Ce mémoire de maîtrise vise à analyser la demande pour l'efficacité énergétique des véhicules à l'aide de la méthode des prix hédoniques. Pour ce faire, nous employons les données du Système d'information sur les véhicules (SIV) fournies par Ressources naturelles Canada ainsi que les données de l'agence de protection environnementale américaine (EPA). Nous développons un modèle pour les prix hédoniques que nous appliquons pour estimer les effets du prix de l'essence sur certains attributs des véhicules automobiles dont l'efficacité énergétique. Une nouvelle procédure de statique comparée permet de contourner le problème de multicolinéarité observée dans les études antérieures. Les résultats indiquent que les changements dans le prix de l'essence affectent les caractéristiques de la voiture. Les élasticités unitaires calculées de la demande pour l'efficacité énergétique par rapport au prix de l'essence suggèrent que l'application d'une taxe à la pompe agirait plus efficacement sur la demande pour l'efficacité énergétique qu'un programme de remise à l'achat d'un véhicule écoénergétique.

Depuis plusieurs années, la prévision d'ensemble suscite beaucoup d'intérêt en météorologie et en hydrologie. Le dessein de ce type de prévisions est d'évaluer l'incertitude du système pour la présenter sous la forme d'un ensemble de prévisions probables. En hydrologie, la prévision d'ensemble (PHE) est produite en fournissant au modèle pluie-débit les prévisions météorologiques d'ensemble (PME). La valeur ajoutée de cette prévision, comparée à la prévision hydrologique déterministe typique (PHD), pourrait s'avérer d'une grande utilitée pour la gestion en situation de crue. Dans le cadre de cette maîtrise, des PHE de débits et de niveaux sont produites sur le bassin versant du Haut Saint-François pour deux périodes qui ont connu des événements de crues. Les PHE de débits sont simluées en fournissant au modèle hydrologique HYDROTEL la PME issue du système opérationnel d'ensemble canadien. Ces PHE se sont avérées plus performantes que les PHD à partir de l'horizon 24 heures. L'évaluation des PHE obtenues a également démontré que les PHE sous-estiment l'incertitude réelle du système. Cette sous-dispersion de l'ensemble, prononcée lors des premiers pas de temps, s'atténue avec l'horizon. Pour corriger cette sous-dispersion des débits, un post-traitement par la méthode du meilleur membre est appliqué. Cette méthode s'avère efficace et permet d'améliorer la fiabilité de la prévision. Par contre, le post-traitement crée une discontinuité temporelle des hydrogrammes. Pour pallier cette situation, les PHE brutes sous-dispersées sont donc fournies en entrée au modèle hydraulique HEC-RAS pour estimer les niveaux d'eau. Ces prévisions d'ensemble de niveaux présentent également une sous-dispersion, et cela peu importe l'horizon de prévision. L'analyse des prévisions émises les jours précédents les événements de crues a finalement permis de faire quelques observations. Pour l'un des événements, les prévisions probabilistes ont réussi à anticiper l'événement deux jours plus tôt que la prévision déterministe. À 24 heures de préavis, l'incertitude sur les prévisions émises était importante pour les deux événements étudiés. Ce mémoire constitue un premier pas vers l'implantation d'un système opérationnel utilisant les prévisions hydrologiques d'ensemble.

