the feasibility of the treatment and inform the patient about the risk of side effects, to derive dose-Volume constraints and to compare different treatments. In the context of EBRT, the objectives of this thesis were to find predictors of bladder and rectal complications following treatment; to develop new NTCP models that allow for the integration of both dosimetric and patient parameters; to compare the predictive capabilities of these new models to the classic NTCP models and to develop new methodologies to identify dose patterns correlated to normal complications following EBRT for prostate cancer treatment. A large cohort of patient treated by conformal EBRT for prostate caner under several prospective French clinical trials was used for the study. In a first step, the incidence of the main genitourinary and gastrointestinal symptoms have been described. With another classical approach, namely logistic regression, some predictors of genitourinary and gastrointestinal complications were identified. The logistic regression models were then graphically represented to obtain nomograms, a graphical tool that enables clinicians to rapidly assess the complication risks associated with a treatment and to inform patients. This information can be used by patients and clinicians to select a treatment among several options (e.g. EBRT or radical prostatectomy). In a second step, we proposed the use of random forest, a machine-Learning technique, to predict the risk of complications following EBRT for prostate cancer. The superiority of the random forest NTCP, assessed by the area under the curve (AUC) of the receiving operative characteristic (ROC) curve, was established. In a third step, the 3D dose distribution was studied. A 2D population value decomposition (PVD) technique was extended to a tensorial framework to be applied on 3D volume image analysis. Using this tensorial PVD, a population analysis was carried out to find a pattern of dose possibly correlated to a normal tissue complication following EBRT. Also in the context of 3D image population analysis, a spatio-Temporal nonparametric mixed-Effects model was developed. This model was applied to find an anatomical region where the dose could be correlated to a normal tissue complication following EBRT.

L'objectif de cette thèse est d'expliquer les avantages qu'offrent la reconstruction de l'architecture des unités géologiques, leurs déformations ainsi que leurs variations au cours du temps à l'exploration de ressources minérales, tout en appliquant des méthodes et outils de modélisation 3D et 4D. La modélisation et la restauration structurale sont utilisées ici pour estimer des attributs géologiques qui peuvent aider à la compréhension de la formation des gisements, et à l'identification des zones favorables aux minéralisations. Cette thèse est axée sur l'application de la modélisation 3D et 4D à des cas réels pour trouver le lien entre une minéralisation et des processus géologiques tel que l'exhumation des terrains, l'activité des failles et la fracturation résultant d'un évènement de déformation. Ce mémoire est organisé en trois parties : (i) la modélisation structurale ainsi que la restauration surfacique ont été appliquées au district minier de la Ceinture de Cuivre de Legnica-Glogów (sud-ouest de la Pologne), pour estimer les conditions favorables à la fracturation hydraulique. Cette fracturation est intervenue dans le nord de l'Europe lors d'une phase d'inversion à la fin du Crétacé et au début du Paléocène. Dans notre hypothèse de départ, la fracturation hydraulique développée au cours de cette période a joué un rôle important dans la distribution en cuivre observée aujourd'hui dans le district minier ; (ii) la courbure des surfaces triangulées, représentant les horizons de la région des Sudètes polonaises, permet de mettre en évidence les systèmes de failles dans le socle. En particulier, des méthodes de restauration surfaciques ont été utilisées pour évaluer l'activité de des failles au cours du temps, en se basant sur la courbure des surfaces obtenues à chaque étape de la restauration. Les zones de fortes activités sont ici associées aux processus de minéralisation cuprifère de la région ; (iii) la restauration mécanique de la région de Mount Pleasant (Australie occidentale), a permis de simuler un évènement de raccourcissement apparu dans l'Archéen et qui est lié à un processus de minéralisation aurifère. La restauration mécanique est appliquée pour estimer le champ des déformations de la région au moment du raccourcissement. Avec ce champ de déformation, il est possible de calculer les paramètres d'endommagement de la masse rocheuse qui semblent liés aux zones aurifères situées hors des systèmes principaux de failles. Cette thèse a ainsi permis de mettre en évidence l'aspect prometteur de la modélisation et de la restauration structurale pour identifier des zones potentiellement minéralisées, mettant en valeur leur utilisation pour l'exploration des gisements et des ressources minérales / The objective of this Ph.D. thesis is to apply 3D and 4D modeling methods to reconstruct the architecture and deformations over time of geological entities in a defined region. Structural restoration modeling is used here to estimate geological, physical and structural attributes for understanding the origin of ore-deposits, and for identifying potential mineralized areas. We focused this thesis on 3D and 4D modeling on real case studies with different geological contexts (e.g. uplifting, fault activity and shortening), demonstrating the advantages and drawbacks on their use for similar situations. This