Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : INRAE – Unité de recherche Biostatistique et Proce
Durée : 3 ans
Contact : samuel.soubeyrand@inrae.fr
Date limite de publication : 20/07/2020

Contexte :
Ce projet de thèse vise à développer un cadre et des outils probabilistes et statistiques permettant dans un premier temps de modéliser et inférer l’invasion d’un territoire par un organisme nuisible due à des introductions multiples et, dans un deuxième temps, de développer des méthodes permettant d’optimiser la surveillance, l’échantillonnage et le contrôle potentiel d’une telle invasion.
Les invasions d’organismes nuisibles pour les humains, les animaux, mais aussi pour les espèces végétales indigènes et les cultures agricoles, constituent un enjeu majeur du fait des possibles répercussions sanitaires, écologiques, environnementales et économiques. C’est en particulier le cas de Xylella fastidiosa, bactérie phytopathogène détectée in situ en France en 2015, et dont la dynamique d’invasion sera la composante illustrative et appliquée de la thèse. Pour ce type d’invasions, s’extraire de l’hypothèse de l’introduction unique et parvenir à inférer efficacement et simultanément les caractéristiques des processus spatio-temporels d’introduction et d’invasion sur la base de données de surveillance constituent un enjeu scientifique majeur. Au delà de l’exemple de Xylella fastidiosa, le cadre proposé d’introductions multiples pourrait être appliqué à l’étude de la dynamique de l’épidémie de COVID-19, en intégrant les actions de confinement pour son contrôle.

Sujet :
Le cadre théorique de modélisation et d’estimation proposé sera fondé sur les processus de Markov déterministes par morceaux (PDMP). Un PDMP est un processus de Markov dont le comportement est en partie régi par des sauts aléatoires en des temps aléatoires. Dans le contexte appliqué de la thèse, les sauts aléatoires correspondent aux introductions de l’organisme nuisible et devront être distribués non seulement dans le temps mais aussi dans l’espace.
La question centrale de recherche de la thèse est : Comment adapter le cadre méthodologique des PDMP pour estimer les principales caractéristiques d’un processus d’introductions multiples au cours d’une dynamique épidémique ? A cette question d’ordre méthodologique seront associées les questions d’ordre épidémiologique suivantes : Quelle connaissance du processus d’introductions peut-on extraire des données de surveillance de Xylella fastidiosa en Corse et Provence-Alpes-Côte d’Azur (et éventuellement des données de surveillance du COVID-19) ? Comment (quand, où et par quel moyen) surveiller et contrôler de manière efficace une dynamique épidémique caractérisée par ce type de processus d’introductions ?

Références et informations complémentaires : https://informatique-mia.inrae.fr/biosp/doctoratPDMP

Profil du candidat :
Statistique, probabilité des processus, biostatistique, mathématiques appliquées, programmation. Un intérêt pour les sciences naturelles, en particulier l’épidémiologie et l’écologie, serait souhaitable.

Formation et compétences requises :
Master recherche / école d’ingénieur

Adresse d’emploi :
INRAE – BioSP
228 route de l’aérodrome
84914 Avignon
France