L'espace et le temps sont des concepts indissociables et nécessaires à l'analyse de l'évolution d'entités spatio-temporelles. Modéliser ces évolutions passe par la détection des changements et des relations qui modifient et caractérisent ces entités. Ces changements sont en particulier caractérisés par des modifications liées à la position, à l'empreinte spatiale de ces entités, ou même à leur identité. Une modélisation spatio-temporelle nécessite le développement de solutions de représentation qui permettent d'identifier et d'étudier les processus mis en jeu, leurs causes et leurs conséquences. Le fait que la représentation formelle et informatique d'un phénomène entraîne une description plus ou moins simplifiée de la réalité, implique qu'une telle modélisation retienne le niveau de détail disponible et/ou souhaité de cette description. Idéalement, il devrait être possible d'étudier un phénomène à plusieurs niveaux de granularité dans l'espace et dans le temps. Si de nombreux modèles et approches ont été proposés pour modéliser des évolutions d'entités au sein de phénomènes spatio-temporels, aucun ne permet de disposer d'une structure de représentation permettant de saisir complètement la sémantique de ces applications. Cette recherche propose un modèle de graphe spatio-temporel qui permet de caractériser les principales propriétés de l'évolution d'entités spatiales. Nous distinguons dans ce cadre plusieurs concepts structurants comme les notions d'identité et de relations à travers les dimensions spatiales et temporelles. Pour un temps donné, nous catégorisons les relations spatiales et de filiation et, à travers le temps, les filiations temporelles et les relations spatio-temporelles. Les structures de graphe émergeantes permettent non seulement de caractériser l'évolution d'un ensemble d'entités spatiales, mais aussi de découvrir de nouvelles propriétés. Des fonctions de manipulation de graphe sont développées et appliquées au modèle de graphe spatiotemporel. Ces fonctions identifient des processus génériques ( e.g. vie et mort d'une entité) ou liés à une application spécifique et à sa sémantique. Afin de combiner plusieurs sources d'informations au sein d'un même graphe, des fonctions de jointure permettent l'intégration de plusieurs graphes au sein d'une représentation unifiée. Les propriétés des graphes ainsi constitués et le rôle des différentes entités présentes au sein de ces graphes sont étudiés par une qualification des différents types de routes les reliant. La consistance du modèle de graphe spatio-temporel est abordée à partir d'un algorithme de vérification de contraintes. Nous faisons la différence entre les contraintes de domaine intrinsèques au modèle de graphe, et les contraintes sémantiques dépendantes d'une application en particulier. Une extension de la démarche de modélisation est réalisée à partir d'une structure basée sur les bigraphes qui permet de représenter explicitement un phénomène spatio-temporel selon plusieurs niveaux de granularité spatiale.

L'objectif de ce travail est de comprendre les rapports entre l'organisation du territoire, détectable dans le paysage, et la gestion des ressources renouvelables. L'étude est appliquée aux paysages de châtaigneraies en Cévennes. La démarche d'analyse a une entrée spatiale. Elle part d'un état des lieux qui conduit à choisir, dans le domaine d'étude, l'entité spatiale la plus pertinente pour expliquer les aspects naturels et sociaux de la mise en valeur du territoire par l'homme. Pour les Cévennes, l'entité choisie est le quartier rural, qui est le motif élémentaire d'organisation des paysages. Il est composé d'éléments de paysage en interaction. Il peut être combiné à d'autres motifs pour former les paysages. Cela relie le quartier aux autres niveaux d'organisation spatiale. Pour comprendre les aspects spatiaux de la mise en valeur du territoire, une analyse spatiale de type hypothético-déductif suit cet état des lieux. Le motif de quartier est modélisé suivant les principes de la modélisation graphique. Les hypothèses d'organisation spatiale sont validées en partie grâce à la mise en œuvre d'un SIG. La règle spatiale fondamentale de la mise en valeur du territoire est un modèle centre-périphérie, avec une dualité marquée entre l'espace de mise en valeur intensive (bâti, terrasses, prairies, vergers) et l'espace de mise en valeur extensive (châtaigneraies, landes, boisements divers). Cette structure élémentaire est déformée par un système de pente jouant au niveau régional par des gradients d'altitude, et au niveau local par la topographie qui contraint la mise en valeur des terres. L'analyse spatiale est raccordée à une analyse en profondeur des éléments de paysage, par laquelle sont étudiés l'histoire, le fonctionnement et les dynamiques de chacun d'eux, considérés dans leurs aspects spatiaux. Cela permet de valider des hypothèses de mise en valeur du territoire et d'en faire émerger de nouvelles. L'étude des éléments de paysage permet d'établir des modèles de gestion