L’inflation est un facteur important à considérer pour les agents participant aux marchés financiers puisqu’elle vient éroder la valeur des actifs qu’ils possèdent. Depuis quelques d’années, l’émission d’obligations à rendement réel permet de corriger cet effet en remboursant les investisseurs pour l’inflation ayant affecté l’économie pendant la période de détention. La coexistence d’obligations à rendement réel et nominal est potentiellement intéressante puisqu’elle permet de mesurer l’inflation anticipée par les investisseurs. En effet, selon la loi de Fisher, l’écart entre le rendement des obligations nominales et celui des obligations réelles (le taux d’inflation neutre) mesure le taux d’inflation prévu par les marchés. Pour les décideurs politiques, les investisseurs et autres agents intervenant sur les marchés, il est important de connaître tout indicateur pouvant aider à prévoir l’inflation. Cependant, le taux d’inflation neutre n’a pas une corrélation parfaite avec l’inflation anticipée. Plusieurs facteurs peuvent potentiellement expliquer cette divergence. Par exemple, plusieurs études semblent établir que l'existence de primes diverses affecte le taux d’inflation neutre (TINM) et pourrait réduire la capacité de ce nouvel indicateur à mesurer avec exactitude les anticipations d’inflation à long terme du marché. Dans ce contexte, l'objectif principal de cette étude est d’expliquer l’évolution et les déterminants du taux d’inflation neutre et en quoi ces déterminants et primes viennent affecter l’équation de Fisher et l’interprétation du TINM comme mesure des anticipations inflationnistes. / Inflation is an important consideration for agents participating in financial markets, because it erodes the value of assets. For several years, the issuance of real return bonds (RRBs) has offered one way to correct this effect, by compensating investors for inflation born during the holding period. The coexistence of real and nominal bond yields is potentially interesting since it might allow to measure the inflation anticipated by investors. Indeed, under Fisher’s law, using the difference between real (indexed) and nominal bond yields (the BEIR) can be used to measure inflation expectations. For policy makers, investors and other agents involved in the markets, it is important to analyze any indicator that can help predict inflation. However, the BEIR may not exhibit a perfect correlation with expected inflation. Several factors may partly explain the discrepancy. For example, several studies show that various premiums affecting the BEIR might reduce the ability of this new indicator to measure correctly the market’s long-term inflation expectations. The main objective of this study is to explain the behaviour of the BEIR and how this behaviour, as well as the existence of these premiums, impact Fisher’s equation and the BEIR’s ability to correctly measure inflation expectations.

Cette thèse explore la compréhension du mouvement animal en écologie sous un angle statistique, un aspect crucial pour diverses applications pratiques telles que la réintroduction d'espèces, la planification de campagnes de vaccination et la surveillance des transports de particules. Pour ce faire, elle se fixe plusieurs objectifs majeurs. Dans un premier volet, la thèse se concentre sur la modélisation de l'approche directionnelle du mouvement animal. Cela implique l'intégration d'un nombre variable de facteurs environnementaux dans la trajectoire des animaux, en utilisant notamment un modèle de régression angulaire. Ces facteurs, appelés « cibles », sont essentiels pour une compréhension approfondie du mouvement des animaux. Un deuxième objectif consiste à élaborer des modèles multi-états pour tenir compte de la diversité des comportements animaux. Ces modèles permettent d'associer différents comportements à des états non observés, une tâche complexe en termes d'inférence étant donné que la vraisemblance des données dépend de l'ensemble des états, qui restent cachés. Par exemple, un modèle de Markov caché est utilisé dans l'approche directionnelle pour prédire le mouvement des caribous. En parallèle, la thèse vise à développer une régression logistique conditionnelle multi-états pour l'approche de type choix discret. Cette méthode permet de prédire les choix des animaux en fonction des attributs du paysage, en uniformisant autant que possible les deux approches pour en exposer les forces et faiblesses respectives. Enfin, les avancées méthodologiques découlant de ces travaux sont présentées afin de comprendre les améliorations notables pour analyser le mouvement des animaux avec des modèles multi-états. Ainsi, la thèse s'inscrit dans une démarche visant à améliorer la compréhension du mouvement animal en intégrant des facteurs environnementaux et des comportements multi- états. Elle offre également des outils pratiques pour l'analyse des données de trajectoires animales, ce qui pourrait avoir un impact significatif dans le domaine de l'écologie. / This thesis explores the understanding of animal movement in ecology from a statistical perspective, a crucial aspect for various practical applications such as species reintroduction, vaccination campaign planning, and monitoring particle transport. To this end, it sets several major objectives. Firstly, the thesis focuses on modeling the directional approach to animal movement. This involves integrating a variable number of environmental factors into the animals' trajectories, notably using an angular regression model. These factors, called "targets," are essential for a thorough understanding of animal movement. A second objective is to develop multi-state models to account for the diversity of animal behaviors. These models allow for associating different behaviors with unobserved states, a complex task in terms of inference since the likelihood of the data depends on the set of states, which remain hidden. For example, a hidden Markov model (HMM) is used in the directional approach to predict caribou movement. Concurrently, the thesis aims to develop a multi-state conditional logistic regression for the discrete choice approach. This method allows predicting animal choices based on landscape attributes, standardizing both approaches as much as possible to highlight their respective strengths and weaknesses. Finally, the methodological advances following this work are presented to understand the significant improvements in analyzing animal movement with multi-state models. Thus, the thesis aims to enhance the understanding of animal movement by integrating environmental factors and multi-state behaviors. It also offers practical tools for analyzing animal trajectory data, which could have a significant impact in the field of ecology.

