L'objet de cette thèse est la compréhension de la variabilité des propriétés biogéochimiques dans les régions d'upwelling de bord Est. A l'aide d'estimations par satellite, les variations de la concentration en chlorophylle de surface sont analysées le long de la côte nord-ouest africaine. La variabilité le long de la côte est essentiellement due à la richesse en nutriment des eaux sources. L'extension vers le large de la bande côtière riche en phytoplancton est déclenchée par la présence en excès de nutriments. Cette extension vers le large est accompagnée par une augmentation de la concentration des nutriments en surface et par une absence de lien entre les variabilités intra-saisonnières de chlorophylle et de vent. D'autres mécanismes ont un impact sur la largeur de la bande côtière : la dynamique de la mésoéchelle induit des échanges entre la côte et le large qui exportent vers le large les eaux côtières riches. Un modèle idéalisé d'upwelling côtier a été conçu pour étudier cet impact. A l'aide d'une paramétrisation du courant d'alimentation de l'upwelling, la circulation est reproduite de façon réaliste avec notamment la présence d'un jet côtier de surface et d'un sous-courant le long du talus. La comparaison d'une simulation résolvant la dynamique de mésoéchelle et d'une simulation ayant la même circulation moyenne sans circulation de mésoéchelle montre que la largeur de la bande côtière riche est fortement augmentée par la circulation de mésoéchelle et que le contenu global en phytoplancton est globalement réduit par celle-ci. Cette baisse est au moins en grande partie due à l'export de phytoplancton par des filaments de vitesse négative associés à la dynamique de mésoéchellle.

Dans les domaines de la modélisation et de la simulation numérique, les simulateurs développés prennent parfois en compte de nombreux paramètres dont l'impact sur les sorties n'est pas toujours bien connu. L'objectif principal de l'analyse de sensibilité est d'aider à mieux comprendre comment les sorties d'un modèle sont sensibles aux variations de ces paramètres. L'approche la mieux adaptée pour appréhender ce problème dans le cas de modèles potentiellement complexes et fortement non linéaires repose sur la décomposition ANOVA et les indices de Sobol'. En particulier, ces derniers permettent de quantifier l'influence de chacun des paramètres sur la réponse du modèle. Dans cette thèse, nous nous intéressons au problème de l'estimation des indices de Sobol'. Dans une première partie, nous réintroduisons de manière rigoureuse des méthodes existantes au regard de l'analyse harmonique discrète sur des groupes cycliques et des tableaux orthogonaux randomisés. Cela nous permet d'étudier les propriétés théoriques de ces méthodes et de les généraliser. Dans un second temps, nous considérons la méthode de Monte Carlo spécifique à l'estimation des indices de Sobol' et nous introduisons une nouvelle approche permettant de l'améliorer. Cette amélioration est construite autour des hypercubes latins et permet de réduire le nombre de simulations nécessaires pour estimer les indices de Sobol' par cette méthode. En parallèle, nous mettons en pratique ces différentes méthodes sur un modèle d'écosystème marin. / In the fields of modelization and numerical simulation, simulators generally depend on several input parameters whose impact on the model outputs are not always well known. The main goal of sensitivity analysis is to better understand how the model outputs are sensisitive to the parameters variations. One of the most competitive method to handle this problem when complex and potentially highly non linear models are considered is based on the ANOVA decomposition and the Sobol' indices. More specifically the latter allow to quantify the impact of each parameters on the model response. In this thesis, we are interested in the issue of the estimation of the Sobol' indices. In the first part, we revisit in a rigorous way existing methods in light of discrete harmonic analysis on cyclic groups and randomized orthogonal arrays. It allows to study theoretical properties of this method and to intriduce generalizations. In a second part, we study the Monte Carlo method for the Sobol' indices and we introduce a new approach to reduce the number of simulations of this method. In parallel with this theoretical work, we apply these methods on a marine ecosystem model.

