Modélisation Bayésienne des relations espèces-environnement lorsque les données sont partiellement observées.
Auteur / Autrice : | Bastien Mourguiart |
Direction : | Benoit Liquet, Kerrie L. Mengersen |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques |
Date : | Soutenance le 10/11/2022 |
Etablissement(s) : | Pau |
Ecole(s) doctorale(s) : | École doctorale sciences exactes et leurs applications (Pau, Pyrénées Atlantiques ; 1995-) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de Mathématiques et de leurs Applications de Pau - Laboratoire de Mathématiques et de leurs Applications [Pau] |
Jury : | Examinateurs / Examinatrices : Étienne Prévost, Gurutzeta Guillera-Arroita |
Rapporteurs / Rapporteuses : Marie-Pierre Étienne, Olivier Gimenez |
Mots clés
Résumé
Comprendre et prédire la distribution des espèces dans leur environnement est enjeu majeur en écologie. De nombreux outils statistiques ont été développés et sont appliqués pour étudier la distribution des espèces et leurs changements. Dans cette thèse nous nous intéressons à l'utilisation des modèles hiérarchiques bayésien dans ce contexte. Plus particulièrement nous cherchons à étudier l'apport de l'intégration de connaissances écologiques dans ces modèles. Trois applications écologiques serviront d'appui : (1) Étude de la distribution d'une communauté d'Orthoptères soumis à une détection imparfaite, (2) Estimation du déplacement de l'optimum entre deux distributions unimodales, (3) Effet de la résolution d'échantillonnage sur la prédiction de la répartition de la palourde japonaise.