[Thèse soutenue] Elie Najm : Raisonner sur des données en agroécologie

Raisonner sur des données en agroécologie : application à la sélection d’espèces de service

Elie a soutenu sa thèse le 13 décembre 2022 - Université de Montpellier

Je suis issu d’un master en mathématiques, parcours Maths-Info, et aujourd’hui doctorant, je travaille à Montpellier au sein de l’équipe GraphIK de l’Inria au LIRMM, en étroite collaboration avec les agronomes de l’UMR SYSTEM à l’Inra.
Ma thèse en informatique est la continuation de mon stage de master, encadré par les mêmes équipes de recherche. J’y ai commencé les premières étapes de ce sujet en me focalisant sur la représentation d’un système viticole.
L’objectif scientifique dans lequel s’inscrit ma thèse est la représentation formelle des différents éléments d’un système agro-écologique centré autour de la culture de plantes pérennes, et des interactions entre ces éléments, de façon à ce que cette représentation puisse être traitée automatiquement par une machine. Ce traitement automatique s’appuiera sur la sémantique des connaissances représentées pour répondre à différentes questions que se posent les agronomes.

• Date de démarrage : octobre 2019
• Date de soutenance : 13 décembre 2022
• Université : MUSE Université de Montpellier
• Ecole doctorale : I2S – Information, Structures, Systèmes
• Discipline / Spécialité : Informatique
• Directeur de thèse : Marie-Laure Mugnier (Université de Montpellier, LIRMM)
• Encadrant(es)  : Christian Gary (Inrae, UMR AbSyS)
• Financement : #DigitAg – Inria
•  #DigitAg : Thèse cofinancée – Axe 6 – Challenge 1

Mots-clés: Représentation des connaissances, agroécologie, raisonnement, informatique

Résumé : Il y a un besoin crucial d'outils permettant de concevoir des agroécosystèmes durables basés sur l'agroécologie. En effet, de tels agroécosystèmes sont intrinsèquement complexes et leur conception nécessite d'intégrer diverses données et connaissances scientifiques non stabilisées. Dans cette thèse, nous considérons la question de la sélection d’espèces végétales de service en fonction de leur potentiel à fournir des services écosystémiques. Pour aborder cette problématique, nous adoptons une approche basée à la fois sur une représentation formalisée des connaissances qui permet des raisonnements et sur l'exploitation de données collectées indépendamment de l'application visée. Plus précisément, nous nous appuyons d'une part sur des résultats scientifiques récents en agronomie reliant les traits fonctionnels (caractéristiques mesurables des espèces végétales) aux services écosystémiques (par l’intermédiaire de fonctions écosystémiques), et d'autre part sur des données concernant les valeurs de traits fonctionnels collectées par la communauté de recherche en écologie. La question centrale que nous étudions est la suivante : dans quelle mesure peut-on exploiter les données disponibles sur les traits fonctionnels des plantes et les combiner à une représentation adéquate des connaissances scientifiques sur les relations traits-fonctions-services pour évaluer la contribution potentielle d’une espèce végétale quelconque à un service écosystémique visé ? L'architecture de notre système s'inspire de celle du paradigme Ontology-Based Data Access, qui permet de combiner données et connaissances. Nous fournissons une méthodologie pour acquérir des connaissances scientifiques sous la forme de diagrammes liés à des sources de données, ainsi qu'une formalisation dans un langage logique basé sur des règles. Ces règles sont indépendantes des diagrammes et de données spécifiques, ce qui permet une certaine généricité et facilite l’évolution du système. Nous mettons en application notre méthodologie dans le cas de l'enherbement des vignes, c'est-à-dire l'installation de plantes herbacées de service dans les vignobles. Nous validons les résultats de notre outil dans le cas d’un service écosystémique choisi en les comparant à ceux issus de la littérature scientifique en agronomie et écologie. Finalement, nous définissons un cadre théorique général permettant l’explication des inférences réalisées par le système, que nous illustrons sur notre cas d’étude.

Composition du jury:

Rapporteurs :
- Jacques-Eric Bergez, Directeur de recherche, Inrae Toulouse,
- Fatiha Saïs, Professeur des Universités, Université Paris Saclay

Examinateurs :
- Marianne Huchard, Professeur des Universités, UM
- Kamal Kansou, Chargé de recherche, Inrae Nantes

Direction de thèse :
- Marie-Laure Mugnier, Professeur des Universités, UM
- Christian Gary, Directeur de recherche, Inrae Montpellier

Invités :
- Jean-François Baget, Chargé de recherche Inria - co-encadrant
- Raphaël Métral, Ingénieur Inrae Montpellier - co-encadrant