Optimisation dynamique de stratégies d'épidémiosurveillance végétale

Dans le cadre de l'épidémiosurveillance des maladies des plantes, plusieurs méthodes statistiques ont été utilisées. En particulier, des modèles stochastiques à états discrets de type SEIR (susceptible _ exposed _ infectious _ removed) ont été utilisés pour simuler la propagation de maladies au cours du temps et ainsi tester in silico des stratégies d'épidémiosurveillance. Mon premier objectif est d'élaborer un modèle SEIR où chaque individu est un arbre, où la maladie est introduite aléatoirement et où la probabilité d'infection des arbres sains dépend de leur distance avec les arbres infectieux. Dans un deuxième temps, je testerai différentes méthodes d'échantillonnage et d'estimation de paramètres épidémiologiques : durée de latence, fonction de dispersion, lieu d'introduction de la maladie dans la parcelle, probabilité de détection des arbres malades. In fine, l'application de cette approche à des jeux de données collectés sur des maladies des plantes devrait permettre d'améliorer les stratégies actuelles d'épidémiosurveillance.