L'objectif de cette thèse est la résolution d’un problème d’optimisation multi-objectif sous incertitudes en présence de simulations numériques coûteuses. Une validation est menée sur un cas test de thermique transitoire. Dans un premier temps, nous développons un algorithme d'optimisation multi-objectif basé sur le krigeage nécessitant peu d’appels aux fonctions objectif. L'approche est adaptée au calcul distribué et favorise la restitution d'une approximation régulière du front de Pareto complet. Le problème d’optimisation sous incertitudes est ensuite étudié en considérant des mesures de robustesse pires cas et probabilistes. Le superquantile intègre tous les évènements pour lesquels la valeur de la sortie se trouve entre le quantile et le pire cas mais cette mesure de risque nécessite un grand nombre d’appels à la fonction objectif incertaine pour atteindre une précision suffisante. Peu de méthodes permettent de calculer le superquantile de la distribution de la sortie de fonctions coûteuses. Nous développons donc un estimateur du superquantile basé sur une méthode d'échantillonnage préférentiel et le krigeage. Il permet d’approcher les superquantiles avec une faible erreur et une taille d’échantillon limitée. De plus, un couplage avec l’algorithme multi-objectif permet la réutilisation des évaluations. Dans une dernière partie, nous construisons des modèles de substitution spatio-temporels capables de prédire des phénomènes dynamiques non linéaires sur des temps longs et avec peu de trajectoires d’apprentissage. Les réseaux de neurones récurrents sont utilisés et une méthodologie de construction facilitant l’apprentissage est mise en place. / This work aims at solving multi-objective optimization problems in the presence of uncertainties and costly numerical simulations. A validation is carried out on a transient thermal test case. First of all, we develop a multi-objective optimization algorithm based on kriging and requiring few calls to the objective functions. This approach is adapted to the distribution of the computations and favors the restitution of a regular approximation of the complete Pareto front. The optimization problem under uncertainties is then studied by considering the worst-case and probabilistic robustness measures. The superquantile integrates every event on which the output value is between the quantile and the worst case. However, it requires an important number of calls to the uncertain objective function to be accurately evaluated. Few methods give the possibility to approach the superquantile of the output distribution of costly functions. To this end, we have developed an estimator based on importance sampling and kriging. It enables to approach superquantiles with little error and using a limited number of samples. Moreover, the setting up of a coupling with the multi-objective algorithm allows to reuse some of those evaluations. In the last part, we build spatio-temporal surrogate models capable of predicting non-linear, dynamic and long-term in time phenomena by using few learning trajectories. The construction is based on recurrent neural networks and a construction facilitating the learning is proposed.

Cette thèse est une collaboration entre le LAboratoire des Sciences et Matériaux pour l’Électronique et d’Automatique (LASMEA) de Clermont-Ferrand et le Laboratoire Vision et Ingénierie des Contenus (LVIC) du CEA LIST à Saclay. La première moitié de la thèse a été accomplie au sein de l’équipe ComSee (1) du LASMEA et la deuxième au LVIC. L’objectif de ces travaux est de concevoir un système de vidéo-assistance temps réel pour la détection d’évènements dans des scènes possiblement denses.La vidéosurveillance intelligente de scènes denses telles que des foules est particulièrement difficile, principalement à cause de leur complexité et de la grande quantité de données à traiter simultanément. Le but de cette thèse consiste à élaborer une méthode de détection d’évènements rares dans de telles scènes, observées depuis une caméra fixe. La méthode en question s’appuie sur l’analyse automatique de mouvement et ne nécessite aucune information à priori. Les mouvements nominaux sont déterminés grâce à un apprentissage statistique non supervisé. Les plus fréquemment observés sont considérés comme des évènements normaux. Une phase de classification permet ensuite de détecter les mouvements déviant trop du modèle statistique, pour les considérer comme anormaux. Cette approche est particulièrement adaptée aux lieux de déplacements structurés, tels que des scènes de couloirs ou de carrefours routiers. Aucune étape de calibration, de segmentation de l’image, de détection d’objets ou de suivi n’est nécessaire. Contrairement aux analyses de trajectoires d’objets suivis, le coût calculatoire de notre méthode est invariante au nombre de cibles présentes en même temps et fonctionne en temps réel. Notre système s’appuie sur une classification locale du mouvement de la scène, sans calibration préalable. Dans un premier temps, une caractérisation du mouvement est réalisée, soit par des méthodes