Doctorat en sciences sociales, politiques et économiques / info:eu-repo/semantics/nonPublished

La modélisation hydrologique permet de quantifier la transformation pluie-débit au sein d’un bassin versant. Bien que les modèles parviennent généralement à représenter de manière acceptable le fonctionnement des bassins versants, cette représentation, nécessairement simplifiée, reste imparfaite, et une quantification des incertitudes est souhaitable. Cette thèse s’intéresse à la quantification de l’incertitude prédictive en modélisation hydrologique. Le principal objectif de nos travaux est d’explorer différentes méthodes qui permettent d’associer à des simulations ou des prévisions de débits déterministes des distributions probabilistes. Nous distinguons le contexte de simulation du contexte de prévision et adoptons dans ces deux cas une démarche comparative et pragmatique qui permet d’évaluer différentes approches sur un large échantillon de bassins versants français, à l’aide de critères d’évaluation adaptés. En simulation, nos travaux ont porté sur deux méthodes liées à l'estimation des paramètres des modèles hydrologiques, la méthode GLUE et le calage bayésien, ainsi que sur deux approches plus pragmatiques, l'approche multi-modèles, et le post-traitement statistique. Nos résultats suggèrent que les approches telles que GLUE qui ne s'appuient que sur un ensemble de différents jeux de paramètres ne parviennent pas, en général, à représenter de manière adéquate l'incertitude prédictive totale. L'utilisation d'un modèle d'erreur extérieur au fonctionnement interne du modèle hydrologique est nécessaire. Les méthodes de post-traitement suffisamment flexibles pour caractériser les erreurs résiduelles obtenues en calage parviennent à refléter de manière plus satisfaisante les marges d'erreurs du modèle hydrologique utilisé. Nous proposons également une méthode qui permet d'obtenir une estimation de l'incertitude prédictive pour les bassins non jaugés, au moyen d'un transfert des marges d'erreurs constatées sur les bassins jaugés. Les résultats indiquent que la méthode est prometteuse et fournit dans la plupart des cas des intervalles de confiance fiables et fins sur les sites non-jaugés. En prévision, nos travaux ont porté d'une part sur la comparaison de différentes méthodes de post-traitement statistique, et d'autre part sur l'interaction entre l'assimilation de données et le post-traitement au sein d'une chaîne de prévision hydrologique d'ensemble. Les résultats obtenus montrent l'importance de la prise en compte de l'évolution de l'incertitude prédictive en fonction de l'échéance de prévision et mettent en évidence les gains de performance qui peuvent être obtenus quand la quantification de l'incertitude s'appuie sur une meilleure caractérisation de la situation de la situation de prévision. Enfin, nos travaux indiquent que l'utilisation conjointe de l'assimilation de données et d'une méthode de post-traitement permet d'améliorer les performances d'une chaîne de prévision hydrologique d'ensemble. / Hydrological modelling aims to quantify the rainfall-runoff relationship at the catchment scale. Although hydrological models are generally able to provide an acceptable representation of the catchment behaviour, this representation is necessarily simplified and imperfect, as a consequence an evaluation of uncertainties is desirable. This thesis focuses on the quantification of predictive uncertainty in hydrological modelling. Our main objective was to explore several methods that can be used to complete the deterministic predictions of a rainfall-runoff model with probabilistic distributions. Two prediction cases were distinguished, namely simulation and forecast. We set up a comparative framework to evaluate different uncertainty quantification methods on a large set of French catchments. In simulation mode, we focused on two methods related to the parameter estimation issue, the GLUE uncertainty method and the Bayesian framework, as well as two more pragmatic approaches, a multi-model approach and the post-processing method. Our results suggest that the GLUE-like methods based on ensembles of various parameter sets do not provide an adequate representation of the total predictive uncertainty. An external model error is necessary. Post-processing methods that are flexible enough to adequately describe the residual errors of the hydrological model obtained during calibration give more satisfactory estimates of the modelling uncertainty. We also present a method able to transfer model uncertainty estimates from gauged to ungauged catchments. Our results demonstrate that the method holds interesting perspectives, providing in most cases reliable and sharp uncertainty bounds at ungauged locations. In a forecasting context, we compared several post-processing methods and evaluated the interactions between data assimilation and post-processing in an ensemble forecasting modelling chain. Results show the crucial role of the lead time on the estimates of predictive uncertainty. They also suggest that some improvement can be achieved when the evolution of flows is better taken into account by a post-processing method. Last, we investigated the interactions between data assimilation and post-processing in hydrological ensemble forecasting and showed the benefits of using both in an ensemble forecast system.

