Le cachalot, Physeter macrocephalus le plus grand des odontocètes, a été longtemps exposé à la pêche pour extraire l'huile contenue dans sa tête (spermaceti), et est maintenant vulnérable. Les cachalots nagent dans divers endroits du globe et atteignent les plus grandes profondeurs, où ils chassent par écholocation. Ils émettent des sons, des clics à large bande, à structure multi-pulsée générée par des réflexions intra-tête. Ces clics contiennent de l'information sur la taille de l'animal et sur son orientation, reposant sur les délais entre les pulses qui le composent (intervalle inter-pulse 'IPI'). Ces mesures sont utiles dans la préservation et les efforts de suivi populationnel du cachalot, puisqu'il est impossible de filmer ces mammifères nageant en grandes profondeurs.Les avancées technologiques permettant un essor considérable du nombre d'enregistrements sous-marins. Des algorithmes d'analyse automatiques sont alors requis pour le suivi de cette population ou des études comportementales et mesures de protection. La littérature offre une variété de méthodes pour le calcul de l'IPI. Cependant, elles souffrent d'un mélange des différents délais entre pulses résultant en une estimation de l'IPI peu précise et, par conséquent, de la taille de l'animal. De plus, ce mélange des différents délais entre pulses ne permet pas l'extraction de données sur l'orientation de l'animal. Dans cette thèse, une nouvelle méthode pour une analyse fine de l'IPI est présentée. Elle ne mélange pas les différents délais entre pulses, mais sélectionne les pulses à travers une analyse combinatoire et statistique. Il en résulte une meilleure estimation de la taille du cachalot. De plus une information supplémentaire, sur son orientation, est extraite. Notre algorithme est comparé avec ceux de l'état de l'art. Nous en discutons ses forces et faiblesses.Les résultats expérimentaux sont donnés autant sur des exemples avec un ou plusieurs cachalots émettant en même temps, que sur des données obtenues en différentes zones géographiques (France, Italie, Etats-Unis) et à partir de différents systèmes d'enregistrement. Ceci démontre la robustesse de la méthode proposée, et donne des perspectives pour le suivi des cachalots à l'échelle du globe. / The sperm whale, Physeter macrocephalus, the largest odontocete has been exposed for years to whaling due to the presence of liquid wax located in its head (spermaceti). This species is now considered as vulnerable. Sperm whales are located in various oceans and seas around the world. These animals are able to reach the deepest depths, where they use an echolocation technique to hunt. They emit broadband clicks that are comprised of a multi-pulse structure resulting from intra-head reflexions(spermaceti). These clicks contain information about the length of the animal and on its orientation, which reside in the delays between the pulse structure within the clicks, known as the Inter-Pulse-Interval (IPI). Measurement of these IPIs are determinant in the in the global preservation and the monitoring of sperwhales population since it is highly difficult to obtain visual clues of these deep-diving mammals.Moreover, the increasing technological advances have enabled the obtention of larger amount of underwater recordings. Therefore, the use of computational methodologies to automatically analyze the sperm whales click sounds have become a necessity in order to carry out populations monitoring and marine ecosystems studies. The current literature offers a variety of methodologies to calculate the IPI. However, these methodologies suffer from a merging of the different pulse delays and thus leading to less accurate estimation of the IPI and, in turn, of the whale's size. Moreover, from this merging methods no additional information regarding the orientation of the sperm whale can be easily extracted. In this thesis work, a new methodology for accurate IPI estimation is presented without relying on the merging of the different pulse delays, but, instead, by selecting the unique candidate pulse through a combinatorial and statistical analysis resulting in a better precision in the final estimation of the sperm whale's size and providing additional information on the whale's orientation.Our methodologies are compared with the known state of the art algorithms and their strengths and weaknesses are discussed. Experimental results are showcased of single and multi-whale examples from a variety of data obtained in different locations such as France, Italy and Canada and diverse acquiring systems. This strategy permits to testify and evaluate the robustness of the proposed methods and give perspectives in sperm whale monitoring at a global scale.

