Les offres de thèses #DigitAg 2021

#DigitAg propose des thèses pour des sujets de recherche interdisciplinaires, cofinancées avec ses établissements membres

Le plus : les doctorants bénéficieront aussi d’une aide pour financer leurs travaux (équipement, colloques…).

Les sujets affichés ont été sélectionnés par #DigitAg qui les co-financent
En savoir plus ? Rapprochez-vous du contact indiqué pour le sujet qui vous intéresse

Sujets sélectionnés pour 2021  :

 

Mathématiques et leurs applications + Sciences de la Vie et de l’Environnement

Combiner les approches participatives et la modélisation sous contraintes pour concevoir des dispositifs de design agroécologique

Mots-clé : transition agroécologique, intelligence artificielle, simulation, co-conception, évaluation participative, verger, maraîchage

  • Contact: Stéphane de Tourdonnet – De-Tourdonnet[AT]supagro.fr
  • Directeur de thèse: Stéphane de Tourdonnet, Innovation, Institut Agro
  • Encadrants: Vismara Philippe, Mistea, Institut Agro
  • Unités d’accueil: Innovation, Institut Agro – Montpellier SupAgro
  • Co-financement: Institut Agro-Montpellier Supagro
  • #DigitAg: Axe 2 : Innovations en agriculture numérique, Axe 6 : Modélisation et simulation (systèmes de production agricole), Challenge 1 : Le challenge agroécologique, Challenge 3 : La protection des cultures,Challenge 5 : Les services de conseil agricole,Challenge 6 : La gestion des territoires agricoles

Répondre aux enjeux de l’agriculture dans un contexte de changements globaux, d’érosion de la biodiversité et d’épuisement des ressources fossiles impose un profond renouvellement des systèmes agricoles. L’agroécologie propose de fonder la conception des systèmes agricoles sur la valorisation des fonctionnalités écologiques. Cela nécessite de réintroduire de la biodiversité dans les agrosystèmes, d’adapter les pratiques au contexte local, de combiner des connaissances (scientifiques, expertes, opérationnelles). Les expériences d’agroécologie à travers le monde ont montré qu’accroître la complexité de l’agrosystème permet d’accroitre sa résilience, de diminuer la dépendance aux intrants de synthèse, de fournir des services écosystémiques et d’améliorer ainsi ses performances. Mais ces expériences ont également montré la difficulté de concevoir ces agrosystèmes complexes : le design agroécologique demeure un obstacle majeur pour les acteurs de la transition agroécologique, par manque d’outils et de démarches adaptés. Ce défi pour les chercheurs en agronomie interpelle aussi la recherche en intelligence artificielle pour la conception de tels outils. L’objectif de cette thèse est d’articuler des concepts et méthodes issus de ces deux champs disciplinaires pour outiller cette étape du design agroécologique par (i) des modèles de raisonnement sous contraintes permettant d’explorer la combinatoire des arrangements spatio-temporels des éléments de l’agrosystème, (ii) un dispositif de design participatif utilisant les modèles comme objet intermédiaire, permettant d’expliciter les contraintes, de combiner les connaissances et de stimuler la créativité pour co-concevoir le design de fermes agroécologiques. Elle sera mise en œuvre sur cinq situations de design de vergers maraîchers, en collaboration avec des instituts de recherche et d’enseignement supérieur (Institut Agro, INRAE, Ecole du paysage), des agriculteurs, des associations (GRAB, Domaine du possible), des entreprises du secteur privé (Potagers & compagnie) et des collectivités territoriales. Cette diversité de situations permettra d’accroître la généricité des connaissances produites et facilitera, avec l’approche participative, le transfert des outils co-construits aux acteurs de la transition agroécologique.

