![]() | Modèles hiérarchiques et processus ponctuels spatio-temporels - Applications en épidémiologie et en sismologie Auteur(s) : Valmy, Larissa Auteurs secondaires : Laboratoire de Mathématiques Informatique et Applications (LAMIA) ; Université des Antilles et de la Guyane (UAG) Université des Antilles-Guyane Professeur Jean VAILLANT Éditeur(s) : HAL CCSD Résumé : Point processes are often used as spatial or spatio-temporal distribution models of occurrences. In this PhD dissertation, we focus first on Cox processes driven by a hidden process associated with a Dirichlet process. This model corresponds to hidden occurrences influencing the stochastic intensity of observed occurrences. We generalize the notion of "Shot noise Cox process" introduced by M{o}ller and develop its bayesian analysis by a Gibbs sampler combined with a Metropolis-Hastings algorithm. We show that our MCMC method is a reversible jump one. The model takes into account a random number of hidden contributions producing effects on the observed point process intensity. Therefore the parameter space has a variable dimension. We focus the statistical inference on the estimation of the hidden contribution expected value, the hidden contribution expected number, the spatial influence and correlation parameters. The contribution equality test and contribution independence test are proposed. Applications in epidemiology and ecology are shown from extit{Rubus fruticosa} data, extit{Ibicella lutea} data and death number data in counties of Georgia, USA. Two situations are considered with respect to available data~: firstly, the spatial positions of occurrences are observed between several pairs of consecutive dates; secondly, counts are carried out over a fixed time interval in several spatial sampling units. Secondly, we focus on point processes with memory introduced by Kagan, Ogata and Vere-Jones, pioneers in statistical seismology. In fact, spatio-temporal point processes play an important role in the studies of earthquake catalogs since they consist of seismic events with their dates and spatial locations. We studied an ETAS (Epidemic Type Aftershock Sequence) model with time independent background intensity and several triggering functions taking into account previous events. We illustrate our approach with a seismicity study of the Lesser Antilles arc. A comparaison study of Gamma, Weibull, Log-Normal and modified Omori law triggering function models is also carried out. We show that the modified Omori law does not fit the Lesser Antilles seismic data and the best adjusted triggering function is the Weibull model. Consequently, the waiting time between aftershocks is weaker in the Lesser Antilles zone compared to the one in regions with seismicity described by the modified Omori law. In other words, aftershock aggregativity is higher in the Lesser Antilles region. The stochastic background intensity following a Dirichlet process centered on a spatial log-normal process is discussed. Les processus ponctuels sont souvent utilisés comme modèles de répartitions spatiales ou spatio-temporelles d'occurrences. Dans cette thèse, nous nous intéressons tout d'abord à des processus de Cox dirigés par un processus caché associé à un processus de Dirichlet. Ce modèle correspond à des occurrences cachées influençant l'intensité stochastique des occurrences observées. Nous généralisons la notion de " Shot noise Cox process " introduite par Moller et développons le traitement bayésien par un échantillonneur de Gibbs combiné à un algorithme de Metropolis-Hastings. Nous montrons que cette méthode MCMC est à sauts réversibles. Le modèle prend en compte, en effet, un nombre aléatoire de contributions cachées influençant l'intensité du processus ponctuel observé donc a un espace paramétrique de dimension variable. Nous focalisons l'inférence statistique sur l'estimation de la valeur espérée de chaque contribution cachée, le nombre espéré de contributions cachées, le degré d'influence spatiale de ces contributions et leur degré de corrélation. Le test d'égalité des contributions et celui de leur indépendance sont ainsi développés. L'utilité en épidémiologie et en écologie est alors démontrée à partir de données de Rubus fruticosa, Ibicella lutea et de mortalité dans les cantons de Georgia, USA. En termes de données observées, deux situations sont considérées: premièrement, les positions spatiales des occurrences sont observées entre plusieurs paires de dates consécutives; deuxièmement, des comptages sont effectués, au cours d'une période fixée, dans des unités d'échantillonnage spatiales. D'autre part, nous nous intéressons aux processus ponctuels à mémoire introduits par Kagan, Ogata et Vere-Jones, précurseurs de la statistique sismologique. En effet, les processus ponctuels spatio-temporels ont une place importante dans l'étude des catalogues sismiques puisque ces derniers sont généralement constitués d'événements sismiques datés et géo-référencés. Nous avons étudié un modèle ETAS (Epidemic Type Aftershock Sequence) avec une intensité d'arrière-plan indépendante du temps et plusieurs fonctions déclenchantes permettant d'intégrer les événements antérieurs récents. Cette approche est utilisée pour étudier la sismicité de