Abstract: The global climate shift currently underway has significant impacts on both the quality and quantity of snow precipitation. This directly influences the spatial variability of the snowpack as well as cumulative snow height. Contemporary glacier retreat reorganizes periglacial morphology: while the glacier area decreases, the moraine area increases. The latter is becoming a new water storage potential that is almost as important as the glacier itself, but with considerably more complex topography. Hence, this work fills one of the missing variables of the hydrological budget equation of an arctic glacier basin by providing an estimate of the snow water equivalent (SWE) of the moraine contribution. Such a result is achieved by investigating Structure from Motion (SfM) image processing that is applied to pictures collected from an Unmanned Aerial Vehicle (UAV) as a method for producing snow depth maps over the proglacial moraine area. Several UAV campaigns were carried out on a small glacial basin in Spitsbergen (Arctic): the measurements were made at the maximum snow accumulation season (late April), while the reference topography maps were acquired at the end of the hydrological year (late September) when the moraine is mostly free of snow. The snow depth is determined from Digital Surface Model (DSM) subtraction. Utilizing dedicated and natural ground control points for relative positioning of the DSMs, the relative DSM georeferencing with sub-meter accuracy removes the main source of uncertainty when assessing snow depth. For areas where snow is deposited on bare rock surfaces, the correlation between avalanche probe in-situ snow depth measurements and DSM differences is excellent. Differences in ice covered areas between the two measurement techniques are attributed to the different quantities measured: while the former only measures snow accumulation, the latter includes all of the ice accumulation during winter through which the probe cannot penetrate, in addition to the snow cover. When such inconsistencies are observed, icing thicknesses are the source of the discrepancy that is observed between avalanche probe snow cover depth measurements and differences of DSMs.

Abstract: Parmi les outils qui permettent de mieux comprendre les systèmes naturels, la modélisation écologique a connu un essor particulièrement important depuis une vingtaine d’années. Les modèles écologiques, représentation simplifiée d’une réalité complexe, permettent de mettre en avant les facteurs environnementaux qui déterminent la niche écologique des espèces et de mieux comprendre leur réponse aux changements de l’environnement. Dans le cas des faunes marines antarctiques, la modélisation écologique fait face à plusieurs défis méthodologiques. Les jeux de données de présence des espèces sont très souvent agrégés dans le temps et dans l’espace, à proximité des stations de recherche. Ces données sont souvent trop peu nombreuses pour caractériser l’espace environnemental occupé par les espèces ainsi que leur physiologie. Enfin, les jeux de données environnementales manquent encore de précision pour finement représenter la complexité des habitats marins. Dans ces conditions, est-il possible de générer des modèles performants et justes à l’échelle de l’océan Austral ? Quelles sont les approches possibles et leurs limites ? Comment améliorer les méthodes afin de générer de meilleurs modèles ? Au cours de ce travail de thèse, trois types de modèles ont été étudiés et leurs performances évaluées. (1) Les modèles physiologiques de type DEB (Dynamic Energy Budget) simulent la manière dont l’environnement abiotique influe sur le métabolisme des individus et proposent une représentation de la niche fondamentale des espèces. (2) Les modèles de distribution d’espèces (SDMs pour Species Distribution Models) prédisent la probabilité de distribution des espèces en étudiant la relation spatiale entre données de présence et environnement. Ils proposent une représentation de la niche réalisée des espèces. Enfin (3), les modèles de dispersion de type lagrangien prédisent le mouvement de propagules dans les masses d’eau. Les résultats montrent que les modèles physiologiques réussissent à simuler les variations métaboliques des espèces antarctiques en fonction de l’environnement et à prédire les dynamiques de populations. Cependant, davantage de données sont nécessaires pour pouvoir caractériser finement les différences physiologiques entre populations et évaluer correctement les modèles. Les résultats obtenus pour les SDMs montrent que les modèles générés à l’échelle de l’océan Austral et leurs prédictions futures ne sont pas fiables du fait du manque de données disponibles pour caractériser l’espace occupé par les espèces, du manque de précision des scénarios climatiques futurs et de l’impossibilité d’évaluer les modèles. De plus, les modèles extrapolent sur une très grande proportion de l’espace projeté. L’apport d’information complémentaire sur les limites physiologiques des espèces (observations, résultats d’expériences, sorties de modèles physiologiques) permet de réduire l’extrapolation et d’augmenter la capacité des modèles à décrire la niche réalisée des espèces. L’agrégation spatiale des données, qui influençait les prédictions et l’évaluation des modèles a également pu être corrigée. Enfin, les modèles de dispersion ont montré un potentiel intéressant pour révéler le rôle des barrières géographiques ou à l’inverse, la connectivité spatiale, mais également le lien existant entre distribution, physiologie et histoire phylogénétique des espèces. Ce travail de thèse propose de nombreux conseils et fournit des codes annotés parfois sous forme de tutoriels, afin de constituer une aide utile aux futurs travaux de modélisation sur les espèces marines antarctiques.