classiques de flot optique, soit par des descripteurs spatio-temporels. Ainsi, nous proposons un nouveau descripteur spatio-temporel fondé sur la recherche d’une relation linéaire entre les gradients spatiaux et les gradients temporels en des zones où le mouvement est supposé uniforme. Tout comme les algorithmes de flot optique, ce descripteur s’appuie sur la contrainte d’illumination constante.Cependant en prenant en compte un voisinage temporel plus important, il permet une caractérisation du mouvement plus lisse et plus robuste au bruit. De plus, sa faible complexité calculatoire est bien adaptée aux applications temps réel. Nous proposons ensuite d’étudier différentes méthodes de classification : La première, statique, dans un traitement image par image, s’appuie sur une estimation bayésienne de la caractérisation du mouvement au travers d’une approche basée sur les fenêtres de Parzen. Cette nouvelle méthode est une variante parcimonieuse des fenêtres de Parzen. Nous montrons que cette approche est algorithmiquement efficace pour approximer de manière compacte et précise les densités de probabilité. La seconde méthode, basée sur les réseaux bayésiens, permet de modéliser la dynamique du mouvement. Au lieu de considérer ce dernier image par image, des séquences de mouvements sont analysées au travers de chaînes de Markov Cachées. Ajouté à cela, une autre contribution de ce manuscrit est de prendre en compte la modélisation du voisinage d’un bloc afin d’ajouter une cohérence spatiale à la propagation du mouvement. Ceci est réalisé par le biais de couplages de chaînes de Markov cachées.Ces différentes approches statistiques ont été évaluées sur des données synthétiques ainsi qu’en situations réelles, aussi bien pour la surveillance du trafic routier que pour la surveillance de foule.Cette phase d’évaluation permet de donner des premières conclusions encourageantes quant à la faisabilité de la vidéosurveillance intelligente d’espaces possiblement denses. / The automatic analysis of crowded areas in video sequences is particularly difficult because ofthe large amount of information to be processed simultaneously and the complexity of the scenes. We propose in this thesis a method for detecting abnormal events in possibly dense scenes observed from a static camera. The approach is based on the automatic classification of motion requiring no prior information. Motion patterns are encoded in an unsupervised learning framework in order to generate a statistical model of frequently observed (aka. normal) events. Then at the detection stage, motion patterns that deviate from the model are classified as unexpected events. The method is particularly adapted to scenes with structured movement with directional flow of objects or people such as corridors, roads, intersections. No camera calibration is needed, nor image segmentation, object detection and tracking. In contrast to approaches that rely on trajectory analysis of tracked objects, our method is independent of the number of targets and runs in real-time. Our system relies on a local classification of global scene movement. The local analysis is done on each blocks of a regular grid. We first introduce a new spatio-temporal local descriptor to characterize the movement efficiently. Assuming a locally uniform motion of space-time blocks of the image, our approach consists in determining whether there is a linear relationship between spatial gradients and temporal gradients. This spatio-temporal descriptor holds the Illumination constancy constraint like optical flow techniques, but it allows taking into account the spatial neighborhood and a temporal window by giving a smooth characterization of the motion, which makes it more robust to noise. In addition, its low computational complexity is suitable for real-time applications. Secondly, we present two different classification frameworks : The first approach is a static (frame by frame) classification approach based on a Bayesian characterization of the motion by using an approximation of the Parzen windowing method or Kernel Density Estimation (KDE) to model the probability density function of motion patterns.This new method is the sparse variant of the KDE (SKDE). We show that the SKDE is a very efficient algorithm giving compact representations and good approximations of the density functions. The second approach, based on Bayesian Networks, models the dynamics of the movement. Instead of considering motion patterns in each block independently, temporal sequences of motion patterns are learned by using Hidden Markov Models (HMM). The second proposed improvement consists in modeling the movement in one block by taking into account the observed motion in adjacent blocks. This is performed by the coupled HMM method. Evaluations were conducted to highlight the classification performance of the proposed methods,on both synthetic data and very challenging real video sequences captured by video surveillance cameras.These evaluations allow us to give first conclusions concerning automatic analyses of possibly crowded area.