l'arc des Petites Antilles. Une étude comparative des modèles Gamma, Weibull, Log-Normal et loi d'Omori modifiée pour les fonctions déclenchantes est menée. Nous montrons que la loi d'Omori modifiée ne s'ajuste pas aux données sismiques des Petites Antilles et la fonction déclenchante la plus adaptée est le modèle de Weibull. Cela implique que le temps d'attente entre répliques dans la zone des Petites Antilles est plus faible que celui des régions à sismicité décrite par la loi d'Omori modifiée. Autrement dit, l'agrégation des répliques après un événement majeur est plus prononcée dans la zone des Petites Antilles. La possibilité d'inclure une intensité d'arrière-plan suivant un processus de Dirichlet centré sur un processus spatial log-gaussien est discutée. https://tel.archives-ouvertes.fr/tel-00841146 Droits : info:eu-repo/semantics/OpenAccess NNT : 2012AGUY0555 tel-00841146 https://tel.archives-ouvertes.fr/tel-00841146 https://tel.archives-ouvertes.fr/tel-00841146/document https://tel.archives-ouvertes.fr/tel-00841146/file/these_VALMY.pdf | Partager |
![]() | A model for dissipation: cascade SDE with Markov regime-switching and Dirichlet prior Auteur(s) : Bernard, Didier Emilion, Richard K. Iyer, Srikanth Tossa, Adaté Auteurs secondaires : Laboratoire de Physique de l'Atmosphère Tropicale (LPAT) ; Université des Antilles et de la Guyane (UAG) Mathématiques - Analyse, Probabilités, Modélisation - Orléans (MAPMO) ; Université d'Orléans (UO) - Centre National de la Recherche Scientifique (CNRS) CEntre de REcherches en MAthématiques de la DEcision (CEREMADE) ; Université Paris-Dauphine - Centre National de la Recherche Scientifique (CNRS) ANR : Projet Atmo-mangrove, Projet Atmo-mangrove Éditeur(s) : HAL CCSD Résumé : 27 pages Cascade Stochastic Differential Equation (SDE), a continuous time model for energy dissipation in turbulence, is a generalization of the Yaglom discrete cascade model. We extend this SDE to a model in random environment by assuming that its two parameters are switched by a continuous time Markov chain whose states represent the states of the environment. Moreover, a Dirichlet process is placed as a prior on the space of sample paths of this chain. We propose a Bayesian estimation method of this model which is tested both on simulated data and on real data of wind speed measured at the entrance of the mangrove ecosystem in Guadeloupe. https://hal.archives-ouvertes.fr/hal-00286131 hal-00286131 https://hal.archives-ouvertes.fr/hal-00286131 https://hal.archives-ouvertes.fr/hal-00286131/document https://hal.archives-ouvertes.fr/hal-00286131/file/Srik11_PhysicaDDspace.pdf | Partager |
![]() | Modèles hiérarchiques et processus ponctuels spatio-temporels : Applications en épidémiologie et en sismologie ; Hierarchical models and spatio-temporal point process- : Applications in epidemiology and sismology Auteur(s) : Valmy, Larissa Auteurs secondaires : Antilles-Guyane Vaillant, Jean Olifer, Andrei Résumé : Les processus ponctuels sont souvent utilisés comme modèles de répartitions spatiales ou spatio-temporelles d'occurrences Dans cette thèse, nous nous intéressons à des processus de Cox dirigés par un processus caché associé à un processus de Dirichlet. Ce modèle correspond à des occurrences cachées influençant l'intensité stochastique des occurrences observées. Nous généralisons la notion de Shot noise Cox process et développons le traitement bayésien. Nous focalisons l'inférence statistique sur l'estimation de la valeur espérée de chaque contribution cachée, leur nombre espéré, degré d'influence spatiale et degré de corrélation L'utilité en épidémiologie et en écologie est démontrée à partir de données de Rubus fruticosa, lbicella lutea et de mortalité dans les cantons de Georgie, USA. En termes de données observées, deux situations sont considérées: d'abord, les positions spatiales des occurrences sont observées entre plusieurs paires de dates consécutives; puis, des comptages sont effectués dans des unités d'échantillonnage spatiales. D'autre part, nous nous intéressons aux processus ponctuels à mémoire introduits par Kagan, Ogata et Vere-Jones. En effet, les processus ponctuels ont une place importante dans l'étude des catalogues sismiques. Nous avons étudié un modèle Epidemie Type Aftershock Sequence avec une intensité d'arrière-plan indépendante du temps et plusieurs fonctions déclenchantes permettant d'intégrer les événements antérieurs récents. Cette approche est utilisée pour étudier la sismicité des Petites Antilles. Une étude comparative des modèles Gamma, Weibull, Log-Normal et loi d'Omori modifiée pour les fonctions déclenchantes est menée. Point processes are often used as spatial or spatio-temporal distribution models of occurrences. In this Phd dissertation, we focus first on Cox processes driven by a hidden process associated with a Dirichlet process. This model corresponds to hidden occurrences influencing the stochastic intensity of observed occurrences. We generalize the notion of Shot noise Cox process and develop its bayesian analysis. We focus the statistical inference on the estimation of the hidden contribution expected value, the hidden contribution expected number, the spatial influence and correlation parameters. Applications