La forte variabilité de la vitesse du vent fait que l'énergie produite par un parc éolien n'est pas constante dans le temps. Le gestionnaire ne peut donc pas dimensionner son réseau électrique en prenant intégralement ce type de production en compte. L' une des solutions préconisées pour permettre le développement de l' éolien et son intégration avec une plus grande sureté aux réseaux, est de développer et d'améliorer les outils de prévisions. Le travail de thèse consiste à améliorer les performances d'un outil de prédiction basé sur les réseaux de neurones bayesiens, permettant la prédiction de la puissance à très court terme . Le prédicteur fonctionne notamment par J'ajustement de paramètres, certain se détermine « automatiquement » via le mécanisme des réseaux de neurones bayesiens d' autres, que nous nommerons paramètres temporels, sont à l' appréciation de l'utilisateur. Le travail mené consiste à établir un protocole pour la fixation de ces paramètres tout en améliorant les performances du prédicteur . Nous avons donc décidé de conditionner leurs valeurs en fonction de la variabilité des séquences de puissance précédent l'instant de prévision. Tout d'abord nous avons classifié des séquences de puissance en fonction de leurs coefficients de variation en appliquant la méthode des C-moyennes floues. Puis, chaque classe formée a été testée sur plusieurs valeurs de paramètres, les valeurs associées aux meilleures prédictions ont été retenues. Enfin, ces résultats couplés au formalisme des Chaines de Markov, par le biais de la matrice de transition , ont perm is d'obtenir des taux d'amélioration par rapport à la persistance allant de 7,73 à 23,22 % selon l'horizon de prédiction considéré / The high variability of the wind speed has for conse quences that the energy produced by a wind farm is not constant over time. Therefore, the manager can't size the electrical network by takin g into account this type of production. One solution advocated for the development of wind energy and its integrati on with greater security at network, is to develop and improve fore casting tools. The thesi s objective is to improve the performance of a predi ction tool based on Bayesian neural networks, allowing the predi ction of wind power for short timescales. The predictor works, in part icular by the adjustment of parameters, sorne is determined "automatically" through the mechan ism of neural networks Bayesian other , which we cali temporal parameters are at the discretion of the user. The work involves establishing a protocol for the determination of these parameters and improving the performance of the predictor. So, we decided to condition their values depending on the sequence variability of wind power previous the moment of the forecast. First we classified sequences of power according to their coefficients of variation using the method of fuzzy C-means. Then, each formed class was tested for several parameters values, the values associated with the best predictions were selected. Finally , these result s coupled with the formalism of Markov chains , through the transition matrix allowed to obtain rates of improvement over the persistence ranging from 7.73 to 23.22 % depending on the prediction horizon considered

L’électroencéphalogramme (EEG), mesure de l'activité électrique du cerveau, reste une des meilleures méthodes de prévision non-invasive des résultats neurologiques. L'objectif de notre travail est de développer un système de classification automatique qui prévoit des risques sur la maturation cérébrale, se traduisant par un état pathologique à 2 ans. Les caractéristiques du signal EEG, qui sont utiles à la prévision automatisée, sont traitées via un module appelée EEGDiag, et sont appliquées sur un ensemble de données issues de 397 dossiers de nouveau-nés prématurés. Chaque dossier comprend un enregistrement EEG, et un rapport concernant les informations et les diagnostics de l’enfant à la naissance et 2 ans plus tard (normal, pathologique ou douteux). Pour aider les médecins à prévenir l’état neurologique anormal du nouveau-né prématuré, nous avons développé plusieurs modèles de classification qui s’appliquent sur différentes séries de caractéristiques du signal EEG inspirées des annotations des neuropédiatres. Plusieurs modèles de classification et d’aide à la décision sont testés sur différentes extractions de la base de données afin de fournir aux médecins le système de classification le plus performant. Notre système proposé permet de détecter automatiquement des pronostics sur l’état pathologique du nouveau-né prématuré. Notre travail a consisté à subdiviser l’amplitude des bouffées du signal EEG en trois catégories : faible, moyenne et