Response of flexible structures — such as cable-supported bridges and aircraft wings — is associated with a number of uncertainties in structural and flow parameters. This thesis is aimed at efficient uncertainty quantification in a few such flow and flow-induced structural response problems. First, the uncertainty quantification in the lift force exerted on a submerged body in a potential flow is considered. To this end, a new method — termed here as semi-intrusive stochastic perturbation (SISP) — is proposed. A sensitivity analysis is also performed, where for the global sensitivity analysis (GSA) the Sobol’ indices are used. The polynomial chaos expansion (PCE) is used for estimating these indices. Next, two stability problems —divergence and flutter — in the aeroelasticity are studied in the context of reliability based design optimization (RBDO). Two modifications are proposed to an existing PCE-based metamodel to reduce the computational cost, where the chaos coefficients are estimated using Gauss quadrature to gain computational speed and GSA is used to create nonuniform grid to reduce the cost even further. The proposed method is applied on a rectangular unswept cantilever wing model. Next, reliability computation in limit cycle oscillations (LCOs) is considered. While the metamodel performs poorly in this case due to bimodality in the distribution, a new simulation-based scheme proposed to this end. Accordingly, first a reduced-order model (ROM) is used to identify the critical region in the random parameter space. Then the full-scale expensive model is run only over a this critical region. This is applied to the rectangular unswept cantilever wing with cubic and fifth order stiffness terms in its equation of motion. Next, the wind speed is modeled as a spatio-temporal process, and accordingly new representations of spatio-temporal random processes are proposed based on tensor decompositions of the covariance kernel. These are applied to three problems: a heat equation, a vibration, and a readily available covariance model for wind speed. Finally, to assimilate available field measurement data on wind speed and to predict based on this assimilation, a new framework based on the tensor decompositions is proposed. The framework is successfully applied to a set of measured data on wind speed in Ireland, where the prediction based on simulation is found to be consistent with the observed data.

Le raisonnement spatial et temporel qualitatif est un domaine principal d’études de l’intelligence artificielle et, en particulier, du domaine de la représentation des connaissances, qui traite des concepts cognitifs fondamentaux de l’espace et du temps de manière abstraite. Dans notre thèse, nous nous focalisons sur les formalismes du domaine du raisonnement spatial et temporel qualitatif représentant les informations par des contraintes et apportons des contributions sur plusieurs aspects. En particulier, étant donnée des bases de connaissances d’informations qualitatives sur l’espace ou le temps, nous définissons des nouvelles conditions de consistance locale et des techniques associées afin de résoudre efficacement les problèmes fondamentaux se posant. Nous traitons notamment du problème de la satisfiabilité qui est le problème de décider s’il existe une interprétation quantitative de toutes les entités satisfaisant l’ensemble des contraintes qualitatives. Nous considérons également le problème de l’étiquetage minimal qui consiste à déterminer pour toutes les contraintes qualitatives les relations de base participant à au moins une solution ainsi que le problème de redondance consistant à déterminer les contraintes qualitatives non redondantes. En outre, nous enrichissons le domaine des formalismes spatio-temporels par des contributions concernant une logique spatio-temporelle combinant la logique temporelle propositionnelle (PTL) avec un langage de contraintes qualitatives spatiales et une étude de la problématique consistant à gérer une séquence temporelle de configurations spatiales qualitatives devant satisfaire des contraintes de transition. / Qualitative Spatial and Temporal Reasoning is a major field of study in Artificial Intelligence and, particularly, in Knowledge Representation, which deals with the fundamental cognitive concepts of space and time in an abstract manner. In our thesis, we focus on qualitative constraint-based spatial and temporal formalisms and make contributions to several aspects. In particular, given a knowledge base of qualitative spatial or temporal information, we define novel local consistency conditions and related techniques to efficiently solve the fundamental reasoning problems that are associated with such knowledge bases. These reasoning problems consist of the satisfiability problem, which is the problem of deciding whether there exists a quantitative interpretation of all the entities of a knowledge base such that all of its qualitative relations are satisfied by that interpretation, the minimal labeling problem, which is the problem of determining all the atoms for each of the qualitative relations of a knowledge base that participate in at least one of its solutions, and the redundancy problem, which is the problem of obtaining all the non-redundant qualitative relations of a knowledge base. Further, we enrich the field of spatio-temporal formalisms that combine space and time in an interrelated manner by making contributions with respect to a qualitative spatio-temporal logic that results by combining the propositional temporal logic (PTL) with a qualitative spatial constraint language, and by investigating the task of ordering a temporal sequence of qualitative spatial configurations to meet certain transition constraints.