in epidemiology and ecology are shown from Rubus fruticosa data, Ibicella lutea data and death number data in counties of Georgia, USA. Two situations are considered with respect to available data: firstly, the spatial positions of occurrences are observed between several pairs of consecutive dates; secondly, counts are carried out over a fixed time interval in several spatial sampling units. Secondly, we focus on point processes with memory intr oduced by Kagan, Ogata and Vere-Jones. Spatio-temporal point processes play an important role in the studies of earthquake catalogs since they consist of seismic events with their dates and spatial locations. We studied an Epidemic Type Aftershock Sequence model with time independent background intensity and several triggering functions taking into account previous events. We illustrate our approach with a seismicity study of the Lesser Antilles arc. A comparaison study of Gamma, Weibull, Log-Normal and modified Omori law triggering function models is also carried out http://www.theses.fr/2012AGUY0555/document | Partager |
![]() | Numerical modeling of geothermal systems Auteur(s) : Copol, Cédrick Laminie, Jacques Lopez, Simon Auteurs secondaires : Laboratoire de Mathématiques Informatique et Applications (LAMIA) ; Université des Antilles et de la Guyane (UAG) Bureau de Recherches Géologiques et Minières (BRGM) (BRGM) Éditeur(s) : HAL CCSD Résumé : International audience The purpose of our study is to model a geothermal reservoir. When geothermal reservoir are assumed to be composed of pure water, the transfer of mass and energy is classically described by two balance equations: mass balance equation and the energy balance equation. In addition to those equations, fluid velocity ist classically given by the Darcy law while thermodynamic properties, inferred from theoretical or empirical equations of state, are used to close the mathematical system. Once this system is closed, there exist different solutions. The first one is to solve for pressure and temperature with a variable switch to saturation in the two-phase region (e.g. TOUGH2). The second one is to solve for pressure and enthalpy to increase stability of phase transition between single and two-phase states (e.g. Hydrotherm). We adopted the second option and chose te use a splitting method to get rid of the complexity of coupling equations and a finite volume method for the spatial discretization. Selecting object-oriented languages, we developed a multi-language framework, combining Python, Fortran and a C++ implementation of IAPWS (from the freesteam project) including the supercritical equations, in porous media velocity is given by Darcy law and to close the system physical properties are determined by the IAPWS-IF97 thermodynamic formulation. We resolve the equations in pressure and enthalpy instead of pressure and temperature in order to increase stability and to handle easier the passage from a single-phase to a two-phase system. We solve the system by using a splitting method - to get rid of the complexity of coupling equations - and a finite volume method. We offer some freedom to users thanks to the implementation of several methods like explicit or implicit Euler, Runge-Kutta or BDF2 for time solvers or GMRES and BICGSTAB for the linear solver. We can handle several boundary conditions like no-flow - describing a boundary which can not exchange matter with the exterior - or like a mixed-therm condition - a Dirichlet condition to the pressure and a Dirichlet or an outflow condition to the temperature in order to describe a recharge or a discharge zone - ... We're developing a multi-language framework, combining Python, Fortran and the C++ implementation of IAPWS (from the freesteam project). All these languages are object-oriented. We've applied this simulation model to the dogger in Paris, France, to several one-dimensional systems and a two-dimensional one made by Coumou with the CSMP++ platform. The dogger is a reservoir exploited to produce heat by pumping water at 70 and reinjecting it in the reservoir at 40. In the one-dimensional systems we wanted to observe the process of heat transfer from a higher temperature boundary to a smaller one in a high-energy domain. The last simulation shows the natural convection of water in a fault. For every simulation we compared the solutions we found with an other code (TOUGH2 or CSMP++) and they agreed. The next step will be to model the geothermal plant in Guadeloupe, West Indies. It's the only place in France - and in the West Indies so far - producing electricity with the earth power. The temperature can reach up to 1000 and the pressure range is around a few hundreds MPa. In some surface zones we can see two-phase water at atmospheric pressure. In the 1980s Bouillante was a laboratory for France. Since 1995 Bouillante has given 30GWh electricity a year to the Guadeloupeans. PROCEEDINGS, Thirty-Ninth Workshop on Geothermal Reservoir Engineering Stanford, United States Droits : info:eu-repo/semantics/OpenAccess hal-00944133 https://hal-brgm.archives-ouvertes.fr/hal-00944133 https://hal-brgm.archives-ouvertes.fr/hal-00944133/document https://hal-brgm.archives-ouvertes.fr/hal-00944133/file/Copol.pdf | Partager |