Offres de thèses : campagne 2020

#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 avec l’établissement d’accueil
En savoir plus ? Rapprochez-vous du contact indiqué pour le sujet qui vous intéresse

Sujets sélectionnés pour la rentrée 2020  :

 


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

Modélisation Architecturée du Maïs : estimation du rayonnement intercepté à l’aide de capteurs et de modèles 3D

Mots-clés : Maïs, Modèle plante architecturé 3D, Compétition interplantes, Interception du rayonnement, Capteurs, Phénotypage haut-débit

  • Contact : frederic.baret |AT] inrae.fr
  • Directeur(s) de thèse : Frédéric Baret (INRAE EMMAH)
  • Encadrant(s) : Raul Lopez Lozano, , EMMAH, INRAE / Benoit De Solan, Arvalis / Jean-Charles Deswarte, Arvalis
  • Unités d’accueil : INRAE UMR EMMAH / Arvalis -L’Institut du Végétal (Avignon)
  • Co-financement :  #DigitAg – Acta – les instituts techniques
  • #DigitAg : Axe 6 : Modélisation et simulation (systèmes de production agricole), Challenge 1 : Le challenge agroécologique, Axe 2 : Innovations en agriculture numérique,Axe 3 : Capteurs, acquisition et gestion de données, Challenge 2 : Le phénotypage rapide,Challenge 5 : Les services de conseil agricole

L’optimisation de la structure du peuplement est un important levier pour améliorer le rendement du maïs. Caractériser la plasticité architecturale des génotypes de maïs pour s’adapter aux contraintes environnementales imposées par la présence de voisins devient un élément incontournable afin de trouver l’équilibre optimal entre la densité/structure du peuplement et les ressources disponibles, avec pour objectif de maximiser le rendement. Les caractéristiques architecturales et physiologiques du couvert peuvent être appréhendées par l’utilisation de capteurs; inversement, les acquisitions des capteurs peuvent bénéficier d’une nette valeur ajoutée si elles sont interprétées à travers une vision architecturée. Les enjeux du projet sont : 1. Evaluer l’impact de pratiques de semis (écartement, densité, orientation) sur l’interception du rayonnement par la culture et l’élaboration du rendement / 2.- Valoriser les capteurs (phénotypage à haut débit, drones, satellites) pour obtenir des descriptifs fins des cultures intégrables dans un modèle de culture. Le but du projet est de comprendre et modéliser la plasticité architecturale et l’efficience d’interception et de conversion du rayonnement de génotypes de maïs en réponse à la compétition intra-spécifique, et relier ces déterminants aux performances des plantes. Le projet comprendra quatre objectifs principaux : 1. L’accès aux paramètres structuraux du couvert de maïs à partir des données optiques acquises dans des parcelles de maïs à partir des stades précoces. Différentes techniques de reconstruction 3D seront exploitées afin de caractériser l’architecture des plantes et du couvert. / 2. L’estimation de la quantité et qualité du rayonnement dans des couverts de maïs à partir de la simulation du régime lumineux grâce à l’utilisation des algorithmes de lancer de rayons et des modèles réalistes de structure du couvert calés sur les observations précédentes / 3. L’estimation de la réponse de la plante (organogénèse et mise en place du LAI, de la biomasse et du rendement) à partir des modèles d’absorption du rayonnement appliqués aux couverts reconstruits en 3D / 4. La caractérisation de la plasticité génotypique liée à la compétition entre plantes, à partir de la dynamique de la quantité et qualité de la lumière, et l’architecture des plantes.

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

Métriques pour évaluer la spatialisation de modèles de culture pour l’agriculture de précision : application à la modélisation du statut hydrique de la vigne

Mots-clés : Analyse de sensibilité, Géostatistique, Modèles spatiaux

  • Contact : james.taylor [AT] inrae.fr
  • Directeur(s) de thèse : James Taylor, ITAP INRAE/ Bruno Tisseyre, ITAP, L’Institut Agro – Montpellier SupAgro
  • Encadrant(s) : James Taylor, ITAP, INRAE/ Sébastien Roux MISTEA, INRAE/Bruno Tisseyre, ITAP, L’Institut Agro – Montpellier SupAgro
  • Unités d’accueil : INRAE, ITAP & MISTEA
  • Cofinancement :  #DigitAg – INRAE
  • #DigitAg : Axe 6 : Modélisation et simulation (systèmes de production agricole), Challenge : sujet transversal, Axe 5 : Fouille de données, analyse de données, extraction de connaissances,

