L'adaptation au changement climatique est un défi majeur pour la viticulture. Dans un cadre temporel et spatial approprié, l'objectif de cette thèse était d'améliorer la conception de l’adaptation de la viticulture au changement climatique, dans le but de construire des stratégies à haute résolution. Le cadre méthodologique utilisé dans cette étude est constitué de plusieurs étapes. Par l’utilisation d’un modèle climatique régional, la première étape a été d'évaluer les impacts potentiels des changements climatiques futurs sur viticulture dans la sous-région d’Anjou-Saumur. Le réchauffement attendu de +1.1°C à +3.8°C à l’horizon 2071-2100 devrait entrainer une avancée significative de la phénologie de la vigne. Dans un deuxième temps, deux sites d’études contrastées en Anjou-Saumur ont fait l’objet de mesures climatiques et agronomiques à l’échelle fine des vignobles. Pendant trois années consécutives, la variabilité locale du climat et du comportement de la vigne a été étudiée. Les résultats ont montré une forte variabilité spatiale des conditions climatiques locales, qui s'est traduite par des différences de phénologie de la vigne et de composition des raisins. La connaissance de cette variabilité apparait ainsi comme un outil d’adaptation permettant aux viticulteurs de compenser les effets du changement climatique. Enfin, à l’aide d'entretiens semi-directifs individuels, les perceptions, la vulnérabilité et les processus d'adaptation des viticulteurs à la variabilité climatique et au changement climatique ont été évalués. Dans le contexte du changement climatique et des enjeux concernant l'adaptation, cette thèse a mis en évidence l'importance de la connaissance de l'environnement local et de la compréhension contextuelle dans l'élaboration des stratégies d'adaptation à différentes échelles temporelles et spatiales. / Adaptation to climate change is a major challenge facing the viticulture sector. Within an appropriate temporal and spatial framework, the aim of this thesis was to enhance the conception of climate change adaptation in viticulture, all towards constructing high resolution strategies. The methodological framework used in this study consisted of several steps. Using a regional climate model, the first step was to evaluate the potential impacts of future climate changes on grape growing in the Anjou-Saumur wine growing sub-region. With warming predicted to continue by +1.1°C to +3.8°C in the far future, grapevine phenology is expected to advance significantly. Secondly, two contrasting study areas in Anjou-Saumur were equipped with climatic and agronomic measurements at vineyard-level scales. For three consecutive growing seasons, local variability in climate- and grapevine-related variables were studied. Results have shown a strong spatial variability in local climate conditions, which were reflected on grape phenology and grape composition. This spatial heterogeneity in local conditions should represent an important buffer in response to future climate changes, allowing winegrowers to manage the expected climate change impacts. And finally, wine growers’ perceptions, vulnerability and adaptive processes to climate variability and change were assessed through individual semi-structured interviews. Within the context of climate change and the key issues surrounding adaptation, this thesis have highlighted the importance of local environmental knowledge and contextual understanding in framing adaptation strategies across different temporal and spatial scales.

Dans cette thèse, nous nous intéressons aux méthodes de la fusion d'images multi focales. Cette technique consiste à fusionner plusieurs images capturées avec différentes distances focales de la même scène. Cela permet d'obtenir une image de meilleure qualité à partir des deux images sources. Nous proposons une méthode de fusion d'images s'appuyant sur les techniques des pyramides Laplaciennes en utilisant comme règle de sélection les transformées d'ondelettes discretes(DWT: Discrete Wavelet Transform). Nous développons, par la suite, deux méthodes de fusion d'images multi focales basée sur la variabilité locale de chaque pixel. Elle tient en compte les informations dans la région environnante des pixels. La première consiste à utiliser la variabilité locale comme information dans la méthode de Dempster-Shafer. La seconde utilise une métrique basée sur la variabilité locale. En effet, la fusion proposée effectue une pondération de chaque pixel par une exponentielle de sa variabilité locale. Une étude comparative entre les méthodes proposées et celles existantes a été réalisée. Les résultats expérimentaux démontrent que nos méthodes proposées donnent des meilleurs fusions, tant dans la perception visuelle que dans l'analyse quantitative. / In this thesis, we are interested in the multi-focus image fusion method. This technique consists of fusing several captured images with different focal lengths of the same scene to obtain an image with better quality than the two source images. We propose an image fusion method based on Laplacian pyramid technique using Discrete Wavelet Transform (DWT) as a selection rule. We then develop two multi-focus image fusion methods based on the local variability of each pixel. It takes into account the information in the surrounding pixel area. The first method is to use local variability as an information in the Dempster-Shafer theory. The second method uses a metric based on local variability. Indeed, the proposed fusion method weighs each pixel by an exponential of its local variability. A comparative study between the proposed methods and the existing methods was carried out. The experimental results show that our proposed methods give better fusions, both in visual perception and in quantitative analysis.