Encadreur : João Rendas, en coopération
avec le Prof. Jon Side, de l'International Center for Island Technology,
Edinburgh, Ecosse
Mots clefs : modélisation
de phenomènes environnementaux, surveying
Connaissances requises : Théorie
des Probabilités, Théorie de la Décision (classification),
Théorie de l'estimation.
Dans le projet SUMARE nous étudions l'utilisation de robots mobiles pour l'observation de phenomènes naturels (sous-marins). Une des application considérées dans le projet concerne le contrôle de l'exploitation de maerl (algue coraline) dans les côtes de l'Ecosse, plus particulièrement à Orkney. L'importance comerciale de ce produit (surtout pour la prodution de produits pour l'ammendement des sols, mais aussi pour la cosmétique, aliments pour animaux, compléments alimentaires,...) a conduit à une intensification de son exploitation. Récemment, les champs de maerl ont reçu l'attention des mouvements pour la protection de l'environnement, et leur exploitation est en ce moment conditionnée. La définition de limites pour l'exploitation requiert une connaissance de la distribution de ce type d'habitat, et la modélisation (dynamique) de leur évolution naturel, bien comme des effets des efforts d'exploitation.
Nous disposons, grâce à notre coopération
avec l'ICIT
dans le cadre du projet SUMARE, de cartes de la distribution de maerl
dans la région de Orkney. L'analyse de ces données indique une
distribution patchy, apparemment fortement correlée avec des indicateurs
physiques (profondeur, courrants marins dans la zone, etc..), qui semble sugérer
qu'une modélisation par des modèles du type random closed set
peut être bien adaptée. L'objectif premier de ce stage est l'analyse
des données existantes, avec le but d'estimer la corrélation entre
les paramètres du modèle alèatoire (densité et taille
des patches) et les paramètres physiques (océanographiques)
de la région. Des techniques de décomposition en valeurs singuliers
seront utilisées dans un premier temps, avec le but d'exprimer la concentration
de maerl dans un point p de l'espace, m(p) en fonction des indicateurs
physiques mesurés dans le même point, i(p)=[i1(p),
i2(p),...,ik(p)] . Dans un deuxième temps,
nous nous intéresserons à la distribution spatiale des champs
d'algues, c'est à dire, à la structure de corrélation entre
la valeur de la distribution dans deux endroits différents. La possibilité
de modéliser la forme spatiale des colonies d'algues avec des modéles
du type random closed set models où la densité
du processus ponctuel et les paramètres de forme sont fonction des indicateurs
physiques de la région sera étudiée.
Le pouvoir prtédictif des modèles
identifiés sera évalué en effectuant des prélèvements
additionnels sur le site d'Orkney.
Pour plus de renseignements : rendas@i3s.unice.fr