thesis is organized into three parts: (i) the application of structural modeling in the mining district of the Copper Belt of Legnica-Glogów (south-west Poland). A surface-restoration approach was applied to estimate favorable conditions for hydraulic fracturing during an inversion, occurred in the northern part of Europe at Late Cretaceous--Early Paleocene. In our hypothesis, hydraulic fracturing developed at that time played an important role in the distribution of copper content observed in present days in the mining district. (ii) The curvature calculated on triangulated surfaces that represent the stratigraphic horizons in the Fore-Sudetic region (Poland), are used to highlight the fault systems in the basement as well as their activity. High curvature values reveal the fault activity which is associated with the copper mineralization process in the region. (iii) Mechanical restoration of the Mount Pleasant, Western Australia, simulates an Archean shortening event which occurred in the area linked to the gold mineralization process. The mechanical restoration was used to estimate the strain field in the region at the time of shortening. This deformation field was used to estimate the damage parameters of the rock mass. They show new potential gold areas located in off-fault gold systems. In conclusion, it is shown that 3D modeling and structural restoration could be used to identify potential favorable zones for the presence of mineralization, and seem promising as a tool for the exploration of ore-deposits and mineral resources

Depuis que l'assainissement des eaux usées est reconnu comme un des objectifs de développement durable des Nations Unies, le traitement et la gestion des eaux usées sont devenus plus importants que jamais. La modélisation et la digitalisation des stations de récupération des ressources de l'eau (StaRRE) jouent un rôle important depuis des décennies, cependant, le manque de données disponibles sur les affluents entrave le développement de la modélisation de StaRRE. Cette thèse vis e à faire progresser la modélisation des systèmes d'assainissement en général, et en particulier en ce qui concerne la génération dynamique des affluents. Dans cette étude, différents générateurs d'affluent (GA), qui peuvent fournir un profil d'affluent dynamique, ont été proposés, optimisés et discutés. Les GA développés ne se concentrent pas seulement sur le débit, les solides en suspension et la matière organique, mais également sur les substances nutritives telles que l'azote et le phosphore. En outre, cette étude vise à adapter les GA à différentes applications en fonction des différentes exigences de modélisation. Afin d'évaluer les performances des GA d'un point de vue général, une série de critères d'évaluation de la qualité du modèle est décrite. Premièrement, pour comprendre la dynamique des affluents, une procédure de caractérisation des affluents a été développée et testée pour une étude de cas à l'échelle pilote. Ensuite, pour générer différentes séries temporelles d'affluent, un premier GA a été développé. La méthodologie de modélisation est basée sur l'apprentissage automatique en raison de ses calculs rapides, de sa précision et de sa capacité à traiter les mégadonnées. De plus, diverses versions de ce GA ont été appliquées pour différents cas optimisées en fonction des disponibilités d'études et ont été des données (la fréquence et l'horizon temporel), des objectifs et des exigences de précision. Les résultats démontrent que : i) le modèle GA proposé peut être utilisé pour générer d'affluents dynamiques réalistes pour différents objectifs, et les séries temporelles résultantes incluent à la fois le débit et la concentration de polluants avec une bonne précision et distribution statistique; ii) les GA sont flexibles, ce qui permet de les améliorer selon différents objectifs d'optimisation; iii) les GA ont été développés en considérant l'équilibre entre les efforts de modélisation, la collecte de données requise et les performances du modèle. Basé sur les perspectives de modélisation des StaRRE, l'analyse des procédés et la modélisation prévisionnelle, les modèles de GA dynamiques peuvent fournir aux concepteurs et aux modélisateurs un profil d'affluent complet et réaliste, ce qui permet de surmonter les obstacles liés au manque de données d'affluent. Par conséquent, cette étude a démontré l'utilité des GA et a fait avancer la modélisation des StaRRE en focalisant sur l'application de méthodologies d'exploration de données et d'apprentissage automatique. Les GA peuvent donc être utilisés comme outil puissant pour la modélisation des StaRRE, avec des applications pour l'amélioration de la configuration de traitement, la conception de procédés, ainsi que la gestion et la prise de décision stratégique. Les GA peuvent ainsi contribuer au développement de jumeaux numériques pour les StaRRE, soit des système intelligent et automatisé de décision et de contrôle. / Since wastewater sanitation is acknowledged as one of the sustainable development goals of the United Nations, wastewater treatment and management have been more important then ever. Water Resource Recovery Facility (WRRF) modelling and digitalization have been playing an important role since decades, however, the lack of available influent data still hampers WRRF model development. This dissertation aims at advancing the field of wastewater systems modelling in general, and in particular with respect to the dynamic influent generation. In this study, different WRRF influent generators (IG), that can provide a dynamic influent flow and pollutant concentration profile, have