La thèse porte sur le développement d'algorithmes d'estimation rapides pour l'analyse modale de signaux multidimensionnels (R-D) présentant des problèmes de résolution et de complexité numérique. Un signal multidimensionnel de dimension R est la superposition de produits de R sinusoïdes. L'application visée est la spectroscopie RMN.Dans un premier temps, après un état de l'art des méthodes d'estimation dites « algébriques », nous proposons une méthode paramétrique basée sur les tenseurs. Celle-ci utilise le treillis multidimensionnel du tenseur du signal R-D et exploite la structure des vecteurs propres du sous-espace signal obtenus en utilisant la décomposition en valeurs singulières d'ordre supérieur. Contrairement à la plupart des approches tensorielles, la méthode proposée permet d'éviter la phase d'appariement des coordonnées des modes dans chacune des dimensions ou d'une diagonalisation conjointe. Dans un deuxième temps, le problème d'estimation modale multidimensionnelle est présenté comme un problème d'approximation parcimonieuse dans lequel le dictionnaire est obtenu par la discrétisation de fonctions exponentielles complexes. Afin d'atteindre une bonne résolution spectrale, il est nécessaire de choisir une grille très fine, ce qui conduit à la manipulation d'un dictionnaire de grande taille avec tous les problèmes calculatoires sous-jacents. Nous proposons alors une méthode originale qui consiste à combiner une approximation parcimonieuse et une approche multigrille sur plusieurs niveaux de résolution. L'approche est validée au travers de plusieurs exemples 1-D et 2-D. En outre, une étude sur l'influence du choix du dictionnaire initial sur la convergence est également menée. Les méthodes développées sont ensuite appliquées à l'estimation des paramètres de signaux de spectroscopie RMN 1-D et 2-D. Afin de réduire le coût de calcul dans le cas de signaux bidimensionnels de grande taille, nous proposons également une approche exploitant la notion de parcimonie simultanée, pour estimer les coordonnées des modes sur chacune des dimensions. La procédure consiste à effectuer deux approximations parcimonieuses 1-D suivies d'une phase de reformation des paires de modes 2-D / This thesis aims at the developpement of modal analysis algorithms for multidimensional signals (R-D) presenting resolution and numerical complexity problems. A multidimensional signal of dimension R is the superimposition of products of R monodimensional sinusoids. The intended application is NMR spectroscopy. Firstly, after a state-of-the-art on the so-called ''algebraic'' estimation methods, we propose a parametric method based on tensors. It uses the multidimensional tensor lattice of the R-D modal signal and exploits the eigenvectors structure of the signal subspace obtained using a higher-order singular value decomposition (HOSVD). Unlike most tensor-based eigenvalue approaches, modes estimated by the proposed method are automatically paired, thus it avoids a separate pairing step and joint diagonalization. Secondly, the multidimensional modal estimation problem is formulated as a sparse approximation problem in which the dictionary is obtained by the discretization of complex exponential functions. To achieve good spectral resolution, it is necessary to choose a very fine grid, which leads to handling a large dictionary with all the underlying computational problems. Hence, we propose a novel method that consists in combining a sparse approximation and a multigrid approach on several levels of resolution. The approach is demonstrated using several 1-D and 2-D examples. In addition, the influence of the initial dictionary on the algorithm convergence is also studied. The developed methods are then applied to estimate 1-D and 2-D NMR signal parameters. To reduce the computation cost in the case of large bidimensional signals, we also propose an approach exploiting the simultaneous sparsity principle to estimate the coordinates of the modes on each dimension. The procedure involves two 1-D sparse approximations followed by a 2-D modes painring step.

