La sélection naturelle et les flux de gènes entre populations contribuent à structurer la diversité génétique dans l'espace sous l'influence de l'environnement. L'étude de ces forces évolutives et de leur interaction avec le milieu a des applications importantes dans des domaines tels que la biologie de la conservation, la génétique ou l'agronomie. Les données génétiques peuvent être reliées aux données environnementales à travers des modèles qui décrivent les processus évolutifs mis en jeu pour estimer des paramètres d'intérêt. Le développement d'une méthode d'estimation en génétique des populations consiste donc à construire un modèle selon des considérations biologiques pour l'utiliser ensuite dans des algorithmes d'estimation. L'étape suivante consiste alors à évaluer les performances de la méthode pour la valider ou l'améliorer. Ce schéma a été appliqué pour évaluer une méthode d'estimation des taux de migration qui a été étendue par la suite. Une autre méthode a été développée pour étudier l'adaptation locale sous l'influence de la migration et de la sélection naturelle.

Cette thèse a pour but d'améliorer les connaissances concernant les techniques d'analyse de données et certains modèles bayésiens dans le domaine de l'étude des inégalités sociales et environnementales de santé. À l'échelle géographique de l'IRIS sur les agglomérations de Paris, Marseille, Lyon et Lille, l'événement sanitaire étudié est la mortalité infantile dont on cherchera à expliquer le risque avec des données socio-économiques issues du recensement et des expositions environnementales comme la pollution de l'air, les niveaux de bruit et la proximité aux industries polluantes, au trafic automobile ou aux espaces verts. Deux volets principaux composent cette thèse. Le volet analyse de données détaille la mise au point d'une procédure de création d'indices socio-économiques multidimensionnels et la conception d'un package R l'implémentant, puis la création d'un indice de multi-expositions environnementales. Pour cela, on utilise des techniques d'analyse de données pour synthétiser l'information et fournir des indicateurs composites utilisables directement par les décideurs publics ou dans le cadre d'études épidémiologiques. Le second volet concerne les modèles bayésiens et explique le modèle « BYM ». Celui-ci permet de prendre en compte les aspects spatiaux des données et est mis en oeuvre pour estimer le risque de mortalité infantile. Dans les deux cas, les méthodes sont présentées et différents résultats de leur utilisation dans le contexte ci-dessus exposés. On montre notamment l'intérêt de la procédure de création d'indices socio-économiques et de multi-expositions, ainsi que l'existence d'inégalités sociales de mortalité infantile dans les agglomérations étudiées / The purpose of this thesis is to improve the knowledge about and apply data mining techniques and some Bayesian model in the field of social and environmental health inequalities. On the neighborhood scale on the Paris, Marseille, Lyon and Lille metropolitan areas, the health event studied is infant mortality. We try to explain its risk with socio-economic data retrieved from the national census and environmental exposures such as air pollution, noise, proximity to traffic, green spaces and industries. The thesis is composed of two parts. The data mining part details the development of a procedure of creation of multidimensional socio-economic indices and of an R package that implements it, followed by the creation of a cumulative exposure index. In this part, data mining techniques are used to synthesize information and provide composite indicators amenable for direct usage by stakeholders or in the framework of epidemiological studies. The second part is about Bayesian models. It explains the "BYM" model. This model allows to take into account the spatial dimension of the data when estimating mortality risks. In both cases, the methods are exposed and several results of their usage in the above-mentioned context are presented. We also show the value of the socio-economic index procedure, as well as the existence of social inequalities of infant mortality in the studied metropolitan areas

Je me focalise sur trois grands systèmes de failles transformantes obliques au Tibet et en Californie du Sud, et ce, afin de mieux comprendre et quantifier les relations entre les différentes structures qui les définissent. L'interférométrie radar à Synthèse d'Ouverture (InSAR) dispose du potentiel pour cartographier et localiser précisément la déformation sur des zones étendues et ainsi contraindre la géométrie des structures profondes. Cependant son utilisation en milieu naturel se trouve fortement entravée par la décorrelation due à la végétation, au relief, et aux cycles de gel et dégel, mais aussi par les délais troposphériques et les rampes orbitales résiduelles. J'ai développé des méthodes pour palier ces limitations. Au Tibet, j'ai ainsi traité les archives du satellite Envisat au niveau de deux zones de lacune sismique, à la bordure Nord du plateau, se présentant comme des zones intéressantes pour étudier le partitionnement de la