Les analyses de risque microbiologique, dont l'ÉQRM (évaluation quantitative du risque microbien) proposent de nouvelles techniques pour évaluer les conséquences sanitaires liées à la contamination microbiologique de l'eau potable. Ces modèles intègrent les données physico-chimiques et microbiologiques des usines de traitement d'eau pour quantifier un risque à la santé. Le projet visait à évaluer le lien entre le risque estimé selon un modèle ÉQRM et l’incidence de giardiase observée. Les banques de données des maladies à déclaration obligatoire et d’INFO-SANTÉ ont été utilisées pour comparer le résultat de l’analyse de risque à celui des analyses épidémiologiques. Les municipalités considérées les plus à risque par l'ÉQRM ont une incidence de gastroentérite et de parasitoses plus élevée. Cependant, l'ampleur du risque prédit ne correspond pas à celui observé. Il est souhaitable que les modèles d’ÉQRM incorporent des données populationnelles pour prédire avec une plus grande exactitude le risque épidémiologique.

Cette thèse examine l’effet de l’information sur la prévision macroéconomique. De façon spécifique, l’emphase est d’abord mise sur l’impact des frictions d’information en économie ouverte sur la prévision du taux de change bilatéral et ensuite sur le rôle de l’information issue des données d’enquêtes de conjoncture dans la prévision de l’activité économique réelle. Issu du paradigme de la nouvelle macroéconomie ouverte (NOEM), le premier essai intègre des frictions d’informations et des rigidités nominales dans un modèle d’équilibre général dynamique stochastique (DSGE) en économie ouverte. Il présente ensuite une analyse comparative des résultats de la prévision du taux de change obtenu en utilisant le modèle avec et sans ces frictions d’information. Tandis que le premier essai développe un modèle macroéconomique structurel de type DSGE pour analyser l’effet de la transmission des choc en information incomplète sur la dynamique du taux de change entre deux économies, le deuxième et troisième essais utilisent les modèles factorielles dynamiques avec ciblage pour mettre en exergue la contribution de l’information contenu dans les données d’enquêtes de confiance (soit au niveau de l’économie nationale que internationale) sur la prévision conjoncturelle de l’activité économique réelle. « The Forward Premium Puzzle : a Learning-based Explanation » (Essai 1) est une contribution à la littérature sur la prévision du taux de change. Cet essai a comme point de départ le résultat théorique selon lequel lorsque les taux d’intérêt sont plus élevés localement qu’ils le sont à l’étranger, cela annonce une dépréciation future de la monnaie locale. Cependant, les résultats empiriques obtenus sont généralement en contradiction avec cette intuition et cette contradiction a été baptisée l’énigme de la parité des taux d’intérêt non-couverte ou encore «énigme de la prime des contrats à terme ». L’essai propose une explication de cette énigme basée sur le mécanisme d’apprentissage des agents économiques. Sous l’hypothèse que les chocs de politique monétaire et de technologie peuvent être soit de type persistant et soit de type transitoire, le problème d’information survient lorsque les agents économiques ne sont pas en mesure d’observer directement le type de choc et doivent plutôt utiliser un mécanisme de filtrage de l’information pour inférer la nature du choc. Nous simulons le modèle en présence de ces frictions informationnelles, et ensuite en les éliminant, et nous vérifions si les données artificielles générées par les simulations présentent les symptômes de l’énigme de la prime des contrats à terme. Notre explication à l’énigme est validée si et seulement si seules les données générées par le modèle avec les frictions informationnelles répliquent l’énigme. « Using Confidence Data to Forecast the Canadian Business Cycle » (Essai 2) s’appuie sur l’observation selon laquelle la confiance des agents économiques figure désormais parmi les principaux indicateurs de la dynamique conjoncturelle. Cet essai analyse la qualité et la quantité d’information contenu dans les données d’enquêtes mesurant la confiance des agents économiques. A cet effet, il évalue la contribution des données de confiance dans la prévision des points de retournement (« turning points ») dans l’évolution de l’économie canadienne. Un cadre d’analyse avec des modèles de type probit à facteurs est spécifié et appliqué à un indicateur de l’état du cycle économique canadien produit par l’OCDE. Les variables explicatives comprennent toutes les données canadiennes disponibles sur la confiance des agents (qui proviennent de quatre enquêtes différentes) ainsi que diverses données macroéconomiques et financières. Le modèle est estimé par le maximum de vraisemblance et les données de confiance sont introduites dans les différents modèles sous la forme de variables individuelles, de moyennes simples (des « indices de confiance ») et de « facteurs de confiance » extraits d’un ensemble de données plus grand dans lequel toutes les données de confiance disponibles ont été regroupées via la méthode des composantes principales, . Nos résultats indiquent que le plein potentiel des