On s'intéresse dans cette thèse à la modélisation et à la simulation multidimensionnelle de l'hydrodynamique fluviale, notamment près des estuaires. Le modèle physique de référence est le modèle 3D, mais au vu de son important coût de calcul, il est intéressant de disposer de modèles plus simples en 1D, 2D ou 2.5D, que l'on peut utiliser dans des zones adéquates du fleuve, en fonction de sa bathymétrie. Ainsi, à partir du modèle 3D basé sur les équations instationnaires et incompressibles de Navier-Stokes, des modèles plus simples sont dérivés par projection par formulations faibles du problème 3D. On obtient ainsi un modèle en 1D, écrit sur la courbe médiane de la surface libre du fleuve, ainsi que deux modèles en 2D, le 2D-vertical écrit sur la surface longitudinale médiane du fleuve et le 2D-horizontal écrit sur la surface libre. Enfin on définit un modèle en quasi-3D, le modèle 2.5D, écrit dans la somme des espaces 2D-vertical et 2D-horizontal. Tous ces modèles prennent en compte la géométrie du fleuve et fournissent une vitesse tridimensionnelle ainsi que la pression, qui n'est pas supposée hydrostatique mais qui est une inconnue entière du problème. En outre, on définit et justifie un estimateur de modèles entre le modèle 3D et chacune de ses approximations en 1D, 2D et 2.5D. Cet estimateur calcule l'erreur entre le modèle 3D et son approximation, et donne ainsi une indication sur la qualité des résultats obtenus à partir des modèles 1D, 2D ou 2.5D, dans leurs zones respectives de calcul. Tous ces modèles hydrodynamiques sont implémentés dans des codes d'éléments finis, écrits en C++. Enfin, ils sont couplés numériquement à l'aide de l'estimateur de modèles.

Nous proposons une méthode de groupement en clusters d'objets multidimensionnels étendus, basée sur un modèle de co^ut adaptatif aux requêtes, pour accélérer l'exécution des requêtes spatiales de type intervalle (e.g., intersection, inclusion). Notre travail a été motivé par l'émergence de nombreuses applications de dissémination sélective d'informations posant de nouveaux défis au domaine de l'indexation multidimensionnelle. Dans ce contexte, les approches d'indexation existantes (e.g., R-trees) ne sont pas adaptées aux besoins applicatifs tels que scalabilité (beaucoup d'objets avec des dimensions élevées et des extensions spatiales), performance de recherche (taux élevés de requêtes), performance de mise à jour (insertions et suppressions fréquentes d'objets) et adaptabilité (à la distribution des objets et des requêtes, et aux paramètres systèmes). Dans notre méthode, nous relâchons plusieurs propriétés spécifiques aux structures d'indexation arborescentes classiques (i.e. équilibrage de l'arbre et du partitionnement, englobement minimal des objets) en faveur d'une stratégie de groupement basée sur un modèle de co^ut adaptatif. Ce modèle de co^ut tient compte des caractéristiques de la plateforme d'exécution, de la distribution spatiale des objets et surtout de la distribution spatiale des requêtes. Plus précisément, la distribution des requêtes permet de déterminer les dimensions les plus sélectives et discriminantes à utiliser dans le regroupement des objets. Nous avons validé notre approche par des études expérimentales de performance impliquant de grandes collections d'objets et des requêtes d'intervalles avec des distributions uniformes et non-uniformes.

Cette étude vise à relier les évaluations physiques et perceptives de différences de restitution du timbre par des enceintes acoustiques. Notre protocole expérimental consiste à enregistrer le champ acoustique rayonné par des enceintes dans une pièce. Ces enregistrements sont soumis à des tests d'écoute au casque, ainsi qu'à des analyses de signal. Les dissemblances objectives et perceptives obtenues sont comparées. La corrélation entre dissemblances est d'abord calculée. Nous abandonnons ensuite le critère de linéarité et prenons en compte le caractère multidimensionnel de notre perception de la reproduction sonore : les deux types de dissemblances sont soumis à une analyse multidimensionnelle, et les espaces obtenus sont comparés visuellement. Nos résultats montrent l'importance d'utiliser des modèles auditifs afin de différencier les signaux d'une manière analogue à celle des auditeurs. Des attributs objectifs décrivant deux des dimensions principales impliquées sont proposés.