L’objectif principal de cette thèse est d’instruire l’organisation des successions culturales, à l’échelle de la France et sur un recul décennal, tant en terme de cinétiques localisées qu’en terme de dynamiques liées à des variables explicatives du milieu physique et socio-technico-économiques. Ce travail de « fouille de données » est appliqué en France métropolitaine, en utilisant les bases de données publiques disponibles. Notre étude couvre la période 1992-2003 où s’implémenta la réforme de 1992 de la Politique Agricole Commune européenne et l’agenda 2000 en France. A partir d’une fouille de données sur l’ensemble des points Terruti sur cette période, 2549 successions culturales de trois ans furent identifiées. Ensuite, 21 clusters de l’ensemble des 430 régions agricoles (RA) françaises, quatre systèmes de culture, 90 RA, parangons des 430 RA, et trois régions principales appartenant à cinq des 21 clusters, regroupant les cultures de céréales, oléagineux et protéagineux, ont été définis. Deux approches de cinétiques des successions ont été réalisées : Une étude envisageant les successions de culture qui suivent les retournements de prairies permanentes. Une recherche des dynamiques d’évolution de successions culturales en lien avec des conditions externes. Nous proposons une utilisation ultérieure des méthodes mobilisées qui ont montré leur capacité à cartographier les grandes tendances d’évolution en France et à identifier les principales variables explicatives de ces évolutions. Les apports de cette thèse contribuent à améliorer notre compréhension des processus qui organisent les successions culturales en France et construisent par ces pratiques agricoles très dynamiques des impacts forts sur le territoire agricole français / In the context of changing agricultural policy, the development of agricultural production systems, increasing concern for agricultural sustainability and shifts in agricultural land management practice-related land-use change, the main objective of this thesis was to mine crop sequence patterns (CSP) and the relationships between CSP and the biophysical and socio-technical-economic conditions in mainland France from historical census data (e.g. land-cover survey, agricultural censuses, population census). Our study period 1992-2003 covers the implementation period of the 1992 European Union Common Agricultural Policy reform and Agenda 2000 in France. Both the classical statistical and data mining technique were applied in alone or combined ways in this thesis. First, we proposed an innovative approach to representing CSP within a given area and period at a large regional scale in a stationary way. The 2549 3-year crop sequences (CSs) were first identified as major CSs within all 430 agricultural districts (ADs) in mainland France during this period. Next, 21 clusters of ADs , four types of cropping systems, 90 representative ADs and three principal planting zones of cereals, oilseeds, and protein crops belonging to five clusters identified previously were further defined. We then explored CSP in a dynamic way by investigating CSP after grassland-to-cropland conversion, the temporal variability of CSP, and the evolution of the relationships between CSP and the external conditions over the study period. We conclude that the approaches developed here permit the representation of CSP at the large regional scale in both stationary and dynamic ways using time series land-cover data denoting specific agricultural cover types. The findings of this thesis contribute to improving the understanding of the process and pattern of human land management practices by agriculture affecting the terrestrial biosphere

Dans cette thèse, nous proposons des techniques de gestion de données pour économiser l’énergie dans les réseaux de capteurs périodiques basés sur l’architecture de clustering. Premièrement, nous proposons d’adapter le taux d’échantillonnage du capteur à la dynamique de la condition surveillée en utilisant le modèle de one-way ANOVA et des tests statistiques (Fisher, Tukey et Bartlett), tout en prenant en compte l’énergie résiduelle du capteur. Le deuxième objectif est d’éliminer les données redondantes générées dans chaque cluster. Au niveau du capteur, chaque capteur cherche la similarité entre les données collectées à chaque période et entre des périodes successives, en utilisant des fonctions de similarité. Au niveau du CH, nous utilisons des fonctions de distance pour permettre CH d’éliminer les ensembles de données redondantes générées par les nœuds voisins. Enfin, nous proposons deux stratégies actif/inactif pour ordonnancer les capteurs dans chaque cluster, après avoir cherché la corrélation spatio-temporelle entre les capteurs. La première stratégie est basée sur le problème de couverture des ensembles tandis que la seconde prend avantages du degré de corrélation et les énergies résiduelles de capteurs pour ordonnancer les nœuds dans