been proposed, optimized and discussed. The developed IGs are not only focusing on flowrate, suspended solids, and organic matter, but also on nutrients such as nitrogen and phosphorus. The study further aimed at adapting the IGs to different case studies, so that future users feel comfortable to apply different IG versions according to different modelling requirements. In order to evaluate the IG performance from a general perspective, a series of criteria for evaluating the model quality were evaluated. Firstly, to understand the influent dynamics, a procedure of influent characterization has been developed and experimented at pilot scale. Then, to generate different realizations of the influent time series, the first IG was developed and a data-driven modelling approach chosen, because of its fast calculations, its precision and its capacity of handling big data. Furthermore, different realizations of IGs were applied to different case studies and were optimized for different data availabilities (frequency and time horizon), objectives, and modelling precision requirements. The overall results indicate that: i) the proposed IG model can be used to generate realistic dynamic influent time series for different case studies, including both flowrate and pollutant concentrations with good precision and statistical distribution; ii) the proposed IG is flexible and can be improved for different optimization objectives; iii) the IG model has been developed by considering the balance between modelling efforts, data collection requirements and model performance. Based on future perspectives of WRRF process modelling, process analysis, and forecasting, the dynamic IG model can provide designers and modellers with a complete and realistic influent profile and this overcomes the often-occurring barrier of shortage of influent data for modelling. Therefore, this study demonstrated the IGs' usefulness for advanced WRRF modelling focusing on the application of data mining and machine learning methodologies. It is expected to be widely used as a powerful tool for WRRF modelling, improving treatment configurations and process designs, management and strategic decision-making, such as when transforming a conventional WRRF to a digital twin that can be used as an intelligent and automated system.

Les deux dernières décennies ont été marquées par une augmentation significative des données collectées dans les systèmes d'informations. Cette masse de données contient des informations riches et peu exploitées. Cette réalité s’applique au secteur de la santé où l'informatisation est un enjeu pour l’amélioration de la qualité des soins. Les méthodes existantes dans les domaines de l'extraction de processus, de l'exploration de données et de la modélisation mathématique ne parviennent pas à gérer des données aussi hétérogènes et volumineuses que celles de la santé. Notre objectif est de développer une méthodologie complète pour transformer des données de santé brutes en modèles de simulation des parcours de soins cliniques. Nous introduisons d'abord un cadre mathématique dédié à la découverte de modèles décrivant les parcours de soin, en combinant optimisation combinatoire et Process Mining. Ensuite, nous enrichissons ce modèle par l’utilisation conjointe d’un algorithme d’alignement de séquences et de techniques classiques de Data Mining. Notre approche est capable de gérer des données bruitées et de grande taille. Enfin, nous proposons une procédure pour la conversion automatique d'un modèle descriptif des parcours de soins en un modèle de simulation dynamique. Après validation, le modèle obtenu est exécuté pour effectuer des analyses de sensibilité et évaluer de nouveaux scénarios. Un cas d’étude sur les maladies cardiovasculaires est présenté, avec l’utilisation de la base nationale des hospitalisations entre 2006 et 2015. La méthodologie présentée dans cette thèse est réutilisable dans d'autres aires thérapeutiques et sur d'autres sources de données de santé. / During the last two decades, the amount of data collected in Information Systems has drastically increased. This large amount of data is highly valuable. This reality applies to health-care where the computerization is still an ongoing process. Existing methods from the fields of process mining, data mining and mathematical modeling cannot handle large-sized and variable event logs. Our goal is to develop an extensive methodology to turn health data from event logs into simulation models of clinical pathways. We first introduce a mathematical framework to discover optimal process models. Our approach shows the benefits of combining combinatorial optimization and process mining techniques. Then, we enrich the discovered model with additional data from the log. An innovative combination of a sequence alignment algorithm and of classical data mining techniques is used to analyse path choices within long-term clinical pathways. The approach is suitable for noisy and large logs. Finally, we propose an automatic procedure to convert static models of clinical pathways into dynamic simulation models. The resulting models perform sensitivity analyses to quantify the impact of determinant factors on several key performance indicators related to care processes. They are also used to evaluate what-if scenarios. The presented methodology was proven to be highly reusable on various medical fields and on any source of event logs. Using the national French database of all the hospital events from 2006 to 2015, an extensive case study on cardiovascular diseases is presented to show the efficiency of the proposed framework.