Développement d’une méthode mathématique à partir de données issues de capteurs de proximités pour la détection précoce de pathologies chez les animaux d’élevage

Mots-clés : Équation différentielles stochastiques – estimation non paramétrique – modèle individu-centré – bien-être animal – capteurs

  • Contact: Cloez Bertrand – cloez[AT]inrae.fr
  • Directeur de thèse: Bertrand Cloez, Mistea, Inrae/Nadine Hilgert, Mistea, Inrae
  • Encadrants: JB Menassol, Selmet, Institut Agro
  • Unités d’accueil:Mistea, Inrae
  • Co-financement: Inrae
  • #DigitAg: Axe 6 : Modélisation et simulation (systèmes de production agricole), Axe 2 : Innovations en agriculture numérique,Axe 3 : Capteurs, acquisition et gestion de données, Challenge 4 : Des productions animales durables

Les productions animales sont un des secteurs agricoles présentant une hétérogénéité de déploiement opérationnel des TIC. L’élevage de ruminants est un bon exemple de ce contraste avec des filières comme les bovins laitiers bien fournies et des filières avec un niveau en équipements numériques commerciaux plus modestes, comme les ovins allaitants. Si les capteurs et outils associés ne font pas défaut, il s’agit davantage de la pertinence et fiabilité des informations qui en sont issues grâce à des algorithmes suffisamment précis et prédictifs qui doivent encore être développés. L’usage de ces nouveaux capteurs crée le besoin de nouvelles méthodologies, comme la modélisation des interactions sociales à partir de données spatio-temporelles en incluant des inférences statistiques avancées, pour produire des informations prédictives plus précises et en temps réel. Nous proposons de travailler sur une approche interdisciplinaire, faisant appel à la modélisation mathématique, à la statistique inférentielle et à l’étude des comportements sociaux.

L’objectif de la thèse est d’adapter ces approches sur les données de déplacements de ruminants (bovins et ovins), afin d’identifier des ruptures dans la structure sociale d’un groupe d’animaux d’élevages qui pourraient être des indicateurs précoces de pathologies individuelles. Pour cela, le doctorant mettra en place de nouveaux estimateurs statistiques non-paramétriques pour un nouveau modèle de processus de diffusion en interactions (basée sur des modèles existants) qui permettront de produire des algorithmes spécifiques de clustering et/ou de détection de ruptures.

Sciences pour l’Ingénieur + Sciences de la Vie et de l’Environnement

Inversion de modèle à partir de données agricoles crowdsourcées : application à l’estimation de paramètres culturaux en viticulture.

Mots-clé : Crowdsourcing, état hydrique, inversion de modèle, vigne

  • Contact: TISSEYRE Bruno – tisseyre[AT]supagro.fr
  • Directeur de thèse: Tisseyre Bruno, Itap, Intitut Agro/Simoneau Thierry, Lepse, Inrae
  • Encadrants: Pichon Léo, Itap, Institut Agro
  • Unités d’accueil:Itap, Institut Agro-Montpellier SupAgro
  • Co-financement: Montpellier Supagro
  • #DigitAg: Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Axe 3 : Capteurs, acquisition et gestion de données, Challenge 5 : Les services de conseil agricole, Challenge 6 : La gestion des territoires agricoles

Ce sujet de thèse de doctorat se positionne dans la suite des travaux de recherche réalisés dans le cadre du projet ApeX-Vigne. Une thèse précédente a permis d’initier un projet de crowdsourcing en agriculture et plus spécifiquement en Viticulture. Ce projet est basée sur l’utilisation d’une application mobile libre et gratuite permettant aux professionnels de faire des observations standardisées, datées et géoréférencées du statut hydrique des parcelles de vigne. Depuis 2018, Apex-Vigne permet de générer chaque année une base de données conséquentes (env. 7000 mesures) à l’échelle régionale. L’objectif de la thèse visera à valoriser le caractère massif des données collectées afin d’estimer des paramètres culturaux difficiles à mesurer (réserve utile du sol par exemple) mais indispensables à l’implémentation et à l’étalonnage de modèles d’aide à la décision basés sur le bilan hydrique pour le pilotage de l’irrigation. La thèse envisagera plusieurs échelles d’application : parcelle, domaine, région. L’originalité de la démarche proposée est d’intégrer des observations crowdsourcées dans une approche d’inversion de modèle de bilan hydrique. Le caractère novateur de la thèse réside dans le type de données considérées : imprécises, asynchrones, hétérotopes, massives. Notre démarche fait l’hypothèse que l’imperfection des données de crowdsourcing sera largement compensée par le volume de données disponibles. La démarche envisagée repose sur 3 étapes de travail, chacun présentant une originalité : i) l’élaboration d’une fonction de transfert permettant de relier les observations crowdsourcées à une grandeur de sortie (GS) classique d’un modèle de bilan hydrique, ii) la consolidation spatiale de la GS, cette étape fait l’hypothèse que la GS est auto-corrélée spatialement, c’est à ce niveau que l’imperfection des données sera prise en compte par des approches géostatistiques, iii) l’inversion de modèle proprement dite, sur la base des estimations de GS et des données climatiques du millésime, la thèse visera à inverser un modèle de bilan hydrique afin de produire des estimations sur les paramètres culturaux. La thèse se focalisera dans un premier temps sur l’estimation d’un paramètre difficile d’accès : la réserve utile du sol.