des ressources. En particulier, une typologie des châtaigneraies est proposée, selon des critères spatiaux. Des modèles de fonctionnement sont construits pour chaque type. L'articulation entre le modèle spatial du quartier et le fonctionnement des éléments de paysage permet de comprendre les rapports entre l'organisation du territoire et les pratiques rurales. Des modèles graphiques spatio-temporels sont proposés pour les pratiques de gestion des ressources renouvelables qui s'exercent sur les paysages à châtaigneraie cévenol (élevage, gestion du feu, récoltes, cueillettes, chasse). Ces modèles synthétisent la transcription spatiale de ces pratiques au cours de l'année. Leur mise en correspondance permet de déceler les enjeux spatiaux de la gestion des ressources et les confrontations entre acteurs qu'ils génèrent. Enfin, les rapports entre l'organisation du territoire et la gestion des ressources sont considérés sous l'angle de leurs dynamiques. Pour comprendre l'évolution de la mise en valeur de petits territoires cévenols, trois méthodes d'analyse sont mises en œuvre : la comparaison par un SIG de deux états successifs d'un même territoire ; la mise en relation par un SIG d'un état de référence du territoire avec la chronique des événements qui l'ont modelé ; le croisement des modèles de fonctionnement des types de châtaigneraies avec une matrice d'évolution des surfaces au cours du temps. Une synthèse montre comment ces trois méthodes peuvent être intégrées pour la gestion de l'espace rural.

La croissance rapide et la complexité de nombreuses villes contemporaines offrent de nombreux défis de recherche pour les scientifiques à la recherche d'une meilleure compréhension des mobilités qui se produisent dans l'espace et dans le temps. A l’heure où de très grandes séries de données de trajectoires en milieu urbain sont disponibles grâce à profusion de nombreux capteurs de positionnement et de services de nombreuses et nouvelles opportunités de recherche et d’application nous sont offertes. Cependant, une bonne intégration de ces données de mobilité nécessite encore l'élaboration de cadres méthodologiques et conceptuels tout comme la mise en oeuvre de bases de données spatio-temporelles qui offriront les capacités appropriées de représentation et de manipulation des données. La recherche développée dans cette thèse introduit une modélisation conceptuelle et une approche de gestion de base de données spatio-temporelles pour représenter et analyser des trajectoires humaines dans des espaces urbains. Le modèle considère les dimensions spatiales, temporelles et sémantiques afin de tenir compte de l’ensemble des propriétés issues des informations de mobilité. Plusieurs abstractions de données de mobilité et des outils de manipulation de données sont développés et expérimentés à partir d’une large base de données de trajectoires disponibles dans la ville de Pékin. L'intérêt de l'approche est double: il montre d’une part que de larges ensembles de données de mobilité peuvent être intégrés au sein de SGBD spatiotemporels extensibles; d’autre part des outils de manipulation et d’interrogation spécifiques peuvent être dérivés à partir de fonctions intégrées au sein d’un langage d’interrogation. Le potentiel de l’approche est illustré par une série d’interrogations qui montrent comment à partir d’une large base de données de trajectoires quelques patrons de déplacements peuvent être obtenus. / Massive trajectory datasets generated in modern cities generate not only novel research opportunities but also important methodological challenges for academics and decision-makers searching for a better understanding of travel patterns in space and time. This PhD research is oriented towards the conceptual and GIS-based modeling of human displacements derived from large sets of urban trajectories. The motivation behind this study originates from the necessity to search for and explore travel patterns that emerge from citizens acting in the city. Our research introduces a conceptual modelling framework whose objective is to integrate and analyze human displacements within a GIS-based practical solution. The framework combines conceptual and logical models that represent travel trajectories of citizens moving in a given city. The whole approach has been implemented in a geographical database system, experimented in the context of transportation data, and enriched by a series of query interface manipulations and specific functions that illustrate the potential of our whole framework for urban studies. The whole framework has been experimented on top of the Geolife project and large trajectories datasets available in the city of Beijing. Overall, the findings are twofold: first, it appears that our modelling framework can appropriately act as an extensible geographical database support for the integration of large trajectory datasets; second the approach shows that several emerging human displacements can be explored from the manipulation of large urban trajectories.