forte. Cette étude de subdivision a permis de choisir les intervalles associés à ces trois catégories permettant d’augmenter considérablement la performance de notre système de classification automatique. Une analyse de corrélation a permis de détecter des relations d’indépendance et de redondance entre certaines données, ce qui permet de réduire le nombre de variables décisives et de sélectionner ainsi la meilleure série de variables qui ramènent notre système à devenir optimal et plus efficace. Ces études nous ont permis d’atteindre un système de classification automatique basé sur une série de 17 variables avec une exactitude 93.2%. Ce système peut apporter une bonne sensibilité à la prévision de l’état neurologique du nouveau-né prématuré et peut servir comme aide à la décision dans le traitement clinique. / The electroencephalogram (EEG), a measure of the electrical activity of the brain, remains one of the best non-invasive methods for predicting neurological outcomes. The aim of our work is to develop an automatic classification system which predicts risks on cerebral maturation that can lead to a pathological condition at 2 years. The EEG signal characteristics, which are useful for automated prediction, are processed via an application called EEGDiag, and applied to a set of 397 records for premature infants. Each record include an EEG record and a report on infant information and diagnosis at birth and 2 years later (normal, sick or risky). To assist physicians in preventing any abnormal neurological condition of the premature newborn, we have developed several intelligent classification models which can be applied to several series of characteristics of the EEG inspired from the annotations of neuropediatricians. Several classification and decisional aid models have been tested on different extracted databases in order to offer to doctors the best efficient classification system. Our proposed system automatically detects the prognosis of the premature newborn pathological condition. Our work consisted of subdividing the amplitude of EEG signal burst into three categories: low, medium and high. This subdivision study allowed to choose Intervals of these three categories which have served to greatly increase the performance of our intelligent classification system. A correlative data analysis allowed to create an independence and redundancy relation between the data attributes, which reduces the number of decisive parameters and thus selects the best series of parameters that made our system optimal and more efficient. These studies enabled us to achieve a classification system based on a series of 17 parameters with an accuracy 93.2%. This system can provide good sensitivity on predicting the neurological status of premature newborn and can be used as a decisional aid in clinical treatment.

Doctorat en sciences sociales, politiques et économiques / info:eu-repo/semantics/nonPublished

Dans un contexte de demande mondiale en sucre sans cesse croissante, l'estimation de la biomasse de canne à sucre dans les pays petits producteurs (dont la Réunion est un exemple) est un levier d'optimisation de la production et donc de pérennisation de la filière sucrière face à des géants tels le Brésil, l'Inde ou encore la Chine. L'objectif de cette thèse est d’'explorer l'apport de la télédétection à l'estimation des rendements à l'échelle de la parcelle de canne à sucre à la Réunion. Nous avons organisé notre travail suivant deux grandes approches : d'une part une approche méthodologique, où nous explorons le couplage (réétalonnage et forçage) entre données de télédétection et modèles et d'autre part une approche opérationnelle où nous comparons trois méthodes d'estimation du rendement basées sur la télédétection : (1) les relations empiriques entre rendement et indices de végétation calculés à partir de données de télédétection, (2) les modèles d'efficience, faiblement paramétrés et donc aisément adaptables à différentes types de cultures et (3) le forçage d'un modèle de croissance de la canne à sucre avec des données issues de télédétection. Le modèle de croissance utilisé est MOSICAS, adapté aux conditions de culture de la canne à sucre à la Réunion. Nos tests ont été réalisés sur soixante-trois parcelles situées sur deux exploitations agricoles présentant des conditions de croissance contrastées, ainsi que sur sept placettes expérimentales. Notre jeu de données était composé de données obtenues par télédétection (images SPOT4 & 5, données de capteurs infrarouges thermiques), ainsi que des données de rendement, des données climatiques, pédologiques et d'itinéraire technique (calendriers d'irrigation et dates de coupe). L'approche méthodologique a montré