convergence: le système de faille de Haiyuan au north-est Tibet et la faille sénestre de l'Altyn Tagh, au nord-ouest du plateau. Une attention spécifique sur les déformations liées au pergélisol m'a permis de (1) retrouver la continuité du signal sur de grandes zones, (2) de quantifier le comportement temporel des cycles de gel et dégel des sédiments recouvrant le pergélisol, (3) d'isoler les zones stables des sédiments se déformant. Je montre que les déformations saisonnières sont fortement dépendantes des unités géomorphologiques et que la fonte du pergélisol est plus important à faible qu'à haute altitude. J'analyse aussi le signal saisonnier au travers la marche topographique et je définie un proxy pour les incertitudes de la correction atmosphérique. J'observe un gradient de déformation au travers la faille de l'Altyn Tagh de l'ordre de 11-15 mm/an et un alignement claire de la déformation dans le Tarim, parallèle à la faille de l'Altyn Tagh, ainsi que des soulèvements de l'ordre de 1 mm/an associés à des chevauchements. Ce travail montre aussi un gradient de déformation associé à la terminaison ouest de la faille du Kunlun, re-définissant ainsi la géométrie des blocs tectoniques dans cette région. Parallèlement à cette acquisition de données, je développe des outils d'inversion basés sur des algorithmes de Monte Carlo afin d'explorer l'ensemble des géométries en accord avec les observations et d'estimer la compatibilité de la déformation actuelle avec des modèles tectoniques long-termes. Je montre ainsi une convergence uniforme de 8.5-11.5 mm/an et d'orientation N81-98E à travers le système de faille d'Haiyuan et quantifie son partitionnement le long des différentes structures. Par ailleurs, j'applique mon approche en Californie du Sud, au niveau du « Big Bend » de la faille de San Andreas où, en analogie avec des modèles structuraux géologiques, j'utilise des lois de conservations du mouvement pour contraindre la géométrie des chevauchements aveugles. Je montre la compatibilité du champs de déformation actuel avec un décollement grande échelle et quantifie une accumulation de contrainte de 2.5 mm/an le long de la structure majeure sous Los Angeles. / I focus on three major oblique transform faults in Tibet and in Southern California, in order to better measure and quantify the present-day strain accumulation on these structures. Interferometric synthetic Aperture Radar (InSAR) has the potential to map and localize precisely the deformation over wide areas and thus constrain the deep geometry of these structures. However, its application in natural environments in hindered by strong decorrelation of the radar phase due to vegetation, relief, and freeze and thaw cycles, but also due to variable tropospheric phase delays across topographic feature and long-wavelength residual orbital ramps. Here, I develop methodologies to circumvent these limitations and separate tectonic from other parasite signals. In Tibet, I process data from the Envisat satellite archives, at the boundary of the Tibetan plateau, in two seismic gaps, which appear interesting to study the partitioning of the convergence: the Haiyuan Fault system in northeastern Tibet and the left-lateral Altyn Tagh Fault, in northwestern Tibet. A specific focus on the permafrost related deformation signal allows us to: (1) correctly unwrap interferograms from north to south, (2) quantify the temporal behavior of the freeze/thaw cycles, and (3) isolate bedrock pixels that are not affected by the permafrost signal for further tectonic analysis. I show that the seasonal subsidence depends greatly on the geological land unit and that lower elevations are thawing faster than higher elevations. I analyze the atmospheric signal across the high plateau margin and estimate proxy for the uncertainty on atmospheric corrections. I observe a strike-slip deformation of around 11-15 mm/yr across the Altyn Tagh fault, a clear line of concentrated strike-slip deformation of around 3 mm/yr within the Tarim basin, trending parallel to the Altyn Tagh Fault trace, as well as thrust signal uplifting terraces at a rate of 1 mm/yr. This work also shows a strain accumulation around the west extension of the south trace of the Kunlun Fault, redefining the block boundaries in northwestern Tibet. In parallel this data acquisition, I develop Monte Carlo inversion tools in order to explore the various geometries in agreement with observations and estimate the compatibility of actual surface displacements with long-term slip partitioning models. I thus show a uniform convergence rate of 8.5-11.5 mm/yr with a N81-98E across the Haiyuan fault system and quantify the partitioning along the various structures. I also apply my approach in Southern California, across the « Big Bend » of the San Andreas Fault, where, in analogy with structural geological models, I use conservation of motion to help constraining the geometry and the kinematics of blind thrust faults. I show the compatibility of surface displacements with a large-scale décollement and quantify a loading rate of 2.5 mm/yr along the major thrust structure developing under Los Angeles.

