Axe Plantes numériques : modèles, analyses et données de l'organe aux écosystèmes
Animateurs : Jean-Baptiste DURAND (CIRAD), Hervé GOEAU (CIRAD)
Enjeux
L'appréhension et la construction de réponses aux enjeux sociétaux relevant de l'écologie, de l'environnement, de la biodiversité et de l'agronomie s'appuient conjointement sur des approches mathématiques et numériques en construisant des modèles descriptifs, mécanistes et de données, alimentés par : (i) la modélisation des processus complexes qui participent à la dynamique de ces systèmes ; (ii) le développement rapide de l'exploitation massive de données issues de ces systèmes (capteurs, Big Data, capacité de calcul, IA, etc.), de leur traitement, leur analyse et leurs représentations. Dans ce contexte, la capacité de développer des approches et méthodes formelles et numériques pour permettre de meilleures compréhensions des dynamiques à court et long termes, d'effectuer des diagnostics, voire des pronostics, constitue un enjeu majeur. Cette capacité doit en particulier permettre : d'extraire des variables pertinentes par analyse de données acquises in situ ou par télédétection ; de traiter les données mesurées par des approches statistiques ou d'Intelligence Artificielle ; de faire face à la pénurie de données ; d'utiliser les données pour alimenter des modèles (mathématiques et numériques) ou renseigner des "valeurs cibles" de modèles.
Objectifs
Sur des problématiques complexes s'appuyant sur des connaissances, de l'expertise terrain, ou des processus mécanistes, un objectif est d'être en mesure de construire et valider des approches génériques et quantitatives. Face à des données volumineuses, distribuées, hétérogènes et/ou éparses, un objectif visé est de spécifier, construire et instancier une panoplie d'approches adaptées à la représentation, l'identification, la caractérisation, et la quantification de marqueurs caractéristiques dans la compréhension du végétal, de l'organe au peuplement, voire au-delà.
Principaux sujets d'intérêt
- Transportabilité des approches de machine Learning à des données non structurées ou métadonnées
- Contraintes des approches méso-échelles (permettant le passage d'une échelle à l'autre) et identification de propriétés émergentes de systèmes lors de changement d'échelle
- Mise en œuvre d'approches hétérogènes (par exemple discrete/continue) pour la modélisation de systèmes complexes issus du monde végétal
- Développement d'approches hybrides (modèles de données et modèles mécanistes)
Approches
Elle se déclinent selon deux volets principaux : (i) Les développements et adaptation de modèles théoriques, discrets ou continus, éventuellement spatialisés, permettant des descriptifs d'arrangements (patterns) ou mimant des processus, à différentes échelles spatiales et temporelles, afin de prendre en compte la diversité des systèmes étudiés, en utilisant des approches génériques et théoriques (Thème MAGNET) ou plus ciblée, comme la modélisation structure fonction des plantes (Thème FSPM) ; (ii) La mise en œuvre d'approches de Machine Learning, avec un accent spécifique sur les problématiques de constitution de jeux d'apprentissages et leur validation (Thème BIAS). Une des spécificités de l'unité est d'aborder une large gamme d'échelles de l'organe au paysage (employant par exemple des approches de méta-modélisation) et ainsi de pouvoir donner des éléments de compréhension des processus clés pour mieux rendre compte de la dynamique des systèmes étudiés. Dans cet axe, un accent est également apporté sur les qualifications des données, modèles et sorties via des approches statistiques ou spécifiques.
Résultats attendus
Le développement de travaux de recherches (fondamentales et/ou appliquées) en Mathématiques et Informatique pour l'étude d’(agro-)écosystèmes, notamment : L'optimisation de systèmes, en particulier agronomiques (en termes de rendements, efficience de l'eau, protection phytosanitaire, ...) ; La prédiction à larges échelles des dynamiques spatio-temporelles de la végétation. La valorisation des développements et leurs applications pour répondre aux questions des thèmes des axes Biodiversité et Biomasse, et des partenaires (au Nord et, surtout, au Sud) à travers le développement d'outils/méthodes/approches mathématiques et numériques innovantes.