Analyse du potentiel d'outils optiques pour la détection du phytoplancton : caméra hyper-spectrale et sonde de fluorescence in vivo

Goubet, Sarah (2025). Analyse du potentiel d'outils optiques pour la détection du phytoplancton : caméra hyper-spectrale et sonde de fluorescence in vivo Thèse. Québec, Université du Québec, Institut national de la recherche scientifique, Doctorat en sciences de l'eau, 230 p.

PDF - Version publiée Document sous embargo jusqu'à 14 janvier 2027. Télécharger (7MB)

Résumé

Les proliférations d'algues et de cyanobactéries, reconnues pour leurs effets délétères sur les réseaux trophiques et leur contribution à l’hypoxie, résultent principalement de l’enrichissement excessif en nutriments, notamment en phosphore (P) et en azote (N), lié aux activités anthropiques et au réchauffement climatique. Aujourd’hui, de nombreux milieux aquatiques à travers le monde sont identifiés comme des foyers majeurs de prolifération phytoplanctonique, avec des conséquences considérables sur l’économie mondiale, la santé publique et l'équilibre de la biosphère. La surveillance de ces efflorescences pose cependant de redoutables défis, en raison de leur dynamique complexe et de leurs interactions multiples avec les facteurs environnementaux. Leur variabilité spatio-temporelle complique leur détection précise, entravant ainsi une compréhension globale du phénomène et limitant les capacités de gestion. Dans ce contexte, les outils optiques, conçus pour détecter et quantifier la biomasse phytoplanctonique, jouent un rôle crucial, bien que leur précision demeure perfectible. La détection fiable de ces efflorescences exige de surmonter les contraintes liées aux résolutions spectrale, spatiale et temporelle. Les propriétés optiques de l’eau, les interférences dues aux particules en suspension ainsi que les variations des conditions d’éclairement compliquent l’interprétation des mesures. Pour répondre à ces défis, les avancées technologiques visent à améliorer la discrimination spectrale, la résolution spatiale ainsi que la couverture temporelle des outils de détection. Toutefois, le développement de tels instruments impose un étalonnage rigoureux et une validation systématique par des données de terrain. Malgré une intensification significative des recherches, la capacité à détecter avec précision la biomasse et la composition du phytoplancton reste encore limitée. L’intégration de techniques statistiques avancées, telles que l’apprentissage automatique (machine learning) et la chimiométrie, a récemment révolutionné la détection optique en améliorant la discrimination spectrale et la précision de l’analyse des données. Cette thèse s’inscrit dans cette dynamique et ambitionne de relever ces défis en développant des outils optiques à diverses résolutions spectrales, spatiales et temporelles. Elle s’attachera à explorer les intérêts, les limites et les perspectives de ces approches innovantes pour améliorer la gestion des efflorescences phytoplanctoniques et repousser les frontières actuelles de leur détection.

Type de document:	Thèse Thèse
Directeur de mémoire/thèse:	Laurion, Isabelle
Co-directeurs de mémoire/thèse:	Chokmani, Karemet Behmel, Sonja
Mots-clés libres:	phytoplancton; cyanobactéries; caméras hyperspectrales; sondes à fluorescence in vivo; apprentissage automatique; machine learning; chimiométrie; interférences.
Centre:	Centre Eau Terre Environnement
Date de dépôt:	29 janv. 2026 20:49
Dernière modification:	29 janv. 2026 20:49
URI:	https://espace.inrs.ca/id/eprint/16815

Gestion Actions (Identification requise)

Modifier la notice