Il existe d’énormes lacunes dans les connaissances sur la meilleure façon de manipuler les modèles de culture avec des données auxiliaires spatiales (et temporelles) à haute résolution, sur les implications que la modification du modèle a sur la puissance prédictive et sur la façon d’évaluer correctement la performance du modèle à différentes échelles. Les agronomes ont besoin d’aide pour y parvenir. Cette thèse portera sur l’élaboration de paramètres permettant d’évaluer l’effet de l’intégration d’observations spatio-temporelles multitemporelles des cultures et de l’environnement dans les modèles de cultures existants.  L’objectif est d’améliorer la compréhension de la façon de spatialiser les prédictions des modèles en vue d’une meilleure gestion spatiale. Il n’abordera pas et ne pourra pas aborder toutes les questions, mais il commencera à fournir des outils pour y parvenir. Les modèles de cultures spatiales (agroenvironnementales) produiront des extrants avec un changement dans l’étendue, la couverture et/ou le soutien par rapport aux applications des modèles de cultures traditionnelles. La nécessité de méthodes correctes d’analyse de sensibilité a déjà été discutée et proposée, mais seulement pour les applications régionales à grande échelle. Les applications agronomiques à haute résolution, sous-domaines et sous-domaines sont un domaine d’analyse de sensibilité qui nécessite d’autres travaux.


Sciences pour l’Ingénieur – Sciences Humaines et Sociales

Utilisation de la simulation à base d’agents et de la théorie de l’argumentation pour mieux appréhender la diffusion et l’appropriation de la technologie des compteurs d’eau communicants en agriculture

Mots-clés : modélisation à base d’agents, théorie de l’argumentation, diffusion d’innovation, compteur d’eau communicant, territoire agricole

  • Contact : patrick.taillandier [AT] inrae.fr
  • Directeur(s) de thèse : Patrick Taillandier, INRAE MIAT
  • Encadrant(s) : Rallou Thomopoulos (INRAE IATE) et Stéphane Couture (INRAE MIAT)
  • Unités d’accueil : INRAE MIAT (Toulouse) / INRAE IATE (Montpellier
  • Cofinancement :  I#DigitAg – INRAE
  • #DigitAg : Axe 1 : Impact des technologies de l’information et de la communication sur le monde rural, Challenges: sujet transversal,

Ces dernières années ont connu un fort développement des technologies numériques en agriculture, qui ont déjà largement commencé à impacter les pratiques des agriculteurs. Si ces technologies offrent une opportunité unique pour participer à l’émergence d’une agriculture plus respectueuse de l’environnement, elles posent également de nombreuses questions sur les effets négatifs dont elles pourraient être la cause (inégalités entre agriculteurs, industrialisation de l’agriculture, propriété et fuites des données, etc.). Ce projet de thèse vise à étudier différents leviers qui pourraient permettre une appropriation et une diffusion vertueuse des outils numériques en agriculture. Il se propose pour cela de passer par la construction d’un modèle de simulation permettant d’évaluer différentes politiques (formation d’agriculteurs, communication autour d’outils numériques, etc.) à l’échelle d’un territoire. Le modèle sera fondé sur le couplage entre la modélisation à base d’agents et la théorie de l’argumentation. L’objectif est en effet de partir du terrain à l’aide de méthodes issues de l’économie expérimentale et d’enquêtes et d’analyser les arguments utilisés par les différents acteurs sur l’utilisation de ces outils pour proposer une modélisation riche et réaliste des phénomènes d’appropriation et de diffusion d’innovations. Cette démarche de modélisation sera appliquée pour étudier le cas des compteurs d’eau communicants (principe similaire à Linky pour les compteurs d’électricité) chez les agriculteurs en Occitanie. Ces dispositifs, qui pourraient permettre une meilleure gestion des ressources en eau, sont aujourd’hui une source de crispation chez de nombreux agriculteurs. L’enjeu applicatif est ainsi de mieux saisir ces crispations et d’évaluer des stratégies pour les lever.