que les données de télédétection apportaient une amélioration significative de l'estimation des rendements par le modèle MOSICAS au travers de la prise en compte de l'état réel de développement de la culture ou encore de l'amélioration des valeurs de paramètres du modèle. Nous avons notamment montré que le forçage apportait un gain de précision de 2.6 t ha-1 aux rendements estimés par le modèle. En outre, nous avons réétalonné le paramètre d'efficience de conversion du rayonnement en biomasse pour chaque variété étudiée. Enfin, nous avons déterminé une valeur optimisée de la réserve utile via la profondeur d'enracinement par réétalonnage en utilisant l'indice de stress hydrique CWSI comme variable d'ajustement. Concernant l'approche applicative, nos résultats ont montré que les méthodes les plus complexes d'estimation du rendement n'offraient pas les meilleurs résultats en termes de précision. Nous recommandons l'utilisation de la méthode reposant sur une simple relation empirique entre le NDVI et le rendement pour l'élaboration d'un système opérationnel d'estimation de la production de la biomasse de canne à la Réunion. Ces résultats offrent plusieurs perspectives : d'une part, une meilleure prise en compte de l'hétérogénéité des variétés cultivées à la Réunion en réétalonnant les paramètres clés du calcul de rendement pour chacune de ces variétés et tester différents scénarios d'implantation variétale selon les zones climatiques de l'île. De plus, la méthode d'estimation de la biomasse proposée ici peut être exportée à d'autres pays petits producteurs de canne à sucre, notamment avec la mise en place du système Sentinel-2 devant apporter, à terme, des images en accès libre à haute résolution spatiale. 5 / In the context of an increasing demand for sugar, the estimation of sugarcane biomass in smallholding farming countries (of which Reunion Island is an example) is an optimization lever of production and thus of sustainability for the sugar industry facing giants such as Brazil, India of China. The objective of this thesis is to explore the contribution of remote sensing for the estimation of sugarcane yields at field scale on Reunion Island. We organized our work in two main approaches: first, a methodological approach, where we explore the coupling (recalibration and forcing) between remote sensing data and modeling, and second, an operational approach where we compare three methods of yield estimation based on remote sensing : (1) empirical relationships between yield and vegetation indices computed from remote sensing data, (2) the efficiency models, with a low number of parameters and thus easily adaptable to different types of crops and (3) forcing a sugarcane crop growth model with data derived from remote sensing. The MOSICAS sugarcane dedicated crop model, which is adapted to the cropping conditions of Reunion Island, was used. Our tests were made on sixty three fields located on two contrasted in-farm sites, and on seven plots located on an experimental site. Our dataset was composed of remote sensing data (SPOT4 & 5 images and thermal infrared data), yield data, climatic data, soil data and cropping practices data (irrigation schedules and harvest dates). Concerning the methodological approach, obtained results showed that remote sensing data, through a better inclusion of the actual state of development of the crop or an optimized parameterization of the model, results in a significant enhancement of the estimation of the yield by the MOSICAS model. In particular, we showed that forcing the model resulted in a gain of accuracy of 2.6 t ha-1. We also recalibrated the radiation use efficiency parameter for each studied cultivar. Finally, we determined an optimized value of the rooting depth parameter using recalibration and the water stress index CWSI as an adjustment variable. Concerning the application approach, our results also showed that the more complex methods of yield estimation do not provide the best results when considering the precision. We therefore recommend using the simple empirical relationship between yield and vegetation indices for the estimation of the sugarcane biomass on Reunion Island. These results offer several prospects: firstly, a better inclusion of the heterogeneity of cultivars used on Reunion Island by recalibrating the key parameters of the yield computation for each of these cultivars in order to test various scenarios of cultivar implantation as a function of climatic zones of the island. The estimation method selected here should also be exported to other sugarcane smallholder countries, particularly with introduction of the Sentinel-2 system to provide open access and high spatial resolution images.

