Comment mieux comprendre et protéger la biodiversité grâce aux données collectées par des capteurs de terrain ? Nous évoquons souvent le rôle central de l’intelligence artificielle (IA) pour l’analyse de ces données et la reconnaissance automatique des espèces (ce pour quoi notre logiciel Ocapi a par exemple été créé). Mais ce n’est que le premier étage de la fusée. Que se passe-t-il ensuite ? On vous explique tout.
D’abord un petit retour en arrière. Selon le type de données traitées par IA (images, sons, signaux émis par les puces de marquage placées sur certains individus, etc.), il est possible d’identifier des espèces mais aussi, dans certains cas, de reconnaître des individus précis. Ces deux niveaux d’information vont se combiner et se compléter dans la suite des analyses.
L’étape suivante est celle de la modélisation : les données analysées par IA sont “injectées” dans des modèles statistiques conçus pour fournir des réponses à des questions écologiques. Grâce aux données d’identification d’une espèce, la modélisation permet par exemple d’estimer le nombre d’individus de cette espèce sur un territoire donné ou de prédire la taille d’une population.
De même, l’identification d’un individu précis permet de mieux comprendre les traits d’histoire de vie (survie, dispersion, reproduction...) de l’espèce à laquelle il appartient. Concrètement, tant qu'un individu est détecté par un capteur, cela signifie en effet qu'il est... toujours en vie, et qu'il n’a pas migré vers un autre territoire.
Mais encore faut-il que les modèles utilisés soient adaptés aux données qu’ils reçoivent. Le recours à la modélisation pour exploiter des données de terrain n’est pas nouveau, mais les procédés existants ont été construits pour traiter des données recueillies de manière ponctuelle par des opérateurs humains. Le déploiement des capteurs change la donne : l’acquisition des données se fait désormais de manière continue, ce pour quoi les modèles classiques n’ont pas été conçus.
De nouveaux modèles, adaptés au traitement des données “en temps continu”, ont récemment fait leur apparition. Mais ils ont encore été peu utilisés en conditions réelles. Comment fonctionnent-ils, quelle est la robustesse de leurs résultats, quels sont leurs atouts et leurs faiblesses par rapport à d’autres méthodes d’analyse ?
Ce sont autant de questions que notre collègue Léa Pautrel va explorer dans le cadre d’une thèse de doctorat qu’elle débute chez TerrOïko, en partenariat avec le CEFE (Centre d’écologie fonctionnelle et évolutive) et l’IRMAR (Institut de recherche mathématique de Rennes). Ses analyses porteront notamment sur deux cas d’usage concrets : le risque de collision de la grande faune sur les infrastructures de transport, et le suivi de l’efficacité des mesures de protection du lézard ocellé.
Explorer nos programmes de recherche
Vous voulez être sûr de ne manquer aucune info ? Inscrivez-vous pour recevoir, tous les deux mois, notre newsletter dédiée à la biodiversité et aux technologies numériques.