Nous présentons une nouvelle méthode pour étudier les relations entre la structure génétique des populations et l'environnement. Cette méthode repose sur des modèles hiérarchiques bayésiens qui utilisent conjointement des données génétiques multi-locus et des données spatiales, environnementales et/ou culturelles. Elle permet d'estimer la structure génétique des populations, d'évaluer ses liens avec des covariables non génétiques, et de projeter la structure génétique des populations en fonction de ces covariables. Dans un premier temps, nous avons appliqué notre approche à des données de génétique humaine pour évaluer le rôle de la géographie et des langages dans la structure génétique des populations amérindiennes. Dans un deuxième temps, nous avons étudié la structure génétique des populations pour 20 espèces de plantes alpines et nous avons projeté les modifications intra spécifiques qui pourront être causées par le réchauffement climatique. / We introduce a new method to study the relationships between population genetic structure and environment. This method is based on Bayesian hierarchical models which use both multi-loci genetic data, and spatial, environmental, and/or cultural data. Our method provides the inference of population genetic structure, the evaluation of the relationships between the structure and non-genetic covariates, and the prediction of population genetic structure based on these covariates. We present two applications of our Bayesian method. First, we used human genetic data to evaluate the role of geography and languages in shaping Native American population structure. Second, we studied the population genetic structure of 20 Alpine plant species and we forecasted intra-specific changes in response to global warming. STAR

Introduction : L'arrêt cardiaque (AC) est considéré comme un problème majeur de santé publique. Prévenir les arrêts cardiaques, les décès consécutifs et optimiser leur prise en charge sont les objectifs partagés à la fois par les professionnels de l’urgence et les décideurs des politiques de santé publique. A l’heure de la territorialisation prenant en compte les besoins des populations, très peu d’études ont été consacrées aux variations d’incidence induites par la localisation géographique des arrêts cardiaques et les caractéristiques socio-économiques des patients. L’objectif de cette thèse est d'identifier, à partir des données du registre national des arrêts cardiaques RéAC, dans les trois départements de la petite couronne d’Ile-de-France, des clusters de communes présentant une incidence élevée ou faible en matière d’arrêt cardiaque, puis de les caractériser à partir des facteurs socio-économiques qui peuvent leur être associés. Matériel et Méthodes : Nous avons étudié les données d’arrêt cardiaque des trois départements d’Ile-de-France composant la petite couronne francilienne. Nous avons ainsi travaillé sur un ensemble de 123 communes. Les données relatives aux arrêts cardiaques ont été extraites du registre français des arrêts cardiaques RéAC. Des données socioéconomiques ont été collectées pour chacune de ces communes auprès de l’Institut National de la Statistique et des Etudes Economiques (INSEE). En termes de méthodes, nous avons eu recours à une double approche sur le plan statistique, combinant des méthodes bayésiennes afin d’étudier les variations géographiques d'incidence des arrêts cardiaques et des statistiques de scan en vue d’identifier des clusters de communes selon le niveau d’incidence des arrêts cardiaques. Enfin, nous avons caractérisé et comparé ces clusters de communes selon des facteurs socioéconomiques. Résultats : Nous avons inclus 3.414 arrêts cardiaques sur une période de deux ans, entre août 2013 et août 2015. De fortes variations géographiques - significatives - ont été observées parmi 123 municipalités : 34 présentaient un risque d'incidence élevé et 37 présentaient un risque faible. Les statistiques de scan ont permis d’identifier 7 clusters significatifs sur le plan de l’incidence des arrêts cardiaques, dont 3 clusters à faible incidence (le risque relatif variait de 0,23 à 0,54) et 4 