L’objectif général de cette thèse est de caractériser la dynamique des transferts des bactéries fécales à l’aide d’une modélisation spatio-temporelle, à l’échelle du bassin versant (BV) dans une région agricole et à l’échelle événementielle. Ce projet vise à mieux comprendre l'influence des processus hydrologiques, les facteurs environnementaux et temporels impliqués dans l’explication des épisodes de contamination microbienne des eaux récréatives. Premièrement, un modèle bayésien hiérarchique a été développé pour quantifier et cartographier les niveaux de probabilité des eaux à être contaminées par des effluents agricoles, sur la base des données spectrales et des variables géomorphologiques. Par cette méthode, nous avons pu calculer les relations pondérées entre les concentrations d’Escherichia coli et la distribution de l’ensemble des paramètres agro-pédo-climatiques qui régissent sa propagation. Les résultats ont montré que le modèle bayésien développé peut être utilisé en mode prédictif de la contamination microbienne des eaux récréatives. Ce modèle avec un taux de succès de 71 % a mis en évidence le rôle significatif joué par la pluie qui est la cause principale du transport des polluants. Deuxièmement, le modèle bayésien a fait l’objet d'une analyse de sensibilité liée aux paramètres spatiaux, en utilisant les indices de Sobol. Cette démarche a permis (i) la quantification des incertitudes sur les variables pédologiques, d’occupation du sol et de la distance et (2) la propagation de ces incertitudes dans le modèle probabiliste c'est-à-dire le calcul de l’erreur induite dans la sortie par les incertitudes des entrées spatiales. Enfin, une analyse de sensibilité des simulations aux différentes sources d’incertitude a été effectuée pour évaluer la contribution de chaque facteur sur l’incertitude globale en prenant en compte leurs interactions. Il apparaît que sur l’ensemble des scénarios, l’incertitude de la contamination microbienne dépend directement de la variabilité des sols argileux. Les indices de premier ordre de l’analyse de Sobol ont montré que parmi les facteurs les plus susceptibles d’influer la contamination microbienne, la superficie des zones agricoles est le premier facteur important dans l'évaluation du taux de coliformes. C’est donc sur ce paramètre que l’attention devra se porter dans le contexte de prévision d'une contamination microbienne. Ensuite, la deuxième variable la plus importante est la zone urbaine avec des parts de sensibilité d’environ 30 %. Par ailleurs, les estimations des indices totaux sont meilleures que celles des indices de premier ordre, ce qui signifie que l’impact des interactions paramétriques est nettement significatif pour la modélisation de la contamination microbienne Enfin, troisièmement, nous proposons de mettre en œuvre une modélisation de la variabilité temporelle de la contamination microbiologique du bassin versant du lac Massawippi, à partir du modèle AVSWAT. Il s'agit d'une modélisation couplant les composantes temporelles et spatiales qui caractérisent la dynamique des coliformes. La synthèse des principaux résultats démontrent que les concentrations de coliformes dans différents sous-bassins versants se révèlent influencées par l’intensité de pluie. La recherche a également permis de conclure que les meilleures performances en calage sont obtenues au niveau de l'optimisation multi-objective. Les résultats de ces travaux ouvrent des perspectives encourageantes sur le plan opérationnel en fournissant une compréhension globale de la dynamique de la contamination microbienne des eaux de surface. / Abstract : The aim of this study was to predict water faecal contamination from a bayesian probabilistic model, on a watershed scale in a farming area and on a factual scale. This project aims to better understand the influence of hydrological, environmental and temporal factors involved in the explanation of microbial contamination episodes of recreational waters. First, a bayesian probabilistic model: Weight of Evidence was developed to identify and map the probability of water levels to be contaminated by agricultural effluents, on the basis of spectrals data and geomorphologic variables. By this method, we were able to calculate weighted relationships between concentrations of Escherichia coli and distribution of key agronomic, pedologic and climatic parameters that influence the spread of these microorganisms. The results showed that the Bayesian model that was developed can be used as a prediction of microbial contamination of recreational waters. This model, with a success rate of 71%, highlighted the significant role played by the rain, which is the main cause of pollution transport. Secondly, the Bayesian probabilistic model has been the subject of a sensitivity analysis related to spatial parameters, using Sobol indications. This allowed (1) quantification of uncertainties on soil variables, land use and distance and (2) the spread of these uncertainties in the probabilistic model that is to say, the calculation of induced error in the output by the uncertainties of spatial inputs. Lastly, simulation sensitivity analysis to the various sources of uncertainty was performed to assess the contribution of each factor on the overall uncertainty taking into account their interactions. It appears that of all the scenarios, the