Sciences Humaines et Sociales

Comment la digitalisation rebat les cartes entre incertitude et dépendances ; Une analyse comparée France/Italie des stratégies des agriculteurs

Mots-clé : Théorie de la dépendance des ressources, digitalisation, signalisation, qualité phytosanitaire, circuit court, France, Italie

  • Contact: MIONE Anne – mione[AT]umontpellier.fr
  • Directeur de thèse: MIONE Anne, MRM, Université de Montpellier
  • Encadrants: Aubert Magali, MOISA, Inrae / DeMarie Federica, CREA – National Council for Agricultural and Economic Research – Agricultural Policies and Bioeconomy- Italy
  • Unités d’accueil: MRM, Université de Montpellier
  • Co-financement: Université de Montpellier
  • #DigitAg: Axe 1 : Impact des technologies de l’information et de la communication sur le monde rural, Axe 2 : Innovations en agriculture numérique, Challenge 7 : Intégration de l’agriculture dans les chaînes de valeur, Challenge 3 : La protection des cultures

Le projet vise à analyser le rôle des outils numériques sur le renforcement des relations producteurs-consommateurs et sur la valorisation de pratiques plus respectueuses de l’environnement. Il s’inscrit dans la stratégie européenne « de la ferme à la table » du pacte vert pour l’Europe qui vise à offrir une consommation saine aux consommateurs par le renforcement de pratiques alternatives.

La digitalisation, notamment via les sites internet et les plateformes collectives, peut être une opportunité pour les agriculteurs de réduire le nombre d’intermédiaires, de mieux présenter la qualité des produits et de davantage valoriser la spécificité de leur production pour obtenir une meilleure rémunération. Pour autant, la digitalisation ne garantit pas la stabilité contractuelle des circuits traditionnels. La question se pose donc des stratégies à mener afin de réduire l’incertitude et de gérer les dépendances aux acteurs de la filière.

D’un point de vue théorique, ce travail doctoral s’appuie sur la théorie de la dépendance aux ressources (Pfeffer et Salancik, 1978). Notre thèse est que la digitalisation permet, à l’agriculteur, de reprendre le contrôle des ressources de l’environnement dont il dépend, notamment vis-à-vis des consommateurs. La digitalisation renforce sa relation commerciale et valorise ses efforts productifs.

D’un point de vue empirique, nous mobilisons des données longitudinales exhaustives de l’ensemble des exploitations agricoles françaises et italiennes (Recensement Agricole et enquête structure). Nous connaissons le niveau de digitalisation des producteurs, les certifications adoptées et leur mode de commercialisation. En termes méthodologiques, ce projet repose sur l’analyse de modèles à triples équations simultanées et de modèles d’appariement de type matching. La France et l’Italie sont soumises aux mêmes exigences en termes de réduction des produits phytosanitaires mais les agriculteurs ont des stratégies commerciales et productives différentes. Ces données seront complétées par des enquêtes qualitatives pour apprécier les motivations de ces stratégies et comment la digitalisation modifie la perception des agriculteurs quant à leur dépendance aux consommateurs, aux distributeurs, aux fournisseurs et aux complémenteurs.