Les travaux présentés dans cette Habilitation à Diriger des Recherches concernent la restitution des déformations volumiques du ventricule gauche du cœur au cours du temps. Les données sont des images échocardiographiques acquises pendant un seul cycle cardiaque avec un nouveau prototype de sonde ultrasonore, dont le capteur est mis en rotation rapide (jusqu'à 8 tours par seconde) à l'intérieur de la tête de la sonde. Ces recherches s'inscrivent dans la thématique scientifique des modèles dynamiques déformables de la discipline " Traitement du Signal et de l'Image ". Elles portent plus particuliè-rement sur les modélisations harmoniques multidimensionnelles. En 2D, les contours du ventricule sont modélisés pour restituer simplement des portions absentes (frontières virtuelles) ou déformées de ces contours, en fournissant des paramètres de forme directement interprétables et en nombre limité. En 3D, un volume du ventricule est reconstruit à partir de quelques contours en utilisant un modèle dont les paramètres sont les coefficients de Fourier basses fréquences de ces contours. En 4D, les déformations du ventricule sont obtenues pendant un cycle cardiaque en étendant le modèle précédent. L'ajustement des paramètres du modèle aux données (itératif, mais robuste et rapide) réalise une pseudo-interpolation circulaire de Shannon sur les données, même lorsque la répartition spatiale de celles-ci n'est pas uniforme ou qu'elle varie au cours du temps. Un protocole clinique, VG4D, a été développé pour valider l'ensemble des travaux. Il est utilisé dans les services de Cardiologie et de Médecine Nucléaire du Centre Hospitalier Régio¬nal d'Orléans et Universitaire de Tours. Les campagnes d'expérimentation menées ont montré l'intérêt de VG4D pour visualiser la contraction du ventricule au cours du temps.

Mes travaux de recherche se situent dans le domaine de l'informatique décisionnelle, et portent en particulier sur les entrepôts de données (Data Warehouse) et l'analyse en ligne (OLAP, On-Line Analytical Processing). L'originalité de la démarche scientifique suivie par ces recherches réside dans une double orientation consistant à proposer des mécanismes de description couplés aux mécanismes de manipulation des données entreposées dans les systèmes OLAP. Les travaux que je mène depuis 2001 s'articulent en trois axes :  la modélisation et la manipulation des systèmes OLAP,  l'intégration des documents dans les systèmes OLAP, et  la prise en compte de l'usager par la personnalisation des systèmes OLAP. Malgré de nombreux travaux sur la modélisation et la manipulation dans les systèmes OLAP, il n'existe ni standard, ni consensus, que ce soit au niveau des modèles multidimensionnels ou des opérateurs OLAP. Mes premiers travaux ont donc consisté à définir un modèle conceptuel de représentation des données pour les systèmes OLAP basé sur trois concepts clairement formalisés. Ce socle homogène a permis dans un second temps de définir les manipulations OLAP au travers d'un noyau minimum fermé d'opérateurs OLAP. Ce fondement théorique nous permet aujourd'hui d'élaborer des langages assertionels et/ou graphiques dont la complétude au regard de l'algèbre OLAP garanti la couverture du modèle en constellation et la performance des manipulations incrémentales. Pour rendre opérant les systèmes OLAP sur l'ensemble des données d'une organisation, j'ai orienté mes recherches sur l'intégration des documents. Mes recherches ont débouché sur la proposition d'un modèle de représentation unificateur en galaxie. Ce modèle repose sur un unique mécanisme de description des données et supporte les documents dans la globalité de leurs spécificités (contenu, structure, métadonnées). Le défis essentiel a été de maintenir opérants les principes de navigation et d'interrogation des données définis par l'algèbre OLAP. Pour cela, une contribution importante de ces recherches est la spécification de mécanismes d'agrégation textuelle (TOP_KW et AVG_KW) permettant d'assurer des forages dans des amas multidimensionnels de données textuelles. Les systèmes OLAP se sont principalement attachés à faciliter l'accès aux données décisionnelles laissant la charge aux usagers d'expertiser les données par des restitutions destinées à un groupe d'usagers supposés partager des besoins identiques. J'ai donc élargi mes recherches à la personnalisation des systèmes OLAP, par une approche quantitative qui permet à l'usager de définir ses préférences dans une constellation et d'ancrer des annotations qui matérialisent ses analyses et son expertise décisionnelle autorisant ainsi une composante collaborative dans le système OLAP. Enfin, j'ai complété ces propositions par une approche qualitative qui exploite les préférences exprimées par des relations d'ordre pour définir un processus générique autorisant trois types de recommandations contextuelles lors des manipulations OLAP : alternatives, par anticipation et enrichissement. Ces recherches ont fait l'objet de développements dans trois prototypes et s'inscrivent dans le cadre de différents projets et collaborations industrielles notamment dans le milieu médical (Hôpitaux de Paris, Institut Claudius Regaud). Elles ont également donné lieu à plusieurs thèses de doctorat.

