Modèles et méthodes spatio-temporelles - INRA

Modèles et méthodes spatio-temporelles
Denis Allard
Biostatistique et Processus Spatiaux (BioSP)
INRA, Avignon
Journées math-info de l’INRA / AG MIA 2014
Valpré, 18 mars 2014
1/7
Introduction
Rapide tour d’horizon du dispositif math-info autour des modèles et méthodes
spatio-temporelles, en choisissant de privilégier
I
I
l’interaction espace×temps
les recherches menées à l’intérieur du département MIA (+ référence
rapport d’activité 2006-2010)
Présentation
I
I
I
par domaines mathématiques
par champs scientifiques concernés (à l’INRA)
cartographie des unités
Présentation de la session (F. Campillo)
2/7
Plusieurs domaines des mathématiques
Entre autres,
Analyse
I
I
I
Systèmes d’équations différentielles TM1, TM5
Equations aux dérivées partielles réaction diffusion TM1
Equations intégro-différentielles TM1
Probabilités
I
I
I
I
I
Processus stochastiques (branch., naiss. et morts,...) TM1, TM3
ED stochastiques, y compris trajectoires TM1
Processus sur réseaux TM1
Processus décisionnels de Markov TM5
Modèles individus-centrés, approches hydrides, dispersion groupée... TM1
Statistiques
I
I
Champs aléatoires (Gaussiens, Markoviens, ponctuels) spatio-temporels;
géométries aléatoires dans un contexte spatio-temporel TM3
Analyse de séquences d’image TM3
3/7
A l’INRA, de nombreux champs scientifiques
concernés
Par exemples:
Biologie des organes
Epidémiologie mécanismes de propagation, transmission et devenir des
épidémies (extinction, explosion)
Santé des plantes durabilité / contournement des résistances
Ecologie dynamique des pop., dispersion, (re-) colonisation, introgression,
écologie du paysage
Génétique des populations diversité, patrons génétiques, rôle de la sélection
Ecologie microbienne sol, chemostats, ...
Environemment physique: écoulements dans les sols, les sous-sols; transports
des aérosols (bactéries, pollens, ...); hydrologie; avalanches,...
Variables climatiques interpolation, simulation dans D × [0, T ]
modélisation des événements extrêmes;
...
4/7
Equipes concernées
Domaines mathématiques fortement mis en avant par les équipes en lien avec la
modélisation spatio-temporelle
AgroParis
Syst. EDO
EDP
EID
Proc. Stoch.
ED Stoch.
Proc. Sur réseaux
PDM
MIC / hybrides
Champs aléatoires
Analyse d’image
BioSP
MIA-J (+ ISA)
BioSP
DynEnVie
BioSP
DynEnVie
MIA-T
MISTEA
MODEMIC
BioSP
MORSE
DynEnVie
BioSP
MODEMIC
DynEnVie
DynEnVie
MODEMIC
MAD
MAD
BioSP
MORSE
BioSP
MODEMIC
DynEnVie
AniMod
5/7
Equipes concernées
Domaines d’application fortement mis en avant par les équipes en lien avec la
modélisation spatio-temporelle
AgroParis
Biologie des organes
Epidémiologie (s.l.)
Ecologie
Ecologie microbienne
Environement
Climat
BioSP
MIA-J (+ ISA)
MIA-T
MISTEA
AniMod
BioSP
DynEnVie
MAD
MORSE
BioSP
DynEnVie
MAD
MORSE
BioSP
MORSE
BioSP
MODEMIC
MODEMIC
6/7
Quelques mots de conclusion
Bonne couverture méthodologique
I
I
I
quelques domaines mathématiques présents dans une seule unité
modélisation physique hors MIA
des absences ?
Nombreux champs d’application
I
I
Forte représentation de l’écologie
grande spécialisation de certaines équipes, p. ex. AniMOD et MODEMIC
Les exposés vont refléter la diversité d’approches et de domaines d’application:
I
I
EDP/EDS/Hybride (L. Roques et O. Bonnefon, BioSP; T. Lepoutre),
probabilité (LISAH Montpellier) et Statistiques (M. Nodet, LJK, INRIA
Grenoble)
Ecologie (L. Roques et O. Bonnefon, BioSP), épidémiologie (S. Soubeyrand,
BioSP; N. Sapoukhina IRHS Anger), paysage (LISAH Montpellier)
7/7