Soutenance de thèse - Yi MOUA - mardi 28 mars 2017 - 14 h

picto diplomeYi MOUA soutiendra sa thèse le mardi 28 mars à 14 h (Salle Silva - Maison de la Télédétection, Montpellier ).

 

 

Composition du jury :

- M. Jean GAUDART, Professeur à l'Université d'Aix-Marseille, Rapporteur ;
- Mme Sandra LUQUE, Directrice de recherche à l'Institut national de Recherche en Sciences et Technologies pour l'Environnement et l'Agriculture (IRSTEA), Rapporteure ;
- M. Carlo COSTANTINI, Directeur de recherche à l'Institut de Recherche pour le Développement (IRD), Examinateur ;
- Mme Florence FOURNET, Directrice de recherche à l'Institut de Recherche pour le Développement (IRD), Examinatrice ;
- Mme Frédérique SEYLER, Directrice de recherche à l'Institut de Recherche pour le Développement (IRD), Directrice de thèse ;
- M. Sébastien BRIOLANT, Médecin en Chef à l'Institut de Recherche Biomédicale des Armées (IRBA), Encadrant ;
- M. Emmanuel ROUX, Chargé de recherche à l'Institut de Recherche pour le Développement (IRD), Encadrant.

 

Titre :
Correction de l’effet du biais d’échantillonnage dans la modélisation de la qualité des habitats écologiques – Application au principal vecteur du paludisme en Guyane française

Résumé :
En modélisation écologique, les modèles de distribution d’espèces sont très couramment utilisés pour des objectifs variés. Ils ont notamment été identifiés comme particulièrement pertinents pour cartographier et caractériser la qualité d’habitat des moustiques du genre Anopheles, vecteurs du paludisme, et ainsi participer à l’estimation du risque de transmission de cette maladie et à la définition de stratégies de lutte anti-vectorielle ciblées. Le paludisme est en effet un problème sanitaire majeur au niveau mondial. Sa transmission dépend directement de la présence et de la distribution des vecteurs, qui dépendent elles-mêmes des conditions environnementales contribuant à définir la qualité des habitats écologiques des Anopheles.
Cependant, dans certaines régions, les données de captures d’Anopheles restent rares , rendant difficile la modélisation de ces habitats. De plus, le recueil de ces données est très souvent soumis à des biais d’échantillonnage importants compte tenu, notamment, d’une accessibilité inégale à l’ensemble de la zone d’étude.
Cette thèse vise ainsi à fournir une solution à la cartographie des vecteurs du paludisme, en considérant explicitement deux aspects très peu étudiés dans la modélisation : le faible nombre de sites de présence disponibles et l’existence d’un biais d’échantillonnage important.
Ainsi, une méthode originale de correction de l’effet du biais d’échantillonnage est proposée. Elle est appliquée à des données de présence d’Anopheles darlingi – le principal vecteur du paludisme en Amérique du Sud – en Guyane française, où le paludisme est endémique. Un modèle de distribution d’An. darlingi a ensuite été construit, permettant d’obtenir une carte de qualité d’habitat en cohérence avec la connaissance actuelle des entomologistes et fournissant des performances de prédiction élevées (AUC et AUC partiel avec un taux d’omission de 20% égaux, respectivement, à 0,93 et 1,11).
La méthode de correction proposée a ensuite été comparée aux méthodes existantes dans un contexte applicatif caractérisé par la rareté des données d’occurrence de l’espèce et la présence d’un biais d’échantillonnage significatif. Pour cela, des données de présence virtuelles ont été simulées afin de bénéficier d’un jeu de données de référence non biaisé. Les résultats montrent que la méthode développée dans ce travail est adaptée aux cas où le nombre de sites de présence est faible. En revanche, lorsque ce nombre augmente, d’autres méthodes procurent de meilleurs résultats.
Cette thèse contribue, d’une part, à combler les lacunes théoriques et d’applicabilité des méthodes actuelles visant à corriger l’effet des biais d’échantillonnage et, d’autre part, à compléter la connaissance sur la distribution spatiale et la bio-écologie du principal vecteur du paludisme en Guyane française. Elle prend ainsi part aux efforts engagés par la Guyane française afin d’atteindre la pré-élimination du paludisme à l’horizon 2018. Les méthodes développées étant applicables à toute espèce animale ou végétale, elle contribue plus largement, dans le domaine de la modélisation écologique, à améliorer l’applicabilité et la fiabilité des modèles de distribution spatiale des espèces.

 

Présentation Actualités Soutenance de thèse - Yi MOUA - mardi 28 mars 2017 - 14 h