La RMN multidimensionnelle (RMN-nD) est la méthode de choix pour l'étude structurale et dynamique des protéines en solution avec une résolution atomique. Une limitation de la RMN-nD est la longue durée de l'acquisition: le temps d'acquisition du jeu de données nécessaire pour une étude structurale est souvent de l'ordre de plusieurs semaines. De plus des processus cinétiques, qui se passent à l'échelle de la seconde, ne sont pas accessibles aux études en temps réel par RMN-nD en utilisant les méthodes standards. Ce travail présente des développements méthodologiques qui visent à accélérer la RMN-nD en optimisant la relaxation longitudinale des protons amides. Les méthodes proposées permettent d'acquérir des spectres de corrélation 2D 1H-15N (3D 1H-15N-13C) en quelques secondes (quelques minutes). En plus, en combinaison avec des méthodes existantes (encodage spatial, encodage Hadamard), le temps d'acquisition pour des spectres 2D peut être réduit à une seconde. Des applications à l'étude de phenomène cinétiques des protéines sont montrées.<br />Cette thèse présente aussi une nouvelle expérience RMN qui permet d'évaluer rapidement la qualité d'un échantillon de protéine, et une nouvelle méthode pour mesurer des couplages dipolaires résiduels entre protons amides avec une meilleure sensibilité que les méthodes existantes.

Ce travail analyse sous différentes approches la pauvreté au Sénégal en s'appuyant notamment sur les données fournies par les deux dernières enquêtes auprès des ménages (ESAM 2-2002 et ESPS-2006) réalisées par l'Agence Nationale de la Statistique et de la Démographie en partenariat avec la Banque mondiale.Dans l'analyse de la pauvreté monétaire, nous faisons apparaître des différences importantes en termes de seuils de pauvreté dans les régions avec aux extrêmes la région Dakar 923,55 F CFA (1,40 €) et Tambacounda 515,70 F CFA (0,78€), ce qui suggère le peu de pertinence quant à l'utilisation d'un seuil établi au seul niveau national. Sur la base de ces seuils, les indices de pauvreté issus de la formule générique de Foster, Greer et Thorbecke (FGT) dévoilent une baisse du taux de pauvreté entre 2002 et 2006 de 57,1% à 50,8%, soit de 6,9 point dans l'ensemble du pays et un écart à la ligne de pauvreté passant de 18% à 16,4%. Cette baisse est particulièrement observée dans les régions de Dakar, Diourbel, Kaolack, Saint-Louis et Thiès. Au niveau départemental, les taux de pauvreté montrent une concentration importante dans les zones rurales et l'existence de poches de pauvreté enclavées dans les zones urbaines. L'estimation d'un modèle économétrique spatial met en évidence les facteurs socioéconomiques susceptibles d'expliquer les différences interdépartementales de taux de pauvreté constatées en 2006, notamment le degré de développement économique des territoires (urbanisation, emploi) ainsi que les comportements des ménages liés au niveau d'infrastructures (d'éducation, de santé et de fécondité).Par ailleurs, nous proposons un modèle dichotomique à partir duquel il est possible de mettre en évidence les déterminants de la pauvreté monétaire des chefs de ménage. Les résultats montrent que les femmes chefs de ménage ne sont pas la couche la plus pauvre. De manière générale, les disparités de pauvreté manifestes entre milieux urbain et rural sont largement corrélées à des handicapes en matière de d'éducation et à l'inégal accès aux moyens d'information et de communication.Nous abordons une analyse multidimensionnelle de la pauvreté au Sénégal, à travers une estimation des degrés de privation de certains besoins essentiels des ménages. L'approche par la théorie des ensembles flous utilisée à cet effet suggère que la pauvreté a faiblement diminué : 1 % contre 7 % pour la pauvreté monétaire. Contrairement à l'approche monétaire, la baisse de la pauvreté non monétaire observée concerne d'autres régions comme Kolda et Ziguinchor et les régions de Diourbel et Kaolack connaissent une hausse. L'estimation des indices flous unidimensionnels a permis d'identifier les domaines dans lesquels les ménages affichent le degré de privation le plus important : la qualité du logement, le niveau d'instruction et les moyens d'information et de communication, au-delà du revenu.Les profils de pauvreté monétaire aussi bien que multidimensionnelle sont d'excellents outils pour cibler les groupes les plus nécessiteux de la population. En revanche, ces outils restent muets sur la perception de ces pauvres quant à leur propre situation socioéconomique. En ce sens, une analyse économétrique des facteurs déterminants de la pauvreté ressentie au Sénégal en 2006 fait apparaître l'importance de certaines dimensions non économiques (exclusion sociale, culturelle et manque de concertation des intéressés sur les politiques de développement et de lutte cotre la pauvreté).

