Modèles et méthodes spatio-temporelles - INRA
Transcription
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