Le cachalot, Physeter macrocephalus le plus grand des odontocètes, a été longtemps exposé à la pêche pour extraire l'huile contenue dans sa tête (spermaceti), et est maintenant vulnérable. Les cachalots nagent dans divers endroits du globe et atteignent les plus grandes profondeurs, où ils chassent par écholocation. Ils émettent des sons, des clics à large bande, à structure multi-pulsée générée par des réflexions intra-tête. Ces clics contiennent de l'information sur la taille de l'animal et sur son orientation, reposant sur les délais entre les pulses qui le composent (intervalle inter-pulse 'IPI'). Ces mesures sont utiles dans la préservation et les efforts de suivi populationnel du cachalot, puisqu'il est impossible de filmer ces mammifères nageant en grandes profondeurs.Les avancées technologiques permettant un essor considérable du nombre d'enregistrements sous-marins. Des algorithmes d'analyse automatiques sont alors requis pour le suivi de cette population ou des études comportementales et mesures de protection. La littérature offre une variété de méthodes pour le calcul de l'IPI. Cependant, elles souffrent d'un mélange des différents délais entre pulses résultant en une estimation de l'IPI peu précise et, par conséquent, de la taille de l'animal. De plus, ce mélange des différents délais entre pulses ne permet pas l'extraction de données sur l'orientation de l'animal. Dans cette thèse, une nouvelle méthode pour une analyse fine de l'IPI est présentée. Elle ne mélange pas les différents délais entre pulses, mais sélectionne les pulses à travers une analyse combinatoire et statistique. Il en résulte une meilleure estimation de la taille du cachalot. De plus une information supplémentaire, sur son orientation, est extraite. Notre algorithme est comparé avec ceux de l'état de l'art. Nous en discutons ses forces et faiblesses.Les résultats expérimentaux sont donnés autant sur des exemples avec un ou plusieurs cachalots émettant en même temps, que sur des données obtenues en différentes zones géographiques (France, Italie, Etats-Unis) et à partir de différents systèmes d'enregistrement. Ceci démontre la robustesse de la méthode proposée, et donne des perspectives pour le suivi des cachalots à l'échelle du globe.

Dans le contexte général de l’érosion de la biodiversité, deux espèces d’oiseaux forestiers, le Grand Tétras (Tetrao urogallus) et la Gélinotte des bois (Bonasa bonasia), présentes dans le massif Jurassien sont menacées par la perte et la fragmentation de leur habitat à l’échelle régionale. En particulier, dans le massif Jurassien l’extension progressive des tâches de régénération du hêtre induit la transformation du couvert végétal constitué de myrtilles et d’herbacées favorable en un habitat fermé défavorable. Le destin de ces deux espèces emblématiques dépend pour la première d’actions de gestions et pour la seconde d’une meilleure connaissance de la distribution et de la dynamique des populations. La coupe des zones de régénération fait partie des principales actions envisagées pour restaurer l’habitat forestier. Cependant ces actions de gestion ou de suivi des populations sont couteuses en temps et en argent. Ainsi, l’opportunité d’utiliser deux jeux de données LiDAR (Light Detection and Ranging) couvrant la majorité de l’aire de distribution des deux espèces dans le massif Jurassien a initié le projet de cartographie des habitats de chaque espèce et de la présence des tâches de régénération du hêtre en utilisant des modèles de distribution d’espèces (SDMs). L’objectif est de soutenir les gestionnaires dans leurs décisions et actions grâce à la production de prédictions spatiales adaptées. La réalisation de cet objectif dépend de la fiabilité des modèles produits, mais aussi de la bonne transmission des résultats par le chercheur aux gestionnaires qui ne sont pas familiers avec les méthodes utilisées. Dans un premier temps, le choix d’une méthode de modélisation appropriée (correction du biais d’échantillonnage, échelles, algorithmes) par rapport aux caractéristiques des jeux de données et aux objectifs a été évalué. Dans un second temps, l’utilisation de variables environnementales LiDAR orienté-objet (arbres et trouées) pour faciliter l’appropriation des résultats par les gestionnaires a été testée. Enfin, les résultats obtenus ont permis la création de modèles multi-échelles et de carte de prédictions pour chacune des espèces démontrant la capacité du LIDAR de représenter la structure de la végétation qui influence la présence des espèces d’oiseaux forestières étudiées. Des modèles de distribution de la régénération du hêtre ont pu aussi être créés à une échelle fine. / In the general context of biodiversity erosion, two forest bird species occurring in the French Jura massif, the Capercaillie (Tetrao urogallus) and the Hazel Grouse (Bonasa bonasia), are threatened by habitat loss and fragmentation at the regional scale. In particular, intensive beech regeneration patches extension in the Jura massif is leading to the transformation of the understory cover, once suitable with bilberry and herbaceous vegetation, to closed unfavorable habitat. The fate of those two emblematic species is depending for the first on future management actions and for the second on a better knowledge of the species population’s dynamics and occurrences. In particular, the cutting of the beech regeneration patches is one of the efficient management actions undertaken to restore the habitat. However, management actions and surveys are money and time consuming due to the large area that need to be covered. The opportunity to use two Light Detection and Ranging (LiDAR) datasets covering a major part of the distribution of the two species in the Jura massif initiated the phD project, with the objective to support managers in their decisions and actions by the creation of adapted distribution predicted maps using Species Distribution Models (SDMs) (Hazel Grouse, Capercaillie and beech regeneration). The realization of this objective is depending on the reliability of the models produced and on the capacity of the researcher to transfer the results to managers who are not familiar with modeling methods. In a first step, the choice of the appropriate modeling method regarding the datasets characteristics and the objectives was investigated (sampling bias correction, scales, and algorithms). In addition, the use of object-oriented LiDAR predictors (trees and gaps) pertinent from both species and managers point of view to facilitate the results transfer was tested. The results obtained were used to create appropriate multi-scale SDMs and to predict distribution maps for both target species, demonstrating the capacity of LiDAR to represent vegetation structures that influence the targeted forest bird species occurrences. Models at a fine scale were also created to map the beech regeneration distribution in the Jura massif.