Pauvreté et changements climatiques sont parmi les défis majeurs du 21ème siècle. L’idée selon laquelle la pauvreté représente une contrainte pour la capacité d’adaptation aux changements climatiques est répandue dans la littérature et validée par le GIEC. Cependant, la plupart des études se concentrent sur les ressources financières, ignorant la nature multidimensionnelle de la pauvreté. Cette thèse explore la relation entre pauvreté et capacité d’adaptation en utilisant une enquête par questionnaire menée dans la commune rurale de Djougou (Nord Bénin) auprès de 1102 ménages agricoles. Trois mesures de pauvreté (monétaire, multidimensionnelle et traditionnelle) sont comparées à deux proxys de la capacité d’adaptation potentielle des exploitants (innovations agricoles au cours des dix dernières années et stratégies perçues en cas de mauvaise récolte). On observe une divergence entre mesures de pauvreté dans l’identification des ménages pauvres. En particulier, les ménages multi-privés apparaissent comme les mieux dotés en actifs traditionnels. Les privations subies par les ménages affectent à la fois leur capacité d’innovation et leur capacité de réponse perçue. Une amélioration des ressources financières est associée avec davantage d’innovations, mais seulement pour les ménages les plus pauvres. Il est également montré que dans un contexte de pauvreté rurale, le capital social joue un rôle d’ajustement important pour l’adaptation des exploitants. Ces résultats suggèrent l’importance d’une lecture multidimensionnelle de la pauvreté pour la mise en oeuvre des politiques d’adaptation aux effets des changements climatiques. / Poverty and climate change are two of the most urgent issues facing the world. The view that poverty represents a constraint for household’s adaptive capacities is widely accepted in the climate change literature. However, most research has focused on financial resources, thus ignoring the multidimensional nature of poverty. In this study, a cross-sectional survey is used to explore the relationship between poverty and adaptive capacities in northern Benin. Three measures of poverty (monetary, multidimensional and traditional) were calculated along with two indicators of adaptive capacities (farm-associated changes and perceived coping strategies). A significant lack of overlap was found between the three poverty indices. Multiple deprivations are negatively associated with both crop-related changes and perceived coping strategies. Improved economic status, through monetary or traditional asset growth, is associated with increased innovations, but only for the poorest households. Results of the multivariate analysis also suggest that in a context of rural poverty, social capital plays an important, and potentially compensating role in fostering adaptive capacities. Overall, this study illustrates that a purely economic view, most often relying on a single poverty measure, is insufficient to understand the complexity of the poverty-adaptive capacity nexus. Farmers engage in several adaptation strategies given their resources - and these resources are economic as well as social.

Notre recherche se situe dans le cadre du projet QWECI (Quantifying Weather and Climate Impacts on Health in Developing Countries, UE FP7) en partenariat avec l’UCAD, le CSE et l’IPD, autour de la thématique environnement-santé avec comme cas pratique les maladies à vecteurs au Sénégal et plus particulièrement la Fièvre de la Vallée du Rift (FVR). La santé des populations humaines et animales est souvent fortement influencée par l’environnement. D’ailleurs, la recherche sur les facteurs de propagation des maladies à transmission vectorielle, telle que la FVR, prend en compte cette problématique dans sa dimension aussi bien physique que socio-économique. Apparue en 1912-1913 au Kenya, la FVR est une anthropo-zoonose virale répandue dans les régions tropicales qui concerne principalement les animaux mais dont les hommes peuvent aussi être touchés. Au Sénégal, la zone à risque concerne en majorité la vallée du fleuve Sénégal et la zone sylvo-pastorale du Ferlo. Bien que de climat sahélien, le Ferlo regorge de nombreuses mares qui sont des sources d’approvisionnement en eau pour les hommes et le bétail mais également les gîtes larvaires pour les vecteurs potentiels de la FVR. La maîtrise de la FVR, carrefour de trois (03) grands systèmes (agro-écologique, pathogène, économique/sanitaire/social), implique nécessairement la prise en compte de plusieurs paramètres si l’on veut d’abord comprendre les mécanismes d’émergence mais aussi envisager le travail de modélisation du risque. Notre travail porte sur le processus décisionnel pour quantifier l’utilisation de données sanitaires et environnementales dans l’évaluation de leur impact pour le suivi de la FVR. Les équipes de recherche impliquées produisent des données lors de leurs enquêtes de terrains et des analyses de laboratoire. Ce flot de données croissant devrait être stocké et préparé à des études corrélées grâce aux nouvelles techniques de stockage