clusters à forte incidence (avec un risque relatif de 1,43 à 2). Les clusters de municipalités ayant une incidence élevée d'AC se caractérisent par un statut socioéconomique inférieur à celui des autres (clusters d'incidence d’arrêt cardiaque faible ou normale). L'analyse a montré des relations statistiquement significatives entre les facteurs de défaveur sociale et une incidence élevée. Discussion : L’analyse des taux d’incidence standardisés et lissés dans la zone de la petite couronne parisienne révèle l’existence d’une forte hétérogénéité en termes d’incidence des arrêts cardiaques. L’utilisation des statistiques de scan nous a permis d’identifier 7 clusters significatifs, dont 4 de sur-incidence et 3 de sous-incidence. Ces résultats, les premiers en France sur cette thématique, confirment ceux déjà existants dans la littérature internationale montrant une hétérogénéité spatiale de l'incidence de l'arrêt cardiaque et l’importance de certains facteurs socio-économiques. Enfin, le recours aux statistiques de scan, différente des méthodes généralement utilisées, permet de mettre en évidence l'existence de zones à haut risque d’arrêt cardiaque [...] / Cardiac arrest (CA) is considered a major public health problem. Preventing cardiac arrest and subsequent deaths and optimizing their management are objectives shared by both emergency professionals and public health policy makers. At a time when territorialization is taking into account the needs of populations, very few studies have been devoted to the variations in incidence induced by the geographical location of cardiac arrests and the socio-economic characteristics of patients. The objective of this thesis is to identify, based on data from the national register of cardiac arrests RéAC, in the three departments of the inner suburbs of Ile-de-France, clusters of municipalities with a high or low incidence of cardiac arrest, and then to characterize them based on the socio-economic factors that can be associated with them. Equipment and Methods: We studied cardiac arrest data from the three departments of Ile-de-France that make up the inner suburbs of the Paris region. We have worked on a total of 123 municipalities. Data on cardiac arrests were extracted from the French register of cardiac arrests RéAC. Socio-economic data were collected for each of these municipalities from the Institut National de la Statistique et des Etudes Economiques (INSEE). In terms of methods, we used a statistically twofold approach, combining Bayesian methods to study geographical variations in the incidence of cardiac arrest and CT statistics to identify clusters of communes according to the incidence level of cardiac arrest. Finally, we characterized and compared these clusters of municipalities according to socio-economic factors.

Le modèle ROF (Rudin, Osher, Fatemi), introduit en 1992 en utilisant la variation totale comme terme de régularisation pour la restauration d'images, a fait l'objet de nombreuses recherches théoriques et numériques depuis. Dans cette thèse, nous présentons de nouveaux modèles inspirés de la variation totale mais construits par analogie avec une méthode de débruitage beaucoup plus récente et radicalement différente : les moyennes non locales (NL-means). Dans une première partie, nous transposons le modèle ROF dans un cadre bayésien, et montrons que l'estimateur associé à un risque quadratique (moyenne a posteriori) peut être calculé numériquement à l'aide d'un algorithme de type MCMC (Monte Carlo Markov Chain), dont la convergence est soigneusement contrôlée compte tenu de la dimension élevée de l'espace des images. Nous montrons que le débruiteur associé permet notamment d'éviter le phénomène de "staircasing", défaut bien connu du modèle ROF. Dans la deuxième partie, nous proposons tout d'abord une version localisée du modèle ROF et en analysons certains aspects : compromis biais-variance, EDP limite, pondération du voisinage, etc. Enfin, nous discutons le choix de la variation totale en tant que modèle a priori, en confrontant le point de vue géométrique (modèle ROF) au cadre statistique (modélisation bayésienne).