données sur la confiance pour la prévision des cycles économiques canadiens est obtenu lorsque toutes les données sont utilisées et que les modèles factoriels sont utilisés. « Forecasting with Many Predictors: How Useful are National and International Confidence Data? » (Essai 3) est basé sur le fait que dans un environnement où les sources de données sont multiples, l’information est susceptible de devenir redondante d’une variable à l’autre et qu’une sélection serrée devient nécessaire pour identifier les principaux déterminants de la prévision. Cet essai analyse les conditions selon lesquelles les données de confiance constituent un des déterminants majeurs de la prévision de l’activité économique dans un tel environnement. La modélisation factorielle dynamique ciblée est utilisé pour évaluer le pouvoir prédictif des données des enquêtes nationales et internationales sur la confiance dans la prévision de la croissance du PIB Canadien. Nous considérons les données d’enquêtes de confiance désagrégées dans un environnement riche en données (c’est-à-dire contenant plus d’un millier de séries macro-économiques et financières) et évaluons leur contenu informatif au-delà de celui contenu dans les variables macroéconomiques et financières. De bout en bout, nous étudions le pouvoir prédictif des données de confiance en produisant des prévisions du PIB avec des modèles à facteurs dynamiques où les facteurs sont dérivés avec et sans données de confiance. Les résultats montrent que la capacité de prévision est améliorée de façon robuste lorsqu’on prend en compte l’information contenue dans les données nationales sur la confiance. En revanche, les données internationales de confiance ne sont utiles que lorsqu’elles sont combinées dans le même ensemble avec celles issues des enquêtes nationales. En outre, les gains les plus pertinents dans l’amelioration des prévisions sont obtenus à court terme (jusqu’à trois trimestres en avant). / This thesis examines the effect of information on macroeconomic forecasting. Specifically, the emphasis is firstly on the impact of information frictions in open economy in forecasting the bilateral exchange rate and then on the role of information from confidence survey data in forecasting real economic activity. Based on the new open-economy macroeconomics paradigm (NOEM), the first chapter incorporates information frictions and nominal rigidities in a stochastic dynamic general equilibrium (DSGE) model in open economy. Then, it presents a comparative analysis of the results of the exchange rate forecast obtained using the model with and without these information frictions. While the first chapter develops a structural macroeconomic model of DSGE type to analyze the effect of shock transmission in incomplete information on exchange rate dynamics between two economies, the second and third chapters use static and dynamic factor models with targeting to highlight the contribution of information contained in confidence-based survey data (either at the national or international level) in forecasting real economic activity. The first chapter is entitled The Forward Premium Puzzle: a Learning-based Explanation and is a contribution to the exchange rate forecasting literature. When interest rates are higher in one’s home country than abroad, economic intuition suggests this signals the home currency will depreciate in the future. However, empirical evidence has been found to be at odds with this intuition: this is the "forward premium puzzle." I propose a learning-based explanation for this puzzle. To do so, I embed an information problem in a two-country open-economy model with nominal rigidities. The information friction arises because economic agents do not directly observe whether shocks are transitory or permanent and must infer their nature using a filtering mechanism each period. We simulate the model with and without this informational friction and test whether the generated artificial data exhibits the symptoms of the forward premium puzzle. Our leaning-based explanation is validated as only the data generated with the active informational friction replicates the puzzle. The second chapter uses dynamic factor models to highlight the contribution of the information contained in Canadian confidence survey data for forecasting the Canadian business cycle: Using Confidence Data to Forecast the Canadian Business Cycle is based on the fact that confidence (or sentiment) is one key indicators of economic momentum. The chapter assesses the contribution of confidence -or sentiment-data in predicting Canadian economic slowdowns. A probit framework is applied to an indicator on the status of the Canadian business cycle produced by the OECD. Explanatory variables include all available Canadian data on sentiment (which arise from four different surveys) as well as various macroeconomic and financial data. Sentiment data are introduced either as individual variables, as simple averages (such as confidence indices) and as confidence factors extracted, via principal components’ decomposition, from a larger dataset in which all available sentiment data have been collected. Our findings indicate that the full potential