uncertainty of the microbial contamination is directly dependent on the variability of clay soils. Sobol prime indications analysis showed that among the most likely to influence the microbial factors, the area of farmland is the first important factor in assessing the coliforms. Importance must be given on this parameter in the context of preparation for microbial contamination. Then, the second most important variable is the urban area with sensitivity shares of approximately 30%. Furthermore, estimates of the total indications are better than those of the first order, which means that the impact of parametric interaction is clearly significant for the modeling of microbial contamination. Thirdly, we propose to implement a temporal variability model of microbiological contamination on the watershed of Lake Massawippi, based on the AVSWAT model. This is a model that couples the temporal and spatial components that characterize the dynamics of coliforms. The synthesis of the main results shows that concentrations of Escherichia coli in different sub-watersheds are influenced by rain intensity. Research also concluded that best performance is obtained by multi-objective optimization. The results of these studies show the prospective of operationally providing a comprehensive understanding of the dynamics of microbial contamination of surface water.

Depuis les années 1970, les pays du Pacifique sont de plus en plus fréquemment touchés par des maladies vectorielles telles que la Dengue, le Chikungunya ou le Zika. Le contrôle de ces maladies nécessite la connaissance de leur distribution spatio-temporelle au sein de la population ainsi que la compréhension des facteurs et mécanismes, souvent multiples, régissant cette distribution. Dans cette thèse, nous nous intéressons à la modélisation spatio-temporelle des déterminants de la dynamique spatiale de la dengue à l'échelle régionale du Pacifique, l'échelle territoriale de la Nouvelle-Calédonie, et l'échelle d'une ville, Nouméa, capitale de la Nouvelle-Calédonie.Dans le Pacifique, la dengue survient sous la forme de vagues épidémiques successives dues à l'introduction et à la diffusion régionale d'un nouveau sérotype tous les cinq à sept ans. En Nouvelle-Calédonie, la dengue présente une dynamique épidémique saisonnière, le sérotype dominant étant celui circulant dans la région. L'émergence d'une épidémie nécessite des conditions climatiques précises, et un indicateur annuel prédictif du risque d'émergence est maintenant utilisé de manière opérationnelle par les autorités de santé. Sur le plan spatial, au cours d'une épidémie, en moyenne, la circulation du virus est plus intense dans les zones où la température moyenne ainsi que les densités locales de population sont élevées. Que ce soit sur le territoire entier ou dans la ville de Nouméa, lors de la ré-émergence d'un même sérotype, la diffusion spatiale du virus paraît limitée par l'immunité de population créée par les épidémies précédentes. Cette thèse permet de mettre en évidence la nature complexe et multi-factorielle des maladies vectorielles, et de souligner l'intérêt d'analyses multi-échelles pour l'étude de leur épidémiologie. Au-delà des résultats obtenus sur la dengue dans la région Pacifique, notre volonté était de développer un cadre méthodologique pour l'analyse spatio-temporelle des données de surveillance épidémiologique applicable à d'autres contextes géographiques ou épidémiologiques. / Since the 1970's, the frequency of vector-borne diseases such as Dengue, Chikungunya or Zika has significantly increased in the Pacific region. Understanding the factors and mechanisms underlying the spatio-temporal distribution of these diseases provides useful information regarding their control and prevention. In this thesis, we identified dengue spatio-temporal patterns and used modeling tools to identify the factors associated to an increased epidemiological risk at a regional scale (Pacific), a territorial scale (New-Caledonia), and a city scale (Noumea, the capital of New-Caledonia).Every five to seven years, dengue spreads over the entire Pacific as large epidemics caused by the introduction and regional diffusion of one of the four dengue virus serotypes. In New Caledonia, dengue has a seasonal epidemic pattern. The emergence of an epidemic requires specific climatic conditions. The identification of these conditions led to the implementation of an operational early warning system to predict dengue annual epidemic risk. Spatially, at the territorial scale, during epidemic years, high levels of viral circulation are found in areas with higher mean temperature and higher local population densities. Whether at the territorial scale or at the city scale, the spatial diffusion of the virus during epidemics caused by the re-emergence of the same serotype seems limited by the population immunity created by past epidemics. This thesis highlights the complexity and the multi-factorial aspect of vector-borne diseases, and discusses the usefulness of a multi-scale approach in modelling their epidemiology. Besides enhancing our understanding of dengue epidemiology over the Pacific area, we also developed a methodological framework that can be used in other geographical or epidemiological settings for the spatio-temporal analysis and modeling of epidemiological surveillance data.

