L'objectif de ce travail était de caractériser le potentiel de l'épinoche à trois épines (Gasterosteus aculeatus L.) comme espèce sentinelle utilisable pour la surveillance des milieux aquatiques à l'aide d'un ensemble de biomarqueurs. Dans ce but, des méthodes de dosage de biomarqueurs reflétant la métabolisation des xénobiotiques, le stress oxydant et ses effets, la neurotoxicité et la perturbation endocrinienne œstrogénique and androgénique ont été développées and validées. Nos résultats, obtenus en conditions contrôlées et sur le terrain, ont montré que les biomarqueurs mesurés chez cette espèce sont des paramètres sensibles et inductibles. Afin d'exploiter le plein potentiel des biomarqueurs, des valeurs basales mesurées sur un site de référence ont été établies and leur variabilité en fonction de facteurs biotiques et abiotiques tels que le sexe des poissons et la saison d'échantillonnage a été caractérisée. Leur utilisation sur le terrain renseigne sur les effets précoces de la contamination du milieu. Elle apporte également une information complémentaire à celle fournie par les analyses chimiques et les études populationnelles, et permet la discrimination des sites d'étude. Enfin, le développement d'un indice « biomarqueurs » permettant la synthèse des données recueillies offre des perspectives d'utilisation dans un contexte de gestion des milieux aquatiques.

La croissance démographique récente au Nunavik a amené l'expansion de certains villages nordiques près de zones de relief propice au déclenchement d'avalanches de neige tant à l'hiver qu'au printemps. Dans l'optique de développer une méthode de prévision précoce des avalanches au Nunavik, la surveillance des versants en contexte périglaciaire est primordiale. Les objectifs principaux de cette recherche sont donc de caractériser les événements avalancheux survenus de 2017 à 2020 sur le versant sud-ouest de la vallée Tasiapik (Umiujaq, Nunavik) et d'identifier les conditions météorologiques favorables à leur déclenchement. Pour ce faire, nous avons utilisé des appareils photographiques automatisés qui affichent une valeur de température sur chaque image capturée. Les données de température extraites sur près de 39 500 photographies ont été comparées aux données de température de deux stations météorologiques à proximité. Les résultats ont démontré que les appareils photographiques sont précis pour la mesure de la température à la fin de l'automne et à l'hiver. Au printemps et en été, ils ont une grande propension à surestimer la température. Les erreurs de mesure de température des appareils photographiques ont été statistiquement liées à la couverture nuageuse et à la radiation solaire incidente moyenne journalière. Par ailleurs, les photographies ont permis de caractériser 130 dépôts avalancheux. Deux principaux régimes d'avalanches ont été décrits : un régime hivernal, et un régime printanier. Des analyses de régression progressive ont permis d'établir que les conditions météorologiques propices au déclenchement des avalanches hivernales sont l'augmentation de la température minimale quotidienne et les chutes de neige ≥ à 10 cm à court terme (2 à 4 jours). Au printemps, ces conditions consistent en l'accumulation de degrés-jours de fonte, l'augmentation de la température minimale quotidienne, et la hauteur du couvert nival. Deux modèles de régression logistique ont été testés. Ensemble, ces modèles ont maintenu un taux de bonne classification global de 70.21% et ont correctement identifié 45 des 79 journées avalancheuses observées dans la vallée Tasiapik de 2017 à 2020. / Recent population growth in Nunavik has led to the expansion of northern villages some of which are located near mountainous areas prone to snow avalanches releases in winter and in spring. To develop an early avalanche forecasting method in Nunavik, monitoring of slopes in a periglacial context is essential. The main objectives of this research were to characterize avalanche events that occurred from 2017 to 2020 on the southwestern slope of the Tasiapik Valley (Umiujaq, Nunavik) and to identify the meteorological conditions that were favorable to their triggering. To do so, we used automated time-lapse cameras which displayed a temperature value on each captured image. Temperature data extracted from nearly 39,500 photographs were compared to temperature data from two nearby weather stations. The results showed that the cameras were accurate in measuring temperature in the late fall and winter. In spring and summer, they have a high propensity to overestimate temperature. The temperature measurement errors of the cameras were statistically related to the observable cloud coverage and the daily average incident solar radiation. In addition, the photographs were used to characterize 130 snow avalanche deposits. Two main avalanche regimes were described: winter and spring. Stepwise regression analyses established that the meteorological conditions conducive to winter snow avalanche initiation are the increasing daily minimum air temperature and short term (2-4 days) snowfall episodes ≥ 10 cm. In spring, these conditions are the accumulation of melting degree days, the increase in daily minimum air temperature, and snow cover height. Two logistic regression models were tested. Together, the models maintained a global correct classification rate of 70.21% correctly identifying 45 of 79 avalanche days observed within Tasiapik Valley from 2017 to 2020.