que sont les entrepôts de données. A propos de l’analyse des données, il ne suffit pas de s’appuyer seulement sur les techniques classiques telles que les statistiques. En effet, la valeur ajoutée de contribution sur la question s’oriente vers une analyse prédictive combinant à la fois les techniques agrégées de stockage et des outils de traitement. Ainsi, pour la découverte d’informations, nouvelles et pertinentes à priori non évidentes, il est nécessaire de s’orienter vers la fouille de données. Par ailleurs, l’évolution de la maladie étant fortement liée à la dynamique spatio-temporelle environnementale des différents acteurs (vecteurs, virus et hôtes), cause pour laquelle nous nous appuyons sur les motifs spatio-temporels pour identifier et mesurer certaines interactions entre les paramètres environnementaux et les acteurs impliqués. Grâce au processus décisionnel, les résultats qui en découlent sont multiples :i. suivant la formalisation de la modélisation multidimensionnelle, nous avons construit un entrepôt de données intégré qui regroupe l’ensemble des objets qui participent à la gestion du risque sanitaire – ce modèle peut être généralisé aux maladies à vecteurs ;ii. malgré une très grande variété de moustiques, les Culex de type neavei et les Aedes de type ochraceus et vexans sont les vecteurs potentiels de la FVR les plus présents dans la zone d’étude et ce, durant la saison des pluies, période la plus sujette à des cas suspects ; la période à risque reste quand même le mois d’octobre ;iii. les mares analysées ont quasiment le même comportement, mais des variations significatives subsistent par endroits.Ce travail de recherche démontre une fois de plus l’intérêt pour la mise en évidence des relations entre les données environnementales et la FVR à partir de méthodes de fouille de données, pour la surveillance spatio-temporelle du risque d’émergence. / Our research is in part of the QWeCI european project (Quantifying Weather and Climate Impacts on Health in Developing Countries, EU FP7) in partnership with UCAD, the CSE and the IPD, around the theme of environmental health with the practical case on vector-borne diseases in Senegal and particularly the Valley Fever (RVF). The health of human and animal populations is often strongly influenced by the environment. Moreover, research on spread factors of vector-borne diseases such as RVF, considers this issue in its dimension both physical and socio-economic. Appeared in 1912-1913 in Kenya, RVF is a widespread viral anthropo-zoonosis in tropical regions which concerns animals but men can also be affected. In Senegal, the risk area concerns mainly the Senegal River Valley and the forestry-pastoral areas Ferlo. With a Sahelian climate, the Ferlo has several ponds that are sources of water supply for humans and livestock but also breeding sites for potential vectors of RVF. The controlling of the RVF, which is crossroads of three (03) large systems (agro-ecological, pathogen, economic/health/social), necessarily entails consideration of several parameters if one wants to first understand the mechanisms emergence but also consider the work on risk modeling. Our work focuses on the decision making process for quantify the use of health data and environmental data in the impact assessment for the monitoring of RVF. Research teams involved produce data during their investigations periods and laboratory analyzes. The growing flood of data should be stored and prepared for correlated studies with new storage techniques such as datawarehouses. About the data analysis, it is not enough to rely only on conventional techniques such as statistics. Indeed, the contribution on the issue is moving towards a predictive analysis combining both aggregate storage techniques and processing tools. Thus, to discover information, it is necessary to move towards datamining. Furthermore, the evolution of the disease is strongly linked to environmental spatio-temporal dynamics of different actors (vectors, viruses, and hosts), cause for which we rely on spatio-temporal patterns to identify and measure interactions between environmental parameters and the actors involved. With the decision-making process, we have obtained many results :i. following the formalization of multidimensional modeling, we have built an integrated datawarehouse that includes all the objects that are involved in managing the health risk - this model can be generalized to others vector-borne diseases;ii. despite a very wide variety of mosquitoes, Culex neavei, Aedes ochraceus and Aedes vexans are potential vectors of FVR. They are most present in the study area and, during the rainy season period which is most prone to suspected cases; the risk period still remains the month of October;iii. the analyzed ponds have almost the same behavior, but significant variations exist in some points.This research shows once again the interest in the discovery of relationships between environmental data and the FVR with datamining methods for the spatio-temporal monitoring of the risk of emergence.