La problématique qui a motivé cette étude est celle de la représentation et du traitement de l'information dans le néocortex. On s'intéresse en particulier à l'hypothèse selon laquelle l'information sensorielle est représentée par un "code" spatio-temporel dans l'activité coopérative des populations neuronales. Cette étude est fondamentale pour le développement de solutions technologiques à certains problèmes médicaux (e.g. neuroprothèses). La disponibilité de nouvelles techniques de mesure multi-sites qui permettent d'observer l'activité spatiotemporelle du cortex à de hautes résolutions, nous donne l'occasion d'aborder la notion "d'interaction neuronale" à des échelles mésoscopiques et d'étudier les mécanismes de la sensation et de la perception au niveau des aires fonctionnelles. Nous nous sommes intéressés à l'activité électrique du cortex auditif en réponse aux stimuli sonores, observée in vivo chez le cobaye à l'aide de colorants fluorescents potentiel-dépendants. Nous avons étudié des méthodes pour le traitement, l'analyse et la compression/intégration de l'information spatio-temporelle, adaptées à ce type de données. Une analyse descriptive nous a permit de caractériser les signaux recueillis, ainsi que leur variabilité et les erreurs qui nuisent à la mesure. Une étude théorique est venue compléter cette description et a permit d'interpréter nos données par rapport à l'activité neuronale sous-jacente. Le signal de fluorescence est difficile à traiter avec des techniques classiques de traitement du signal, nous avons donc utilisé des techniques basées sur la transformée en ondelettes afin d'estimer et de caractériser l'activité d'origine neuronale. Finalement, nous avons analysé quelques approches pour la modélisation spatio-temporelle de l'activité du cortex, et nous avons étudié l'adéquation de ces modèles à nos données. Des éléments de méthode pour l'étude de cette problématique et des perspectives pour les expériences futures sont avancés.

Actuellement la plupart des restitutions en patrimoine historique décrivent les édifices patrimoniaux comme un ensemble d'entités statiques et inaltérables. Toutefois, les sites historiques peuvent avoir une histoire très complexe, parfois riche d'évolutions, parfois seulement partiellement connue grâce aux sources documentaires. Trois aspects importants conditionnent l'analyse et l'interprétation du patrimoine historique. Tout d'abord, les bâtiments peuvent subir des transformations importantes ou ils peuvent disparaître au fil du temps. Deuxièmement, l'incertitude est très fréquente en patrimoine historique sous diverses formes : parfois il est impossible de définir la datation, parfois la forme originelle du bâtiment ou sa position spatiale. Troisièmement, la documentation historique concernant les états passés est hétérogène, douteuse, incomplète, et parfois contradictoire. Cette thèse propose une approche intégrée de modélisation capable d'une part de structurer les entités morphologiques spatiales en fonction du temps, d'autre part de conserver l'historique des évolutions architecturales. De plus, des hypothèses multiples à propos des sites historiques devraient être prises en compte. Comme la géométrie n'est pas suffisante pour comprendre les transformations des sites historiques, une interface de visualisation basée sur des graphes est intégrée pour manipuler les géométries et pour comprendre les transformations des édifices et leurs relations.