chaque cluster. Pour évaluer la performance des techniques proposées, des simulations sur des données de capteurs réelles ont été menées. La performance a été analysée selon la consommation d’énergie, la latence et l’exactitude des données, et la couverture, tout en montrant comment nos techniques peuvent améliorer considérablement les performances des réseaux de capteurs. / In this thesis, we propose energy-efficient data management techniques dedicated to periodic sensor networks based on clustering architecture. First, we propose to adapt sensor sampling rate to the changing dynamics of the monitored condition using one-way ANOVA model and statistical tests (Fisher, Tukey and Bartlett), while taking into account the residual energy of sensor. The second objective is to eliminate redundant data generated in each cluster. At the sensor level, each sensor searches the similarity between readings collected at each period and among successive periods, based on the sets similarity functions. At the CH level, we use distance functions to allow CH to eliminate redundant data sets generated by neighboring nodes. Finally, we propose two sleep/active strategies for scheduling sensors in each cluster, after searching the spatio-temporal correlation between sensor nodes. The first strategy uses the set covering problem while the second one takes advantages from the correlation degree and the sensors residual energies for scheduling nodes in the cluster. To evaluate the performance of the proposed techniques, simulations on real sensor data have been conducted. We have analyzed their performances according to energy consumption, data latency and accuracy, and area coverage, and we show how our techniques can significantly improve the performance of sensor networks.

Promouvoir le service de contrôle biologique des bio-agresseurs des cultures nécessite de comprendre le fonctionnement des populations d’ennemis naturels dans des mosaïques agricoles qui sont hétérogènes et dynamiques. Cette thèse porte sur l’étude des déterminants de l’abondance des carabes impliqués dans la régulation des adventices via la consommation de leurs graines. L’analyse des variations d’abondance des espèces à une échelle nationale nous a permis d’évaluer le rôle relatif des facteurs locaux et paysagers et de mettre en évidence le rôle important de la proportion de colza et de prairie dans le paysage sur l’abondance de carabes consommateurs de graines dans les parcelles cultivées. Le suivi expérimental de la composition des communautés de carabes ainsi que du statut nutritionnel et des mouvements de plusieurs espèces dans des dispositifs colza/blé et colza/bordure pérenne sur l’ensemble de la période d’activité des carabes nous a permis de mettre en évidence que (i) les carabes répondent l’hétérogénéité de cette mosaïque agricole (type de culture, qualité de l’habitat au sein d’un même type de culture), avec des réponses souvent spécifiques (ii) que le colza d’hiver joue un rôle important dans le fonctionnement des populations de carabes consommateurs de graines du fait de sa haute qualité d’habitat pour ces espèces, (iii) que la variation de la qualité d’habitat peut jouer sur le mouvement des carabes vers l’habitat adjacent et (iv) que la présence d’une bordure pérenne au voisinage d’une culture favorise le maintien et le fonctionnement de plusieurs espèces consommatrices de graines d’adventices dans la mosaïque agricole. / Promoting biological pest control in crops requires to understand the functioning of natural enemies in heterogeneous and dynamic agricultural mosaics. This thesis focuses on the study of the determinants that influence the abundance of ground beetles involved in the regulation of weeds via the consumption of their seeds. In an analysis of the variations of species abundance at a national scale we identified the respective role of local and landscape factors and showed that oilseed rape and grassland proportions in the landscape were key determinants of the abundance of carabid species in cultivated fields. We then studied carabid communities through combined measured of their abundance, nutritional status and between-habitat movements, during an entire cropping season, in pairs of habitats consisting in winter oilseed rape fields with either a crop (winter cereal fields) or a semi-natural habitat (grassy field margins) as adjacent habitat. We demonstrated that (i) ground beetles respond to the heterogeneity of arable mosaic (crop type, habitat quality within the same crop type), often with specific responses, (ii) winter oilseed rape plays an important role in the functioning of weed seed-eating carabid species due to its high habitat quality, (iii) variations in habitat quality can influence the movement of beetles to the adjacent habitat and (iv) the presence of a grassy field margin in the vicinity of a crop promotes the maintenance and functioning of several species in arable mosaics.

