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),...,i_k(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.