Les mers côtières jouent un rôle essentiel pour les sociétés humaines. Mais la concentration et la diversité des activités qui s'y développent exercent une pression croissante sur cet espace et les milieux associés en générant des interactions parfois conflictuelles entre activités. La compréhension de ces interactions constitue un enjeu en termes de recherche et pour la société civile. Une méthodologie visant à décrire la distribution spatio-temporelle de différentes activités en mer côtière est donc conçue et mise en œuvre en rade de Brest. La collecte de données spatiales, temporelles, quantitatives et qualitatives combine l'analyse de bases de données spatio-temporelles comme celles issues du Système d'Identification Automatique (AIS), et le dépouillement d'entretiens semi-directifs menés auprès de personnes-ressources. À partir des données hétérogènes collectées, une information structurée dans une base de données spatio-temporelle (BDST) est produite. Dans un premier temps, son exploitation cartographique par un Système d'Information Géographique (SIG) permet la réalisation d'instantanés au pas de temps quotidien sur l'ensemble d'une année. La qualité de l'information temporelle et quantitative puis la nature et la source de l'information spatiale sont renseignées. Dans un second temps, la BDST est mobilisée pour identifier, spatialiser et quantifier les conflits d'usages potentiels et les interactions spatio-temporelles potentielles négatives entre les activités considérées en rade de Brest.

Les mers côtières jouent un rôle essentiel pour les sociétés humaines. Mais la concentration et la diversité des activités qui s’y développent exercent une pression croissante sur cet espace et les milieux associés en générant des interactions parfois conflictuelles entre activités. La compréhension de ces interactions constitue un enjeu en termes de recherche et pour la société civile. Une méthodologie visant à décrire la distribution spatio-temporelle de différentes activités en mer côtière est donc conçue et mise en œuvre en rade de Brest. La collecte de données spatiales, temporelles, quantitatives et qualitatives combine l’analyse de bases de données spatio-temporelles comme celles issues du Système d’Identification Automatique (AIS), et le dépouillement d’entretiens semi-directifs menés auprès de personnes-ressources. À partir des données hétérogènes collectées, une information structurée dans une base de données spatio-temporelle (BDST) est produite. Dans un premier temps, son exploitation cartographique par un Système d’Information Géographique (SIG) permet la réalisation d’instantanés au pas de temps quotidien sur l’ensemble d’une année. La qualité de l’information temporelle et quantitative puis la nature et la source de l’information spatiale sont renseignées. Dans un second temps, la BDST est mobilisée pour identifier, spatialiser et quantifier les conflits d’usages potentiels et les interactions spatio-temporelles potentielles négatives entre les activités considérées en rade de Brest. / Coastal seas play an essential role for human societies who develop many and diverse activities. These space and resource consuming activities induce an increase pressure on the environment and sometimes generate conflicting interactions among various activities. Understanding these interactions remains a challenge for research and civil society. A methodology is proposed to describe the spatial and temporal distribution of several activities in coastal sea. An application is developed in the bay of Brest (Brittany, France). Spatial, temporal, quantitative and qualitative data acquisition combines both analysis of spatio-temporal databases such as automatic identification system (AIS) databases, and results from semi-structured interviews with key-informants. The heterogeneous data collected are stored in a spatio-temporal database (STDB). First, the STDB is used with a Geographic Information System (GIS) to produce temporal snapshots of daily human activities patterns within a year. The quality of temporal and quantitative information and the nature and source of spatial information are also provided. Secondly, the STBD enables to identify, quantify and map potential uses conflicts and potential negative spatial interactions between activities in the bay of Brest.