La technologie des réseaux de capteurs sans fil démontre qu'elle peut être très utile dans de nombreuses applications. Ainsi chaque jour voit émerger de nouvelles réalisations dans la surveillance de notre environnement comme la détection des feux de forêt, l'approvisionnement en eau. Les champs d'applications couvrent aussi des domaines émergents et sensibles pour la population avec les soins aux personnes âgées ou les patients récemment opérés dans le cadre. L'indépendance des architectures RCSFs par rapport aux infrastructures existantes permet aux d'être déployées dans presque tous les sites afin de fournir des informations temporelles et spatiales. Dans les déploiements opérationnels le bon fonctionnement de l'architecture des réseaux de capteurs sans fil ne peut être garanti que si certains défis sont surmontés. La minisation de l'énergie consommée en fait partie. La limitation de la durée de vie des nœuds de capteurs est fortement couplée à l'autonomie de la batterie et donc à l'optimisation énergétique des nœuds du réseau. Nous présenterons plusieurs propositions à ces problèmes dans le cadre de cette thèse. En résumé, les contributions qui ont été présentées dans cette thèse, abordent la durée de vie globale du réseau, l'exploitation des messages de données redondantes et corrélées et enfin le fonctionnement nœud lui-même. Les travaux ont conduit à la réalisation d'algorithmes de routage hiérarchiques et de filtrage permettant la suppression des redondances. Ils s'appuient sur les corrélations spatio-temporelles des données mesurées. Enfin, une implémentation de ce réseau de capteurs multi-sauts intégrant ces nouvelles fonctionnalités est proposée. / Wireless sensor networks (WSNs) technology have been demonstrated to be a usefulmeasurement system for numerous bath indoor and outdoor applications. There is avast amount of applications that are operating with WSN technology, such asenvironmental monitoring, for forest fire detection, weather forecasting, water supplies, etc. The independence nature of WSNs from the existing infrastructure. Virtually, the WSNs can be deployed in any sort of location, and provide the sensor samples accordingly in bath time and space. On the contrast, the manual deployments can only be achievable at a high cost-effective nature and involve significant work. ln real-world applications, the operation of wireless sensor networks can only be maintained, if certain challenges are overcome. The lifetime limitation of the distributed sensor nodes is amongst these challenges, in order to achieve the energy optimization. The propositions to the solution of these challenges have been an objective of this thesis. ln summary, the contributions which have been presented in this thesis, address the system lifetime, exploitation of redundant and correlated data messages, and then the sensor node in terms of usability. The considerations have led to the simple data redundancy and correlated algorithms based on hierarchical based clustering, yet efficient to tolerate bath the spatio-temporal redundancies and their correlations. Furthermore, a multihop sensor network for the implementation of propositions with more features, bath the analytical proofs and at the software level, have been proposed.

