Selon le Groupe Intergouvernemental d'experts sur l'Évolution du Climat (GIEC), il est important de connaitre le climat passé afin de replacer le changement climatique actuel dans son contexte. Ainsi, de nombreux chercheurs ont travaillé à l'établissement de procédures permettant de reconstituer les températures ou les précipitations passées à l'aide d'indicateurs climatiques indirects. Ces procédures sont généralement basées sur des méthodes statistiques mais l'estimation des incertitudes associées à ces reconstructions reste une difficulté majeure. L'objectif principal de cette thèse est donc de proposer de nouvelles méthodes statistiques permettant une estimation précise des erreurs commises, en particulier dans le cadre de reconstructions à partir de données sur les cernes d'arbres.De manière générale, les reconstructions climatiques à partir de mesures de cernes d'arbres se déroulent en deux étapes : l'estimation d'une variable cachée, commune à un ensemble de séries de mesures de cernes, et supposée climatique puis l'estimation de la relation existante entre cette variable cachée et certaines variables climatiques. Dans les deux cas, nous avons développé une nouvelle procédure basée sur des modèles bayésiens semi- paramétriques. Tout d'abord, concernant l'extraction du signal commun, nous proposons un modèle hiérarchique semi-paramétrique qui offre la possibilité de capturer les hautes et les basses fréquences contenues dans les cernes d'arbres, ce qui était difficile dans les études dendroclimatologiques passées. Ensuite, nous avons développé un modèle additif généralisé afin de modéliser le lien entre le signal extrait et certaines variables climatiques, permettant ainsi l'existence de relations non-linéaires contrairement aux méthodes classiques de la dendrochronologie. Ces nouvelles méthodes sont à chaque fois comparées aux méthodes utilisées traditionnellement par les dendrochronologues afin de comprendre ce qu'elles peuvent apporter à ces derniers.

Selon le Groupe Intergouvernemental d'experts sur l'Évolution du Climat (GIEC), il est important de connaitre le climat passé afin de replacer le changement climatique actuel dans son contexte. Ainsi, de nombreux chercheurs ont travaillé à l'établissement de procédures permettant de reconstituer les températures ou les précipitations passées à l'aide d'indicateurs climatiques indirects. Ces procédures sont généralement basées sur des méthodes statistiques mais l'estimation des incertitudes associées à ces reconstructions reste une difficulté majeure. L'objectif principal de cette thèse est donc de proposer de nouvelles méthodes statistiques permettant une estimation précise des erreurs commises, en particulier dans le cadre de reconstructions à partir de données sur les cernes d'arbres.De manière générale, les reconstructions climatiques à partir de mesures de cernes d'arbres se déroulent en deux étapes : l'estimation d'une variable cachée, commune à un ensemble de séries de mesures de cernes, et supposée climatique puis l'estimation de la relation existante entre cette variable cachée et certaines variables climatiques. Dans les deux cas, nous avons développé une nouvelle procédure basée sur des modèles bayésiens semi- paramétriques. Tout d'abord, concernant l'extraction du signal commun, nous proposons un modèle hiérarchique semi-paramétrique qui offre la possibilité de capturer les hautes et les basses fréquences contenues dans les cernes d'arbres, ce qui était difficile dans les études dendroclimatologiques passées. Ensuite, nous avons développé un modèle additif généralisé afin de modéliser le lien entre le signal extrait et certaines variables climatiques, permettant ainsi l'existence de relations non-linéaires contrairement aux méthodes classiques de la dendrochronologie. Ces nouvelles méthodes sont à chaque fois comparées aux méthodes utilisées traditionnellement par les dendrochronologues afin de comprendre ce qu'elles peuvent apporter à ces derniers. / As stated by the Intergovernmental Panel on Climate Change (IPCC), it is important to reconstruct past climate to accurately assess the actual climatic change. A large number of researchers have worked to develop procedures to reconstruct past temperatures or precipitation with indirect climatic indicators. These methods are generally based on statistical arguments but the estimation of uncertainties associated to these reconstructions remains an active research field in statistics and in climate studies. The main goal of this thesis is to propose and study novel statistical methods that allow a precise estimation of uncertainties when reconstructing from tree-ring measurements data. Generally, climatic reconstructions from tree-ring observations are based on two steps. Firstly, a hidden environmental hidden variable, common to a collection of tree-ring measurements series, has to be adequately inferred. Secondly, this extracted signal has to be explained with the relevant climatic variables. For these two steps, we have opted to work within a semi-parametric bayesian framework that reduces the number of assumptions and allows to include prior information from the practitioner. Concerning the extraction of the common signal, we propose a model which can catch high and low frequencies contained in tree-rings. This was not possible with previous dendroclimatological methods. For the second step, we have developed a bayesian Generalized Additive Model (GAM) to explore potential links between the extracted signal and some climatic variables. This allows the modeling of non-linear relationships among variables and strongly differs from past dendrochronological methods. From a statistical perspective, a new selection scheme for bayesien GAM was also proposed and studied.