Cette thèse étudie le traitement statistique des images d'ultrasons de haute fréquence, avec application à l'exploration in-vivo de la peau humaine et l'évaluation non invasive de lésions. Des méthodes Bayésiennes sont considérées pour la segmentation d'images échographiques de la peau. On y établit que les ultrasons rétrodiffusés par la peau convergent vers un processus aléatoire complexe de type Levy-Flight, avec des statistiques non Gaussiennes alpha-stables. L'enveloppe du signal suit une distribution Rayleigh généralisée à queue lourde. A partir de ces résultats, il est proposé de modéliser l'image d'ultrasons de multiples tissus comme un mélange spatialement cohérent de lois Rayleigh à queues lourdes. La cohérence spatiale inhérente aux tissus biologiques est modélisée par un champ aléatoire de Potts-Markov pour représenter la dépendance locale entre les composantes du mélange. Un algorithme Bayésien original combiné à une méthode Monte Carlo par chaine de Markov (MCMC) est proposé pour conjointement estimer les paramètres du modèle et classifier chaque voxel dans un tissu. L'approche proposée est appliquée avec succès à la segmentation de tumeurs de la peau in-vivo dans des images d'ultrasons de haute fréquence en 2D et 3D. Cette méthode est ensuite étendue en incluant l'estimation du paramètre de régularisation du champ de Potts dans la chaine MCMC. Les méthodes MCMC classiques ne sont pas directement applicables à ce problème car la vraisemblance du champ de Potts ne peut pas être évaluée. Ce problème difficile est traité en adoptant un algorithme Metropolis-Hastings ''sans vraisemblance'' fondé sur la statistique suffisante du Potts. La méthode de segmentation non supervisée, ainsi développée, est appliquée avec succès à des images échographiques 3D. Finalement, le problème du calcul de la borne de Cramer-Rao (CRB) du paramètre de régularisation du champ de Potts est étudié. Cette borne dépend des dérivées de la constante de normalisation du modèle de Potts, dont le calcul est infaisable. Ce problème est résolu en proposant un algorithme Monte Carlo original, qui est appliqué avec succès au calcul de la borne CRB des modèles d'Ising et de Potts.

Dans cette thèse, nous nous intéressons à l'analyse et au suivi temporel des surfaces continentales à partir de séquences d'images satellitaires. L'exploitation de données de différentes résolutions est alors cruciale pour bénéficier à la fois d'une bonne discrimination et d'une bonne localisation des objets d'intérêt. Dans ce contexte, nous proposons deux approches probabilistes pour la classification et la détection de changements capables d'accéder à une information sous-pixelique, avec très peu d'information a priori. La premire repose sur la définition d'une fonction d'énergie dans un cadre bayésien. Etant donné un nombre de classes, elle permet d'estimer la classification de manière non-supervisée en tant que minimum de cette fonction d'énergie, à travers un algorithme de recuit simulé. La seconde repose sur un modèle de détection a-contrario couplé à un algorithme stochastique d'échantillonnage aléatoire. Elle permet de détecter automatiquement les pixels de l'image qui représentent le plus vraisemblablement des changements. Une analyse théorique et expérimentale des méthodes proposées a permis d'en cerner les limites et, en particulier, de montrer leur capacité à traîter de forts rapports de résolution. Des cas réels d'applications sont présentés sur une scène agricole de la Plaine du Danube (base de donnes ADAM).

Nous présentons une nouvelle méthode pour étudier les relations entre la structure génétique des populations et l'environnement. Cette méthode repose sur des modèles hiérarchiques bayésiens qui utilisent conjointement des données génétiques multi-locus et des données spatiales, environnementales et/ou culturelles. Elle permet d'estimer la structure génétique des populations, d'évaluer ses liens avec des covariables non génétiques, et de projeter la structure génétique des populations en fonction de ces covariables. Dans un premier temps, nous avons appliqué notre approche à des données de génétique humaine pour évaluer le rôle de la géographie et des langages dans la structure génétique des populations amérindiennes. Dans un deuxième temps, nous avons étudié la structure génétique des populations pour 20 espèces de plantes alpines et nous avons projeté les modifications intra spécifiques qui pourront être causées par le réchauffement climatique.