of sentiment data for forecasting future business cycles in Canada is attained when all data are used through the use of factor models. The third chapter uses dynamic factor models to highlight the contribution of the information contained in confidence survey data (either in Canadian or International surveys) for forecasting the Canadian economic activity. This chapter entitled Forecasting with Many Predictors: How Useful are National and International Confidence Data? is based on the fact that in a data-rich environment, information may become redundant so that a selection of forecasting determinants based on the quality of information is required. The chapter investigates whether in such an environment; confidence data can constitute a major determinant of economic activity forecasting. To do so, a targeted dynamic factor model is used to evaluate the performance of national and international confidence survey data in predicting Canadian GDP growth. We first examine the relationship between Canadian GDP and confidence and assess whether Canadian and international (US) improve forecasting accuracy after controlling for classical predictors. We next consider dis-aggregated confidence survey data in a data-rich environment (i.e. containing more than a thousand macroeconomic and financial series) and assess their information content in excess of that contained in macroeconomic and financial variables. Throughout, we investigate the predictive power of confidence data by producing GDP forecasts with dynamic factor models where the factors are derived with and without confidence data. We find that forecasting ability is consistently improved by considering information from national confidence data; by contrast, the international counterpart are helpful only when combined in the same set with national confidence. Moreover most relevant gains in the forecast performance come in short-horizon (up to three-quarters-ahead).

À l'instar de la population québécoise, l'âge moyen des producteurs agricoles augmente. Le taux de renouvellement souhaitable pour assurer la pérennité et la diversité du secteur agricole est de 50 %. Or, en 2021, ce taux était de 16 % au Québec. Les établissements en agriculture ne suffisent donc pas à combler les départs à la retraite. Cette tendance menace la pérennité du secteur agricole québécois. À l'horizon 2035, il est attendu que la moitié des producteurs agricoles actuellement en fonction soient à l'âge de la retraite. Il est ainsi primordial d'analyser les capacités d'établissement de la relève agricole québécoise afin de comprendre ses besoins et de l'accompagner dans son parcours d'établissement. Ce projet de maîtrise explore le gap de financement des projets d'établissement à l'horizon 2035 au Québec. Une méthodologie qualitative par études de cas est mobilisée. Chaque cas d'études représente un mode de financement issu du financement agricole ou de la finance entrepreneuriale : capital personnel et de proximité, subvention, emprunt, capital de risque, capital providentiel et financement participatif. 45 entretiens semi-dirigés effectués auprès d'acteurs du financement, de relèves agricoles et de directeurs de compte ont été réalisés entre novembre 2023 et mai 2024. Selon les personnes enquêtées, il semble que deux modèles d'affaires domineront le secteur agricole québécois en 2035 : la grande entreprise au secteur de production traditionnel et la petite entreprise diversifiée. Alors que les entreprises de taille moyenne continueront à disparaître, les grandes entreprises continueront leur expansion. Lors de leur transfert en 2035, les besoins en financement seront plus importants en termes de valeur. Les coûts d'emprunt feront pression sur les besoins en financement et accentueront le gap de financement rencontré par ce modèle d'entreprises. En parallèle, l'entreprise de petite taille présentera des projets aux caractéristiques hétéroclites, dont le niveau de risque sera difficile à prévoir pour les acteurs du financement. L'asymétrie d'information plus importante viendra intensifier le gap de financement rencontré par ces entreprises. Les facteurs qui feront pression sur les besoins et l'offre en financement ne seront pas les mêmes pour ces deux modèles, créant ainsi deux segments de marché distincts pour le financement agricole : il sera primordial d'en tenir compte afin d'adapter et de développer des offres de financement qui répondent aux enjeux de chacun d'eux. Alors qu'il semble que l'emprunt pourra bonifier son offre de services pour répondre en grande partie aux besoins des grandes entreprises transférées, il appert que de nouveaux modes de financement, tels le microcrédit et le financement participatif, devront être développés pour desservir le démarrage de la future petite entreprise agricole. / Similar to the Quebec population, the average age of agricultural producers is increasing. The desired renewal rate to ensure the sustainability and diversity of the agricultural sector is 50 %. However, in 2021, this rate was 16 % in Quebec. The number of new farmers entering agriculture are not sufficient to compensate for retirements. This trend threatens the sustainability of the agricultural