Au cours des années récentes, les véhicules électriques sont revenus sur le devant de la scène des politiques publiques en matière de transport. Considérés comme un remède possible à diverses préoccupations pressantes des pouvoirs publics, ils bénéficient d'un soutien croissant de leur part. De telles mesures de soutien demeurent contestées : en effet, leur impact sur le décollage effectif des ventes, leur soutenabilité, leur utilité et leur justification sont loin d'aller de soi. Cette étude vise à éclairer l'impact des politiques publiques destinées à influencer la demande sur i) le taux de pénétration des véhicules électriques auprès des ménages français, et ii) les finances publiques. Dans un premier temps sera brossé le tableau du contexte dans lequel les véhicules électriques ont vocation à se développer. Il sera proposé un panorama large des opportunités potentielles offertes par l'introduction des véhicules électriques. Une revue internationale des politiques publiques est conduite, qui décrit les leviers de politique publique qui sont aujourd'hui actionnés en soutien au véhicule électrique de par le monde. L'accent y est mis sur les mesures destinées à agir sur la demande. Des conclusions préliminaires seront proposées sur l'efficacité de ces mesures au regard des taux observés de pénétration du véhicule électrique. Dans un deuxième temps, l'étude s'attache à évaluer le marché potentiel des véhicules électriques auprès des ménages français. L'analyse porte non seulement sur les déterminants financiers de la demande, mais aussi sur les obstacles socio-économiques à l'adoption des véhicules électriques par ces ménages. S'appuyant sur une analyse par scénarios qui permet de rendre compte des nombreuses incertitudes relatives aux évolutions à prévoir des véhicules, des coûts et des tendances de marché, une prévision du potentiel de demande à l'horizon 2023 est avancée. L'approche désagrégée qui est appliquée à partir de la base de données de l'Enquête Nationale Transports et Déplacements 2007/2008 permet d'identifier les combinaisons de instruments financiers de politique publique les plus à même de garantir certains niveaux de pénétration du véhicule électrique dans la prochaine décennie. Enfin, l'impact sur les finances publiques du remplacement d'un véhicule conventionnel par un véhicule électrique est étudié. L'analyse porte à la fois sur les phases de production et d'usage du véhicule. Le modèle d'évaluation développé à cet effet tient compte des impacts directs et indirects sur les finances publiques. Sont pris en compte les subventions directes à l'achat, les allègements fiscaux, les recettes fiscales, ainsi que les effets sur l'emploi. Les conclusions et observations tirées de l'étude permettent de formuler diverses suggestions à l'attention des constructeurs automobiles et des décideurs publics affichant la volonté de soutenir l'essor du véhicule électrique / In recent years, electric vehicles have come to the forefront of public transport policies. They are seen as remedy for various pressing public concerns and are thus increasingly benefiting from supportive policy measures. Such measures remain contested: their impact on actual vehicle uptake rates, their sustainability, usefulness and justification are far from being self-evident. This study aims at uncovering the effect of financial demand-side public policy measures on i) the uptake rate of electric vehicles among private households in France, and ii) the public budget. First, the context within which electric vehicles are to evolve is sketched. A comprehensive overview of the potential opportunities that come with the introduction of electric vehicles is given. An international policy review depicts public policy levers that are currently deployed in order to support the uptake of electric vehicles. A focus is put on financial demand-side measures. Preliminary conclusions on their effectiveness with regards to observed electric vehicle uptake rates in the various countries reviewed are drawn. Next, the potential market for electric vehicles among French households is explored. Besides financial aspects, socio-economic obstacles to electric vehicle uptake among private households are analysed. With the aid of scenario analysis that accounts for the many uncertainties with regards to future vehicle developments, costs and market trends, a forecast of the electric vehicles' potential up until 2023 is given. The applied disaggregate approach based on the database of the French National Transport Survey 2007/2008 allows identifying the most promising sets of financial public policy measures that are likely to guarantee certain electric vehicle uptake rates over the next decade. Lastly, the effect of replacing one conventional vehicle by one electric vehicle on the public budget is investigated. Both, vehicle manufacture and use aspects are considered. The set up valuation model hereby accounts for direct and indirect financial impacts on the public budget. These comprise direct purchase subsidies, tax breaks, and tax income, as well as effects of changing employment situations that alter the amount of social contributions and unemployment benefits .The study's findings and considerations allow for various suggestions for vehicle manufacturers and policy makers willing to support the uptake of electric vehicles. These are listed in the conclusions section which also sketches directions for further research

Les sondages pré-électoraux jouent un rôle important dans les élections en aidant les candidats à sélectionner leur plateforme et les électeurs à coordonner leurs votes. Ils influencent le bien-être de la société à travers les mesures de politiques qui seront mises en oeuvre après les élections. Mais, les prédictions obtenues à partir des réponses aux sondages sont souvent biaisées et volatiles. Les biais proviennent soit du format de question utilisé dans le sondage soit du processus cognitif par lequel les individus élaborent la réponse. La négligence de corrélation est l’un des biais cognitifs susceptibles d’affecter les réponses au sondage. Le présent mémoire vise à comparer théoriquement et empiriquement les pouvoirs prédictifs des différents formats de questions posées dans les sondages puis à mesurer l’effet du biais de négligence de corrélation sur les réponses des individus à l’aide d’une expérience de laboratoire. Les sondeurs utilisent trois types de question pour prédire le résultat de l’élection : les questions binaires, binaires avec incertitude et probabilistes. Les résultats théoriques montrent que les questions binaires avec incertitude donnent une estimation plus précise du résultat de l’élection que les questions binaires. Cette précision dépend de la proportion des électeurs indécis dans la population et de la façon dont les répondants interprètent la question. Les questions probabilistes sont plus précises que les deux autres formats de question. Selon les résultats expérimentaux, la corrélation entre les préférences électorales et les coûts de participation aux élections affecte significativement les réponses données par les individus dans les sondages.