Les pertes de récolte dues aux ravageurs et aux maladies constituent une menace sérieuse pour les revenus et la sécurité alimentaire de milliers de familles rurales dans le monde entier. L'évaluation de ces pertes de récolte (baisse de rendement et préjudice économique) et de leurs causes est nécessaire pour améliorer la mise au point d'agroécosystèmes capables d'offrir de bons rendements de culture, une régulation des ravageurs et des maladies et d'autres services écosystémiques. Ce mémoire de doctorat vise à contribuer à la recherche dans le domaine des pertes de récolte en proposant des approches expérimentales et de modélisation susceptibles d'être utilisées pour estimer les pertes primaires et secondaires subies dans les cultures pérennes, et analyser leurs causes. La culture pérenne étudiée est celle du caféier à Turrialba au Costa Rica, où la culture du café se pratique dans des plantations qui vont de la monoculture à pleine exposition solaire à des systèmes agroforestiers hautement diversifiés, et qui sont soumises à une gamme de situations de production (topolimat, fertilité du sol, types d'ombrage) et de stratégies de gestion (pratiques culturales et intrants). Les trois questions de recherche principales ont été les suivantes : Quel est l'impact des stratégies de gestion et des situations de production sur les ravageurs et les maladies et les rendements en café ? Comment les pertes de rendement en café associées à des profils de dégâts donnés varient-elles en fonction des stratégies de gestion et des situations de production ? Quels types d'agro-écosystèmes à base de caféiers permettent de minimiser les pertes en café (baisse de rendement et préjudice économique) et de maximiser les avantages globaux retirés (services écosystémiques) ? / Crop losses due to pests and diseases are a major threat to incomes and food security of thousands of rural families worldwide. The assessment of crop losses (yield and economic losses) and their causes is needed to improve the development of agroecosystems capable to offer good crop yields, regulation of pests and diseases, and other ecosystem services. This doctoral research aimed to contribute to the research field of crop losses, by providing experimental and modeling approaches that could be used in perennial crops to estimate primary and secondary losses and analyze their causes. We worked in a perennial crop such as coffee, in Turrialba, Costa Rica, where coffee is grown in plantations from monocultures at full sun exposure to highly diversified agroforestry systems, and under a range of production situations (topoclimate, soil fertility, types of shade) and management strategies (agricultural practices and inputs). The three main research questions were: What is the impact of management strategies and production situations on pests and diseases and coffee yields? How do coffee yield losses caused by injury profiles vary in function of management strategies and production situations? Which types of coffee agroecosystems are capable to obtain the lowest coffee losses (yield and economic) and highest overall benefits (ecosystem services)? This research was developed through two experimental designs. The first was an experimental coffee parcel under controlled conditions (three-year experiment) to quantify primary and secondary yield losses by comparison of treatments, and to identify the main predictors of yield losses by structural equation modeling. The second experimental design was based on surveys in a coffee research plot network (coffee plots of smallholder farmers), where, during two years, we measured indicators of yields and indicators of four ecosystem services: regulation of pests and diseases, provisioning of agroforestry products, maintenance of soil fertility, and carbon sequestration. Yield losses in this network were estimated through modeling using the predictors identified in the experimental coffee parcel. Analyses of data included several statistical techniques, from analysis of variances, linear regressions to multivariate techniques. The results were organized in four manuscripts, and then discussed integrally. The main findings were: i) Both production situations and management strategies determine coffee yield and pest and disease injuries, effects of interactions altitude x management x types of shade must be considered; ii) Injury profiles depend on particular combinations of production situations and management strategies, with impacts on yield losses especially in a year of high coffee production (primary yield losses), but compromising also the yields of the next year (secondary yield losses); iii) Diversified agroforestry systems have better chances to regulate pests and diseases (reduce yield and economic losses), and simultaneously provide goods for family benefits, maintain soil fertility, and increase carbon sequestration, without implying trade-offs among these ecosystem services. The main prospects of this research are related to perform similar studies in coffee and other perennials at regional levels, develop an injury profile simulator for coffee, and prototyping of coffee agroforestry systems to optimize the provision of multiple ecosystem services.

Dans les domaines de la modélisation et de la simulation numérique, les simulateurs développés prennent parfois en compte de nombreux paramètres dont l'impact sur les sorties n'est pas toujours bien connu. L'objectif principal de l'analyse de sensibilité est d'aider à mieux comprendre comment les sorties d'un modèle sont sensibles aux variations de ces paramètres. L'approche la mieux adaptée pour appréhender ce problème dans le cas de modèles potentiellement complexes et fortement non linéaires repose sur la décomposition ANOVA et les indices de Sobol'. En particulier, ces derniers permettent de quantifier l'influence de chacun des paramètres sur la réponse du modèle. Dans cette thèse, nous nous intéressons au problème de l'estimation des indices de Sobol'. Dans une première partie, nous réintroduisons de manière rigoureuse des méthodes existantes au regard de l'analyse harmonique discrète sur des groupes cycliques et des tableaux orthogonaux randomisés. Cela nous permet d'étudier les propriétés théoriques de ces méthodes et de les généraliser. Dans un second temps, nous considérons la méthode de Monte Carlo spécifique à l'estimation des indices de Sobol' et nous introduisons une nouvelle approche permettant de l'améliorer. Cette amélioration est construite autour des hypercubes latins et permet de réduire le nombre de simulations nécessaires pour estimer les indices de Sobol' par cette méthode. En parallèle, nous mettons en pratique ces différentes méthodes sur un modèle d'écosystème marin.