Soutenance d'HDR d'Etienne Rivot (ESE)



etienne_rivot.jpg

Le jeudi 28 novembre 2013 à 14h30, Amphithéâtre Moule, Agrocampus Ouest Rennes, Etienne Rivot soutient son HDR intitulée

Le jeudi 28 novembre 2013 à 14h30, Amphithéâtre Moule, Agrocampus Ouest Rennes, Etienne Rivot soutient son HDR intitulée

Contribution des Modèles Hiérarchiques Bayesiens à l’Ecologie Statistique pour l’Halieutique


Jury :
- Gérald Chaput Responsable des avis scientifiques, Ministère Pêche et Océan, Moncton, Canada Rapporteur
- Olivier Gimenez Directeur de recherche, CNRS, Montpellier Rapporteur
- Eric Rochard Directeur de recherche, IRSTEA, Bordeaux Rapporteur
- Nicolas Bez Directeur de recherche, IRD, Sète Examinateur
- Jean-Sébastien Pierre Professeur, Université de Rennes 1 Examinateur
- Verena Trenkel Chercheur, Ifremer, Nantes Examinatrice


Résumé :
Le développement des approches de modélisation en écologie est marqué par la recherche de méthode capables de faire la synthèse entre des approches mécanistes, basées sur une théorie du fonctionnement de systèmes complexes constitués de multiples interactions et sources de stochasticité, et des approches statistiques, permettant de conditionner les inférences et les prédictions par des évidences empiriques. La modélisation en écologie halieutique est un exemple de recherche de cette synthèse. Elle s’intéresse (i) à décrypter les mécanismes de la dynamique temporelle et spatiale des écosystèmes aquatiques et des ressources qu’ils abritent, (ii) à comprendre les impacts des facteurs de pression d’origine naturelle et anthropique, et (iii) à prédire leur évolution sous divers scenarios (environnement, gestion) afin de proposer et d’évaluer des stratégies de gestion adaptées. Mais en raison des larges échelles de travail et des difficultés d’observation, l’écologie halieutique a toujours été confrontée à l’écart entre la complexité des processus écosystémiques qui contrôlent la dynamique des ressources, et l’hétérogénéité ou la relative pauvreté des données disponibles.
Dans ce contexte, mes travaux se positionnent à l’interface entre des questionnements d’écologie halieutique et le développement de méthodes de modélisation statistique pour y répondre. Mes recherches visent à améliorer la compréhension des facteurs de contrôle de la dynamique des ressources halieutiques dans ses dimensions spatiale et temporelle, et à améliorer le transfert des connaissances vers des outils d’aide à la décision pour la gestion. L’essentiel de mes travaux a porté sur des espèces au cycle de vie marqué par de grandes phases de migration ontogéniques ou trophiques, comme les poissons migrateurs qui partagent leur cycle de vie entre des phases marine et continentale (e.g., saumon atlantique, anguille européenne), ou les poissons plats (e.g., sole commune) qui se reproduisent en mer mais dépendent d’habitats côtiers pour les nourriceries. Je me suis aussi intéressé à la dynamique d’autres ressources d’intérêt halieutique, comme les thons ou le poulpe.
En m’appuyant sur ces cas d’étude, je montre l’apport des Modèles Hiérarchiques (MH), considérés dans un cadre d’inférence statistique Bayesienne (MHB) pour relever les challenges soulevés par l’analyse de la dynamique des ressources halieutiques. Mon expérience de recherche, enrichie par mon expérience d’enseignement, montre à quel point la construction hiérarchique constitue une démarche structurante pour la modélisation, capable d’embrasser de multiples questionnements de la modélisation intégrée de la dynamique des ressources halieutiques. Les MHB combinent une logique de modélisation mécaniste, dans laquelle les paramètres conditionnent le fonctionnement de systèmes complexes formés par un réseau de dépendance et d’effets emboîtés, avec une logique probabiliste grâce aux probabilités conditionnelles qui permettent d’introduire de l’aléa dans chaque compartiment du modèle. Les MHB permettent aussi d’assimiler des sources de données et d’information hétérogènes pour en extraire un signal intégré. Ils permettent d’articuler naturellement des logiques de modélisation mécaniste et d’inférence statistique tout en séparant explicitement les différentes sources de variabilité et d’incertitude. Les MHB ont ainsi le potentiel pour réaliser la synthèse entre plusieurs champs de l’écologie, comme l’écologie de terrain pour l’acquisition de données, les théories de la dynamique des populations et de la démographie, et les approches statistiques de quantification des incertitudes et des risques.

Ce potentiel de synthèse est illustré dans une logique de progression dans les questionnements d’écologie, allant de l’analyse de la croissance à la modélisation intégrée des cycles de vie permettant de quantifier l’influence de multiples facteurs de pression dans une hiérarchie d’échelles d’espace et de temps.


Contact : Etienne Rivot (ESE)