Le domaine de la modélisation du trafic routier vise à comprendre son évolution. Dans les dernières années, plusieurs modèles du trafic ont été proposés dans l’objectif de géolocaliser les embouteillages au sein du trafic, détecter des motifs dans le trafic routier, estimer l’état du trafic etc. La plupart des modèles proposés considèrent le trafic routier en termes de ses constituants ou comme une entité agrégée en fonction de l’échelle choisie et expliquent l’évolution du trafic quantitativement en tenant compte des relations entre les variables de trafic comme le flot, la densité et la vitesse. Ces modèles décrivent le trafic en utilisant des données très précises acquises par différents capteurs. La précision des données rend son calcul coûteux en termes de ressources requises. Une des solutions à ce problème est la représentation qualitative du trafic routier qui réduit le nombre de ressources de traitement nécessaires. Puisque le trafic routier est un phénomène spatio-temporel, les modèles proposés pour représenter ce type de phénomène pourraient être appliqués dans le cas du trafic routier. Les modèles spatio-temporels, proposés par la communauté de l’Analyse Spatio-Temporelle, ont comme objectif la représentation d’un phénomène tant du point de vue qualitatif que quantitatif. Certains de ces modèles proposent une discrétisation des phénomènes modélisés en considérant un phénomène comme constitué d’entités. Appliquée au trafic routier, cette notion permet d’identifier différentes entités, comme les véhicules, les piétons, les bâtiments etc., qui le constituent. Ces entités influent sur l’évolution du trafic. Les modèles spatio-temporels qualitatifs définissent l’effet des différentes entités les unes sur les autres en terme de relations spatiales. L’évolution spatio-temporelle du phénomène modélisé est représenté par la variation temporelle de ces relations. La prise en compte des entités du trafic et des relations spatiales formalise une structure qui peut être représentée en utilisant un graphe, où les nœuds modélisent des entités et les arcs des relations spatiales. Par conséquent, l’évolution du trafic, modélisée via ce graphe, devient l’évolution du graphe et peut être représenté en terme de la variation de la structure du graphe ainsi que celle des attributs de ses nœuds et de ses arcs. Dans cette thèse, nous proposons une modélisation du trafic routier de ce type basée sur la théorie des graphes. Une des applications à la modélisation du trafic routier est la détection des motifs pertinents au sein du trafic. Dans les modèles du trafic existants, les motifs détectés sont statistiques et sont représentés en utilisant des caractéristiques numériques. Le modèle que nous pro posons dans cette thèse met en avant la structure représentant le trafic routier et peut donc être utilisé pour définir des motifs structurels du trafic qui prennent en compte des différentes entités du trafic et leurs relations. Ces motifs structurels sont sous-jacents à une modélisation sous forme de graphe dynamique. Dans cette thèse, nous proposons un algorithme pour détecter ces motifs structurels du trafic dans le graphe spatio-temporel représentant le trafic routier. Ce problème est formalisé comme celui de l’isomorphisme de sous-graphe pour des graphes dynamiques. L’algorithme proposé est évalué en fonction desdifférents paramètres de graphes. / For past several decades, researchers have been interested in understanding traffic evolution, hence, have proposed various traffic models to identify bottleneck locations where traffic congestion occurs, to detect traffic patterns, to predict traffic states etc. Most of the existing models consider traffic as many-particle system, describe it using different scales of representation and explain its evolution quantitatively by deducing relations between traffic variables like flow, density and speed. Such models are mainly focused on computing precise information about traffic using acquired traffic data. However, computation of such precise information requires more processing resources. A way to remedy this problem is to consider traffic evolution in qualitative terms which reduces the required number of processing resources. Since traffic is spatio-temporal in nature, the models which deal with spatio-temporal phenomenon can be applied in case of traffic. Such models represent spatio-temporal phenomenon from qualitative as well as quantitative standpoints. Depending on the intended application, some models are able to differentiate between various entities taking part in the phenomenon, which proves useful in case of traffic since different objects like vehicles, buildings, pedestrians, bicycles etc., directly affecting traffic evolution, can be included in traffic models. Qualitative spatio-temporal models consider the effects of different entities on each other in terms of spatial relations between them and spatio-temporal evolution of the modeled phenomenon is described in terms of variation in such relations over time. Considering different traffic constituents and spatial relations between them leads to the formation of a structure which can be abstracted using graph, whose nodes represent individual constituents and edges represent the corresponding spatial relations. As a result, the evolution of traffic, represented using graph, is described in terms of evolution of the graph itself, i. e. change in graph structure and attributes of nodes and edges, with time. In this thesis, we propose such a graph model to represent traffic. As mentioned above, one of the applications of existing traffic models is in detecting traffic patterns. However, since such models consider traffic quantitatively, in terms of acquired traffic data, the patterns detected using such models are statistical (a term employed by Pattern Recognition researchers) in the sense that they are represented using numerical description. Since graph-based traffic model proposed in this thesis represents the structure of traffic, it can be employed to redefine the meaning of traffic patterns from statistical to structural (also a term from Pattern Recognition community). Structural traffic patterns include different traffic constituents and their inter-links and are represented using time-varying graphs. An algorithm to detect a given structural traffic pattern in the spatio-temporal graph representing traffic is proposed in this thesis. It formalizes this problem as subgraph isomorphism for time-varying graphs. In the end, the performance of the algorithm is tested using various graph parameters.