Modèle de régression auto-logistique spatio-temporel: application à la propagation d’une maladie des forêts

L’armillaire est un champignon parasite observé dans des forêts de résineux. Il est à l’origine d’une maladie du système racinaire qui conduit à la mort des arbres atteints. L’espèce Armillaria ostoaye est fortement représentée dans la forêt des Landes, exploitée pour la production de bois. Les dégâts causés par l’armillaire entraînent des pertes économiques importantes dans la filière forêt-bois. L’expérience menée à l’INRAE de Bordeaux avait pour l’objectif l’acquisition des connaissances nécessaires pour comprendre les mécanismes de la propagation de la maladie. Une plantation des pins maritimes a été établie sur une parcelle de 3 ha et suivie pendant 20 ans. Le statut épidémique de chaque arbre (vivant/mort) a été relevé une fois par an et l’information sur des covariables susceptibles d’influencer son état a été renseignée également. L’objectif de stage est de modéliser les données en utilisant une approche auto-logistique proposée dans [1].

[1] Gégout-Petit, A., Guérin-Dubrana L. and Li, S. (2019)A new centered spatio-temporal autologistic regression model with an application to local spread of plant diseases, Spatial Statistics, 31: 1-21.
[2] Guyon, X. Gaetan, C. Modélisation et statistique spatiales, Springer, 2008.
[3] Besag, J. E. (1974). Spatial interaction and the statistical analysis of lattice system, Journal of
the Royal Statistical Society, Series B, 76: 192-236.
[4] Lung-Escarmant,B. and Guyon, D. (2004). Temporal and Spatial Dynamics of Primary and Secondary Infection by Armillaria ostoyae in a Pinus pinaster Plantation,  Ecology and Epidemiology 4: 125-131

Le stage commencera par l’étude du modèle auto-logistique spatial et son extension spatio-temporelle. Dans un premier temps le stagiaire travaillera sur des méthodes d’estimation des paramètres et des algorithmes de simulation du modèle, en les testant sur des données synthétiques. Ces connaissances seront ensuite mise en pratique pour ajuster le modèle aux données expérimentales de l’INRAE de Bordeaux. L’attention particulière sera portée aux questions concernant les facteurs déterminants la mortalité des arbres: la présence de la forêt ancienne infestée par l’armillaire, l’âge des arbres, la structure du voisinage …

Compétences : Une formation en mathématiques appliquées/statistiques ou une formation en agronomie avec des bonnes connaissances en statistiques. L’intérêt pour la modélisation statistique, les connaissances en algorithmes stochastiques et la maîtrise de programmation en R sont attendus.  L’expérience en analyse des données spatiales sera un atout.