Le fuligule milouin (Aythya ferina) est une espèce de canard plongeur répandue dans l’ensemble du Paléarctique. Montrant des signes de déclin de ses effectifs nicheurs en Europe depuis les années 2000, son statut de conservation IUCN a été réévalué de « Préoccupation Mineure » à « Vulnérable ». Etant une espèce chassée, la question du maintien de ces prélèvements cynégétiques est légitime. L’objectif de ce travail de thèse est donc de comprendre son fonctionnement démographique et les mécanismes sous-jacents à sa dynamique de population, pour proposer des mesures de gestion et de conservation. Pour cela, nous nous sommes attachés à estimer la tendance de ce déclin sur sa voie de migration nord-ouest européenne à partir des données de recensements de la mi-janvier. Puis, nous avons étudié la connectivité migratoire de cette voie de migration avec les autres voies préssuposées, afin de mieux comprendre l’origine de ce déclin. Enfin, nous avons estimé deux paramètres démographiques clés, la survie et le succès de nidification, pour les intégrer dans un cadre matriciel permettant d’estimer un taux de croissance asymptotique et comprendre quels sont les paramètres démographiques clés sur lesquels doivent reposer les actions de gestion. Il ressort de ce travail de thèse que le déclin du fuligule milouin est probalement dû surtout à une diminution de sa productivité en Europe de l’Est et en Russie. Le contrôle et la gestion de la productivité par l’Homme étant limités, uniquement des travaux de gestion autour des habitats liés à la nidification sont envisageables. Ces travaux pourraient être facilement menés en Europe mais beaucoup plus difficilement en Sibérie, principale aire de reproduction des milouins caractérisée par une vaste superficie et un fort isolement. Les taux de survie des oiseaux bagués en France sont plus faibles que pour les oiseaux bagués dans d’autres pays, potentiellement du fait d’une pression de chasse plus élevée. Amener le taux de survie en France au même niveau que dans les pays voisins (Suisse et Grande-Bretagne), par une modification de la réglementation sur la chasse, serait de nature à ramener le taux de croissance à l’équilibre. La mise en place de la gestion adaptative pourrait faciliter les objectifs de conservation fixés en adaptant annuellement ces prélèvements aux effectifs présents et aux connaissances dont on dispose. / The Common Pochard (Aythya ferina) is a regular diving duck species in the western Palearctic. However, a worrisome decline of its wintering population led to an up-listed IUCN status from “Least Concern” to “Vulnerable”. This species is still hunted in Europe despite this decline. Hence, one may wonder about the sustainability of its harvest. The aim of this work was to understand the population dynamics of this species, and the drivers of these mechanisms. For this purpose, we assessed the declining trend in northwestern Europe using the mid-january censuses. Then, we studied the migratory connectivity with the two others flyways, in order to better understand the origin of the decline. Finally, we assessed two main demographic parameters (survival rate and nesting success) and combined these into a matrix population model. This model allowed us to assess an asymptotic growth rate and to determine the key demographic parameters on which management actions should focus. The main results of this thesis indicate that the decrease in productivty in Europe and in Russia could have been the main reason of the decline. However, given the limited human action to improve Pochard productivity, only breeding habitat improvement could be considered. Such improvements could be easily considered in Europe, but not in Siberia, the main breeding region characterized by a large area and a strong geographic isolation. Survival rates were lower in France than in neighbouring countries, possibly owing to a greater hunting pressure. A more moderate hunting pressure could lead to higher survival rates, and a balanced growth rate. Setting up an adaptative harvest management scheme could help reaching defined management goals, by annually adapting hunting quotas to current knowledge and assessment of Pochard population size.