Les mers côtières jouent un rôle essentiel pour les sociétés humaines. Mais la concentration et la diversité des activités qui s’y développent exercent une pression croissante sur cet espace et les milieux associés en générant des interactions parfois conflictuelles entre activités. La compréhension de ces interactions constitue un enjeu en termes de recherche et pour la société civile. Une méthodologie visant à décrire la distribution spatio-temporelle de différentes activités en mer côtière est donc conçue et mise en œuvre en rade de Brest. La collecte de données spatiales, temporelles, quantitatives et qualitatives combine l’analyse de bases de données spatio-temporelles comme celles issues du Système d’Identification Automatique (AIS), et le dépouillement d’entretiens semi-directifs menés auprès de personnes-ressources. À partir des données hétérogènes collectées, une information structurée dans une base de données spatio-temporelle (BDST) est produite. Dans un premier temps, son exploitation cartographique par un Système d’Information Géographique (SIG) permet la réalisation d’instantanés au pas de temps quotidien sur l’ensemble d’une année. La qualité de l’information temporelle et quantitative puis la nature et la source de l’information spatiale sont renseignées. Dans un second temps, la BDST est mobilisée pour identifier, spatialiser et quantifier les conflits d’usages potentiels et les interactions spatio-temporelles potentielles négatives entre les activités considérées en rade de Brest. / Coastal seas play an essential role for human societies who develop many and diverse activities. These space and resource consuming activities induce an increase pressure on the environment and sometimes generate conflicting interactions among various activities. Understanding these interactions remains a challenge for research and civil society. A methodology is proposed to describe the spatial and temporal distribution of several activities in coastal sea. An application is developed in the bay of Brest (Brittany, France). Spatial, temporal, quantitative and qualitative data acquisition combines both analysis of spatio-temporal databases such as automatic identification system (AIS) databases, and results from semi-structured interviews with key-informants. The heterogeneous data collected are stored in a spatio-temporal database (STDB). First, the STDB is used with a Geographic Information System (GIS) to produce temporal snapshots of daily human activities patterns within a year. The quality of temporal and quantitative information and the nature and source of spatial information are also provided. Secondly, the STBD enables to identify, quantify and map potential uses conflicts and potential negative spatial interactions between activities in the bay of Brest.

Alors que la continuité du bâti ne suffit plus pour appréhender l’espace urbain d’aujourd’hui,la discontinuité du tissu urbain est devenue une clé de compréhension de la ville contemporaine et de sonprocessus de formation. Elle suscite l'intérêt des chercheurs, d'autant plus que le déploiement des systèmesd'information géographique offre de nouvelles perspectives de mesure des formes urbaines. Mais, si lestravaux en écologie du paysage ou en géographie permettent de mesurer l'émergence de ces formesdiscontinues, il nous semble important de nous intéresser aux fondements économiques de l'urbanisationdiscontinue qui commencent à faire l’objet de travaux empiriques en économie. La constitution d’une grillede lecture de l’urbanisation discontinue nous permet de comprendre de manière concomitante la formationdes espaces périurbains et les formes de développement de l’habitat à l’échelle parcellaire. Cette rechercheest appliquée au Limousin sur la période 1950-2009. Le prisme de la discontinuité nous apporte un éclairagesur les trajectoires de développement résidentiel des communes de cette région. La construction d’une basede données spatio-temporelles nous offre la possibilité de lire ces trajectoires à partir de l’association demesures de dispersion géographique et de dispersion morphologique de l’habitat. À partir de ces mesuresde dispersion, nous abordons l’articulation des logiques fonctionnelles et morphologiques du développementrésidentiel grâce à la construction d’une base de données multithématiques. Pour comprendre les schémasde localisation des ménages, nous analysons plus particulièrement les problématiques de la production deslogements, de l’interaction entre structure foncière et régulation publique à l’échelle des communes et del’influence des aménités et désaménités des espaces urbains et ruraux sur la dispersion de l’habitat. / While understanding urban areas through continuity of developed land reached its limits,discontinuity of urban fabrics has become a key to understand today's cities and their shaping dynamics. Itraises researchers’ interest especially as GIS development gives new opportunities to measure urbanpatterns. While researches in landscape ecology or geography allow to measure discontinuous patterns, itseems to be important to focus on their economic foundations which are a matter for recent empiricalresearches in economy. The construction of an analytical grid of discontinuous urban patterns allows tounderstand simultaneously peri-urban development and patterns of residential development at the parcellevel. This research is applied to the Limousin region on the 1950-2009 period. The focus on discontinuousurban patterns sheds light on residential trajectories of the Limousin region's communes. The proposal of aspatio-temporal data base allows to understand these trajectories through combined measures of geographical dispersion and morphological dispersion. With these measures, we broach the link betweenfunctional and morphological dynamics thanks to a multitheme data base. To understand household locationand residential dispersion, we analyze the issue of housing production, the interaction between property andpublic regulation at the scale of communes, the influence of amenities and desamenities of urban and ruralspaces