sector. By 2035, it is expected that half of the current agricultural producers will be of retirement age. Therefore, it is crucial to analyze the establishment capacities of Quebec's new farmers to understand, support and see them flourish. This master's project proposes to explore the financing gap of establishment projects by 2035 in Quebec. A qualitative methodology based on multiple case studies has been employed. Each case study represents a form of financing derived from agricultural or entrepreneurial finance: personal and proximity capital, grant, loan, venture capital, angel capital and crowdfunding. Semi-structured interviews conducted with financial stakeholders, beginning farmers and account managers were carried out between November 2023 and May 2024. According to the participants, it seems that two business models will dominate Quebec's agricultural sector in 2035: the large farm in the traditional production sector and the small, diversified farm. While medium-sized farms will continue to disappear, large farms will become even larger. Upon their transfer, financial needs will be greater in terms of value. Loan costs will put pressure on financial needs and exacerbate the financial gap faced by this business model. Meanwhile, the small farm will present projects with heterogeneous characteristics, whose risk level will be difficult to predict for financial actors. The greater information asymmetry will intensify the financial gap encountered by these farms. The factors that will put pressure on financial needs and supply will not be the same for these two models, leading to two distinct financial gaps. Thus, agricultural establishment cannot be treated as a single market segment, and it will be essential to take this into account to adapt and develop financial offers that meet the challenges of each of them. While it appears that loans can enhance their service offering to meet the needs of large farms, it seems that small farms will have to explore new financial forms, such as microcredit and crowdfunding.

La prévision hydrologique nécessite une connaissance adéquate des quantités de neige présentes sur ses bassins versants, particulièrement pour des bassins versants montagneux. Pour beaucoup de bassins, la densité du réseau de stations nivométriques est faible ou parfois même inexistante. De leur côté, les données satellitaires MODIS permettent de suivre l’évolution du couvert de neige sur de grandes superficies de façon journalière et à une résolution spatiale de 500 m. Dans ce contexte, un projet de recherche a été proposé en partenariat entre Rio Tinto Alcan (RTA) et l’Université de Sherbrooke afin d’évaluer l’apport de la télédétection du couvert de neige (MODIS) pour améliorer la prévision hydrologique en période de crue. Le bassin versant à l’étude est celui de la rivière Nechako, situé en Colombie-Britannique (Canada) et caractérisé par sa topographie montagneuse et les grandes quantités de neige s’accumulant sur son territoire. D’abord, une analyse statistique a été réalisée permettant d’obtenir une relation empirique entre l’évolution du volume de crue et la variation de la superficie du couvert de neige (SCN) tirée des images MODIS. Ensuite, les SCN MODIS ont été utilisées pour le calage du modèle hydrologique SWAT selon 9 différentes techniques de calage. Finalement, avec l’aide d’un système de prévision, assimilant d’abord les SCN MODIS pour mettre à jour les conditions initiales, la performance de 5 des 9 calages effectués a été analysée en prévision hydrologique court terme (déterministe) et moyen terme (probabiliste). À partir des résultats, il a été possible d’observer que l’assimilation des SCN MODIS permet d’améliorer les prévisions à plus long terme, particulièrement des volumes de crue. À court terme, la qualité des prévisions d’apports est sensiblement identique avec ou sans assimilation MODIS bien qu’une meilleure simulation des conditions initiales de neige soit observée avec assimilation MODIS. Finalement, la comparaison des calages en prévision hydrologique démontre qu’une légère amélioration des prévisions d’apports moyen terme (3 à 5 mois) est possible lorsque les données MODIS sont utilisées dans la procédure de calage. Cependant, les résultats sont variables dépendamment de la technique de calage utilisée.

La thèse s'attache à évaluer la qualité d'un modèle de chimie-transport, non pas par une comparaison classique aux observations, mais en estimant ses incertitudes a priori dues aux données d'entrées, à la formulation du modèle et aux approximations numériques. L'étude de ces trois sources d'incertitude est menée respectivement grâce à des simulations Monte Carlo, des simulations multi-modèles et des comparaisons entre schémas numériques. Une incertitude élevée est mise en évidence, pour les concentrations d'ozone. Pour dépasser les limitations dues à l'incertitude, une stratégie réside dans la prévision d'ensemble. En combinant plusieurs modèles (jusqu'à quarante-huit modèles) sur la bases des observations passées, les prévisions peuvent être significativement améliorées. Ce travail a aussi été l'occasion de développer un système de modélisation innovant, Polyphemus.

.