La production d'électricité dépend étroitement de la disponibilité d'une source froide. C'est la raison pour laquelle la plupart des centrales de grande puissance dans le monde sont construites près d'une source d'eau. Le problème de la source froide a été soulevé à plusieurs reprises en France, notamment après les canicules de 2003 et de 2006. Le refroidissement à l'air sec est une des options possibles. Cependant, étant donné le besoin de surface d'échange plus important, le changement de la source froide pour l'air ambiant n'est pas, dans la majorité des cas, viable économiquement.Une des solutions à ce problème imaginées à EDF était de changer l'architecture du cycle de production en considérant un cycle de production composé de deux cycles de Rankine en cascade, le premier fonctionnant avec de la vapeur d'eau et le deuxième fonctionnant avec de l'ammoniac dont la vapeur à basse pression est beaucoup plus dense que celle de l'eau. Cette solution permet de faciliter l'utilisation d'un aérocondenseur et de réduire la taille de la salle machine.En raison de la nature toxique et corrosive de l'ammoniac, il est intéressant d'étudier la possibilité de remplacer ce dernier par d'autres fluides plus adaptés, notamment en envisageant de nouveaux fluides pour lesquels peu ou pas de données sont disponibles. Nous comparons les fluides sur le plan énergétique et en terme de taille des composants de l'installation.Cette thèse illustre la démarche des différentes étapes de notre travail : la recherche de nouveaux fluides de travail, l'évaluation de performance du système en régime nominal et non-nominal, le dimensionnement des principaux composants du cycle ainsi que l'évaluation de coût et de gain économique éventuel. / This work considers a two stage Rankine cycle architecture slightly different from a standard Rankine cycle for electricity generation. Instead of expanding the steam to extremely low pressure, the vapor leaves the turbine at a higher pressure then having a much smaller specific volume. It is thus possible to greatly reduce the size of the steam turbine. The remaining energy is recovered by a bottoming cycle using a working fluid which has a much higher density than the water steam. Thus, the turbines and heat exchangers are more compact; the turbine exhaust velocity loss is lower. This configuration enables to largely reduce the global size of the steam water turbine and facilitate the use of a dry cooling system.The main advantage of such an air cooled two stage Rankine cycle is the possibility to choose the installation site of a large or medium power plant without the need of a large and constantly available water source; in addition, as compared to water cooled cycles, the risk regarding future operations is reduced (climate conditions may affect water availability or temperature, and imply changes in the water supply regulatory rules).The concept has been investigated by EDF R&D. A 22 MW prototype was developed in 70s using ammonia as the working fluid of the bottoming cycle for its high density and high latent heat. However, this fluid is toxic. In order to search more suitable working fluids for the two stage Rankine cycle application and to identify the optimal cycle configuration, we have established a working fluid selection methodology. Some potential candidates have been identified. We have evaluated the performances of the two stage Rankine cycles operating with different working fluids in both design and off design conditions. For the most acceptable working fluids, components of the cycle have been sized. The power plant concept can then be evaluated on a life cycle cost basis.

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.

