Marine Laval a soutenu sa thèse le vendredi 5 décembre 2025 à 14h00 (heure de Paris), Salle S1, UFR Sciences – Technologies – Environnement, Campus Universitaire de Schoelcher (Martinique) sur le sujet suivant : Rôle et impact des vents sur la distribution des sargasses dans l’océan atlantique : approche régionale centrée sur l’arc des petites Antilles.
Membres du Jury
- Fotsing Jean-Marie, Rapporteur – PR, Université de Nouvelle-Calédonie
- Deschinkel Karine, Rapportrice – PR, Université de Franche-Comté
- Duval Elisabeth, Examinatrice – DR, INRAE de Tours
- Hasler Maximilian, Examinateur – PR, Université des Antilles
- Priam Fabienne, Examinatrice – MCF, Université des Antilles
Dorville René, Directeur de thèse – PR, Université des Antilles - Chevalier Cristèle, Co-encadrante – DR, Université d’Aix Marseille
- Zongo, Pascal, Co-encadrant – MCF, Université des Antilles
Résumé
Cette thèse s’inscrit dans l’amélioration des capacités de prévision du déplacement des sargasses dans l’océan Atlantique, avec une étude centrée sur les Petites Antilles. Elle vise à mieux comprendre l’influence du vent, l’un des principaux forçages physiques affectant la dérive et la distribution des radeaux de sargasses. Deux approches complémentaires ont été développées : l’analyse par télédétection et la modélisation numérique. Un jeu de données original (2019–2022) a été constitué à partir des capteurs Sentinel-2 (MSI) et Sentinel-3 (OLCI), en s’appuyant sur des réseaux de neurones convolutifs (CNN) de type encodeur-décodeur. Cette méthode a permis une détection plus précise des sargasses par rapport aux méthodes classiques fondées sur les indices de télédétection, tant en zone côtière qu’à l’échelle régionale. L’analyse des images OLCI a mis en évidence l’effet du vent sur la couverture et la taille des agrégations de sargasses. Les processus d’agglomération et de fragmentation coexistent à toutes les échelles, mais leur contribution relative dépend du régime de vent et de la taille des agrégations : pour des vents faibles à modérés (2–9 m/s), les petites structures tendent à s’agglomérer tandis que les plus grandes se fragmentent ; pour les vents forts (> 9 m/s), la fragmentation domine quelle que soit la taille. La géographie module également cette dynamique : les zones côtières tendent à fragmenter les radeaux, alors que l’arc des Petites Antilles agit comme une zone d’accumulation. Enfin, un modèle numérique de dérive a été développé pour évaluer la contribution respective du vent et du courant sur le déplacement des agrégations. Un nouveau forçage de cohésion interparticulaire, inspiré des modèles de mouvements collectifs, a été intégré afin de préserver la cohérence spatiale des agrégations simulées. Cette approche améliore la représentation de la dérive et ouvre des perspectives prometteuses pour la prévision opérationnelle des échouements. Dans son ensemble, ce travail combine télédétection et modélisation pour approfondir la compréhension des mécanismes d’agglomération, de fragmentation et de dérive des sargasses, contribuant ainsi à l’amélioration des outils d’alerte, de gestion et d’adaptation face à ce phénomène en expansion.
Mots clés
Sargasses, Distribution spatiale, Dérive océanique, Vent, Deep Learning, Réseaux de neurones convolutifs (CNN), Télédétection, OLCI, MSI, Modélisation numérique, Atlantique tropical, Petites Antilles