La variabilité du système climatique influence la productivité et la distribution des espèces marines sur toutes les échelles de temps, de la variabilité saisonnière et inter-annuelle aux cycles glaciaires-interglaciaires. Mais ces liens entre climat et écosystèmes marins sont encore largement méconnus, de telle sorte que les prévisions des changements à venir sont difficiles. De plus, parce que les indicateurs paléoclimatiques issus des archives marines sont souvent liés au fonctionnement de l’écosystème, cette méconnaissance limite la fiabilité de la reconstruction de la variabilité climatique passée.Ce travail de thèse vise à améliorer notre connaissance de ces liens entre climat et écosystèmes marins : nous nous sommes intéressés aux changements de productivité marine au cours du dernier cycle glaciaire-interglaciaire, et nous nous sommes aussi penchés sur la réponse de l’écosystème, incluant l'ensemble des niveaux de la chaine trophique, à la variabilité inter-annuelle à décennale en climat pré-industriel. Ce travail est basé sur l’utilisation d’un modèle climatique (IPSL-CM), d’un modèle de biogéochimie marine (PISCES) et d’un modèle de niveaux trophiques supérieurs (APECOSM).Dans un premier temps, nous montrons que le lien entre l’intensité de la mousson indienne et la productivité primaire marine, en été boréal dans la mer d’Arabie, n’est pas direct. En effet, il apparait indispensable pour comprendre les changements de productivité de considérer, en plus de l'intensité de la mousson, la structure de la mousson. En particulier, la position du Jet de Findlater par rapport à la côte de la péninsule arabique est un paramètre important puisqu'elle conditionne la dynamique d'Ekman dans la région.Dans un second temps, nous avons étudié les variations de la productivité marine au large de l'embouchure du fleuve Congo et leurs liens avec le fleuve et les changements de dynamique atmosphérique africaine. Ce travail a mis en évidence que la relation entre l'intensité de la mousson et l'intensité des alizés, souvent utilisée dans les reconstructions climatiques, n'est pas toujours vérifiée. Selon le climat étudié, l'importance des effets thermiques ou dynamiques sur les changements de précipitations et de vents simulés est différente.Dans un troisième temps, nous avons étudié l'effet de la variabilité inter-annuelle sur les changements de productivité passés et sur le signal climatique potentiellement enregistré par des indicateurs climatiques biologiques.Enfin, la dernière partie de cette thèse se focalise sur la réponse des organismes marins des haut-niveaux trophiques à la variabilité climatique à différentes fréquences. Ce travail a révélé que les organismes marins répondent de façons différentes aux variations environnementales en fonction de leur taille et de leur habitat. / Climate variability influences marine primary productivity and marine species distribution over all timescales, from seasonal to interannual variability and glacial-interglacial cycles. The links between climate and marine ecosystems are still sparsely known so that the predictions of futur changes are difficult. Moreover, because paleoclimate recorders extracted from marine archives are often linked to the functionning of the ecosystem, this lack of knowledge limits our ability to reconstruct past climate variability.This thesis work aims at improving our knowledge of these links between climate and marine ecosystems : we have looked into marine productivity changes during the last glacial-interglacial cycle, but we also examined the "end-to-end" ecosystem response to inter-annual to decadal variability in a pre-industrial climate. This work uses a climate model (IPSL-CM), a bio-geochemical model (PISCES) and a model of high trophic levels (APECOSM).First, we show that the link between Indian summer monsoon intensity and marine primary productivity in the Arabian Sea is indirect. Indeed, it appears necessary to consider the monsoon pattern, such as the Findlater Jet position, which drives the Ekman dynamics in the region, as well as its intensity to understand the productivity changes.Second, we study the marine productivity changes off the Congo river mouth and their links with the river runoff and the African atmospheric dynamics. This work shows that the relationship between monsoon intensity and trade winds intensity, often used to reconstruct past changes, is not always verified. Depending on the climate, thermal or dynamical effects are more or less prominent drivers of the simulated changes in precipitation and winds. Productivity off the Congo river mouth, which is mainly located in the subsurface, seems more affected by the ocean and atmosphere dynamics than by the river supply in nutrients.Third, we study the inter-annual variability effects over past productivity changes and over the climatic signal potentially recorded in the biological climate proxies.Finally, the last part of the thesis focuses on high trophic levels marine organisms response to climate variability at different frequencies. This study shows that marine organisms response to environmental changes varies with the organism' size and habitat.