Depuis quatre décennies, la prévalence des affections respiratoires chroniques de l'enfant a considérablement augmenté dans les pays développés. Les conditions de survenue de ces affections sont complexes, mais de nombreux travaux suggèrent la contribution importante de l'exposition par inhalation aux polluants de l'air intérieur. Dans ce contexte, cette thèse vise à évaluer l’exposition cumulée à une gamme de polluants chimiques et biologiques de l’air intérieur dans un échantillon donné de logements. Il a également pour objectif de créer une typologie des logements en fonction de leur multi-contamination, et vise à construire des modèles explicatifs des concentrations des polluants en fonction des caractéristiques de l’habitat et des habitudes de vie des occupants.Une enquête environnementale a été menée dans 150 logements issus de la cohorte Pélagie, suivie en Bretagne depuis 2002. Des prélèvements ont permis de mesurer la concentration de 8 aldéhydes, 4 THM, 22 autres COV, 9 COSV et 4 genres de moisissures dans l’air de ces logements. Celles-ci, ainsi que 4 allergènes ont également été dosés dans des échantillons de poussières. Les paramètres d’ambiance (température, humidité relative et dioxyde de carbone) ont été mesurés. Un questionnaire renseigné par les familles a permis de collecter des informations sur les logements et leurs occupants : structure et historique du bâtiment, revêtements, ménage, chauffage, aération, utilisation de certains produits ou réalisation d’activités particulières. Ces données ont été analysées par des approches statistiques multivariées, et des modèles de régression linéaire et logistique ont été mis en oeuvre pour relier les concentrations des contaminants aux caractéristiques des logements. Ces mesures ont mis en évidence une contamination importante et systématique des logements par une grande part des contaminants chimiques et biologiques, à des niveaux parfois élevés au regard d’études comparables et des valeurs guides lorsqu’elles existent. Des analyses en composantes principales ont permis de mettre en évidence des sous-groupes de composés qui ont pu être interprétés en termes de sources, et de sélectionner un certain nombre de composés traceurs représentatifs de chaque sous-groupe. Une analyse factorielle multiple a permis de répartir les logements en 7 classes, chacune présentant un profil de multi-contamination particulier. Enfin, les modèles de régression linéaire et logistique construits pour les composés traceurs permettent d’expliquer entre 5 et 60% de la variabilité des concentrations, et mettent en évidence la multiplicité des sources, l’importance de la description précise des environnements intérieurs, et l’impact des paramètres d’ambiance sur ces concentrations. Ce travail décrit donc une contribution importante à l’évaluation des expositions aux contaminants de l’air intérieur et fournit un certain nombre d’éléments quant à la prédiction des expositions dans les environnements intérieurs. / For the last four decades, the prevalence of chronic respiratory affections in children has increased dramatically in developed countries. Occurring conditions of these affections are complex, but many studies suggest the important contribution of inhalation exposure to indoor air pollutants. In this context, this thesis aims to assess the cumulative exposure to a range of chemical and biological pollutants in indoor air in a given sample of dwellings. It also aims to create a typology of these dwellings based on their multi-contamination, and to build explanatory models for concentrations of pollutants based on characteristics of the dwellings and lifestyle of the occupants. An environmental survey was conducted in 150 dwellings from the Pelagie cohort, followed in Brittany since 2002. We measured the concentration of 8 aldehydes, 4 THMs, 22 other VOCs, 9 SVOCs and 4 mold genera in the air of these dwellings. Molds as well as four allergens were also measured in dust samples. Ambient parameters (temperature, relative humidity and carbon dioxide) were also measured. A questionnaire completed by families allowed collecting information on dwellings and their occupants: structure and history of the building, wall and floor coatings, cleaning, heating and ventilation habits, use of certain products or performing specific activities. These data were analyzed by multivariate statistical approaches, and linear and logistic regression models were used to link the concentrations of the contaminants with the housing characteristics. These measures showed an important and systematic contamination of the dwellings by a large amount of both chemical and biological contaminants, sometimes at relatively high levels regarding comparable studies and guideline values when they exist. Principal components analysis allowed to identify subgroups of compounds that could be interpreted in terms of sources, and to select representative compounds of each subgroup. A multiple factor analysis was used to classify the dwellings into 7 categories, each with a special multi-contamination profile. Finally, linear and logistic regression models built for the representative compounds explained between 5 and 60% of the variability of the concentrations, and highlighted the multiplicity of sources, the importance of a precise description of indoor environments, and the impact of the ambient parameters on these concentrations. This work thus describes an important contribution to the exposure assessment to indoor air contaminants and provides elements for prediction of exposures in indoor environments.