La prévision hydrologique consiste à évaluer quelle sera l'évolution du débit au cours des prochains pas de temps. En utilisant les systèmes actuels de prévisions hydrologiques déterministes, il est impossible d'apprécier simplement l'incertitude associée à ce type de prévision, ce que peut nuire à la prise de décisions. La prévision hydrologique d'ensemble (PHE) cherche à étayer cette incertitude en proposant, à chaque pas de temps, une distribution de probabilité, la prévision probabiliste, en place et lieu d'une estimation unique du débit, la prévision déterministe. La PHE offre de nombreux bénéfices : elle informe l'utilisateur de l'incertitude; elle permet aux autorités qui prennent des décisions de déterminer des critères d'alerte et de mettre en place des scénarios d'urgence; elle fournit les informations nécessaires à la prise de décisions tenant compte du risque. L'objectif principal de cette thèse est l'évaluation de prévisions hydrologiques d'ensemble, en mettant l'accent sur la performance et la fiabilité de celles-ci. Deux techniques pour construire des ensembles sont explorées: a) une première reposant sur des prévisions météorologiques d'ensemble (PME) et b) une seconde exploitant simultanément un ensemble de modèles hydrologiques (multimodèle). En termes généraux, les objectifs de la thèse ont été établis afin d'évaluer : a) les incertitudes associées à la structure du modèle : une étude qui repose sur des simulations journalières issues de dix-sept modèles hydrologiques globaux, pour plus de mille bassins versants français; b) les incertitudes associées à la prévision météorologique : une étude qui exploite la PME du Service Météorologique du Canada et un modèle hydrologique opérationnel semi-distribué, pour un horizon de 3 jours sur douze bassins versants québécois; c) les incertitudes associées à la fois à la structure du modèle et à la prévision météorologique : une étude qui repose à la fois sur la PME issue du ECMWF (European Centre for Medium-Range Weather Forecasts) et seize modèles hydrologiques globaux, pour un horizon de 9 jours sur 29 bassins versants français. Les résultats mets en évidence les avantages des systèmes probabilistes par rapport aux les déterministes. Les prévisions probabilistes sont toutefois souvent affectées par une sous dispersion de leur distribution prédictive. Elles exigent alors un post traitement avant d'être intégrées dans un processus de prise de décision. Plus intéressant encore, les résultats ont également montré le grand potentiel de combiner plusieurs sources d'incertitude, notamment celle associée à la prévision météorologique et celle associée à la structure des modèles hydrologiques. Il nous semble donc prioritaire de continuer à explorer davantage cette approche combinatoire.

L'objectif de cette étude est d'étudier les caractéristiques des asthmatiques qui consultent souvent l'urgence. Trente asthmatiques (16 hommes et 14 femmes) qui ont consulté l'urgence en raison d'une détérioration de l'asthme à au moins deux reprises pendant une période d'étude d'un an précédant l'évaluation sont comparés sur des variables physiopathologiques, socio-économiques et psychologiques à 30 asthmatiques qui n'ont pas utilisé l'urgence pour la même période. Une analyse de régression logistique multiple montre que l'impact de l'asthme et la perception d'efficacité personnelle de l'asthme constituent les variables permettant de prédire l'appartenance au groupe fréquentant souvent l'urgence. Les résultats soulignent l'importance des variables cognitives dans l'utilisation fréquente de l'urgence fait par les asthmatiques.