Topic description
En, la France a consommé plus de tonnes de pesticides, se classant ainsi au premier rang européen en termes de volumes vendus. La même année, la consommation canadienne a été estimée à plus de tonnes. L'efficacité de ces produits pour la protection phytosanitaire et le maintien d'un haut niveau de productivité agricole demeure indéniable, cependant, de nombreux travaux ont mis en évidence la menace que représentent les pesticides pour la biodiversité des écosystèmes terrestres et aquatiques. Les travaux menés à l'Université de Sherbrooke par le groupe du professeur Segura, portant sur l'impact des contaminants organiques, y compris les pesticides, sur la santé des lacs au Canada, ont révélé la présence fréquente de ces composés dans les eaux et les sédiments lacustres, où ils contribuent de manière significative aux risques écotoxicologiques.
Dans la perspective d'une meilleure évaluation des risques d'exposition aux pesticides et afin de prioriser les stratégies de mitigation à l'échelle des populations humaines et des écosystèmes, il apparaît essentiel de développer des modèles prédictifs avancés intégrant la composition et les propriétés de la phase particulaire, de manière à mieux caractériser la persistance et le transport atmosphérique des pesticides. L'originalité de ce projet innovant consiste en la complémentarité des approches utilisées (simulations numériques et intelligence artificielle) afin de fournir des données essentielles pour ajuster les modèles d'évaluation et de gestion des risques d'exposition aux pesticides par les particules atmosphériques.
En parallèle des résultats expérimentaux obtenus à l'Université de Sherbrooke, les simulations numériques à l'échelle moléculaire combinant des méthodes de structure électronique (quantique) et de dynamique (classique) permettront non seulement de mieux comprendre les faits expérimentaux observés mais aussi de prédire les mécanismes réactionnels impliqués dans les réactions atmosphériques des pesticides initiées par des photo-oxydants majeurs (radicaux hydroxyles, ozone, etc.) en présence ou non de particules d'aérosols. En complément, leur écotoxicité vis-à-vis des espèces aquatiques sera estimée par modélisation. Les données obtenues seront comparées à celles estimées par un algorithme d'apprentissage automatique afin de développer l'aspect prédictif de l'intelligence artificielle pour un grand nombre de contaminants organiques.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
In, France consumed more than tons of pesticides, ranking first in Europe in terms of volumes sold. In the same year, Canadian consumption was estimated at more than tons. The effectiveness of these products for phytosanitary protection and the maintenance of a high level of agricultural productivity remains undeniable, however, many studies have highlighted the threat that pesticides pose to the biodiversity of terrestrial and aquatic ecosystems. The work conducted at the University of Sherbrooke by Professor Segura's group on the impact of organic contaminants, including pesticides, on the health of lakes in Canada, revealed the frequent presence of these compounds in lake waters and sediments, where they contribute significantly to ecotoxicological risks.
With a view to a more robust assessment of the risks of pesticide exposure and in order to prioritize mitigation strategies at the human population and ecosystem scales, it is essential to develop advanced predictive models integrating the composition and properties of the particulate phase, in order to better characterize the persistence and atmospheric transport of pesticides. The originality of this innovative project lies in the complementarity of the approaches used (numerical simulations and artificial intelligence) in order to provide essential data to adjust the risk assessment and risk management models of pesticide exposure by atmospheric particles.
In parallel with the experimental results obtained at the University of Sherbrooke, numerical simulations at the molecular scale combining methods of electronic structure (quantum) and dynamics (classical) will not only allow a better understanding of the experimental facts observed but also predict the reaction mechanisms involved in the atmospheric reactions of pesticides initiated by major photo-oxidants (hydroxyl radicals, ozone, etc.) whether or not aerosol particles are present. In addition, their ecotoxicity to aquatic species will be estimated by modelling. The data obtained will be compared with those estimated by a machine learning algorithm in order to develop the predictive aspect of artificial intelligence for a large number of organic contaminants.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/
WEB :
Funding category
Public funding alone (i.e. government, region, European, international organization research grant)
Funding further details
Concours pour un contrat doctoral
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.