Sciences pour l’Ingénieur – Sciences Humaines et Sociales 

La réalité augmentée pour accompagner la conception de systèmes agroforestiers

Mots-clé : réalité augmentée ; agroforesterie ; modélisation géométrique et topologique, conception de plantation ; impact visuel

  • Contact : Marie Gosme  – marie.gosme@inrae.fr
  • Directeur de thèse :  Marc Jaeger, AMAP, CIRAD
  • Encadrant(s) : Marie Gosme, SYSTEM, INRAE – Marc Jaeger, AMAP, CIRAD – Gérard Subsol, LIRMM, Université Montpellier
  • Unité(s) d’accueil : System
  • Cofinancement : INRAE
  • #DigitAg : Axe 2 : Innovations en agriculture numérique, Axe 6: Modélisation et simulation, Challenge 1 : Le challenge agroécologique, Challenge 8 : Développement agricole au Sud

L’agroforesterie est reconnue comme une voie de développement d’une agriculture durable, résiliente et permettant de lutter contre le changement climatique. Les choix de combinaisons d’espèces, de configurations spatiales, de gestion des arbres et des cultures sont vastes et doivent être adaptés aux contextes pédo-climatiques, socio-économiques et aux objectifs de l’agriculteur, qui a donc besoin d’un accompagnement pour le concevoir. Les nouvelles technologies peuvent faciliter cet accompagnement et favoriser l’adoption de l’agroforesterie. La réalité augmentée (RA, superposition d’objets numériques sur des images du monde réel) permet de visualiser différents scénarii futurs afin de choisir le plus souhaitable, pour entamer une démarche de changement. L’agroforesterie est un cas d’étude idéal : l’introduction d’arbres modifie profondément l’aspect des parcelles et des paysages, des outils de visualisation seraient donc très efficaces ; et la croissance des arbres est lente et les conséquences des choix de l’agriculteur ne se révèlent que plusieurs décennies après.

La thèse a pour but de développer deux applications de RA, et de les évaluer auprès d’agriculteurs, de lycées agricoles et de conseillers agroforestiers. La première améliorera le design des systèmes agroforestiers en permettant de comparer interactivement des configurations, et visualiser l’évolution de la dynamique de la végétation. Cette approche sera testée dans le cadre d’ateliers de conception de système agroforestiers. La deuxième visualisera avec réalisme in situ la croissance des arbres dans sa parcelle agricole et restituer des facteurs d’intérêt (LAI, ombrage, biomasse, etc.), permettant à l’agriculteur de visiter ses parcelles et visualiser leur aspect 10, 20 ou 40 ans plus tard.

Ce travail de recherche vise l’intégration de modèles de croissance dans des technologies de RA et de la démarche participative pour répondre aux besoins des agriculteurs.

 

Sciences Humaines et Sociales (ex: géographie, droit, économie, sciences de gestion, sociologie…)

Signaler les pratiques respectueuses de l’environnement par la digitalisation: Une stratégie des producteurs pour créer de la valeur ?

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

  • Contact : Anne Mione – anne.mione@umontpellier.fr
  • Directeur de thèse : Anne Mione, MRM, Université de Montpellier
  • Encadrant(s) : Magali Aubert, Moisa, INRAE – Fédérica De Maria, CREA
  • Unité(s) d’accueil : MRM
  • Cofinancement : 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. Sur la base des concepts économiques et de science de gestion, l’approche vise à caractériser l’hétérogénéité des comportements en termes d’adoption des outils numériques et à les associer aux stratégies productives et commerciales des producteurs. D’un point de vue théorique, dans le prolongement du stage qui étudie le rôle des facteurs endogènes et exogènes dans l’adoption des outils numériques, selon la théorie des ressources et compétences, nous inscrivons ce projet de thèse plus spécifiquement dans 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 méthodologique, 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 soumis aux mêmes exigences en termes de réduction des produits phytosanitaires mais ont des stratégies commerciales et productives différentes. Leur comparaison permet d’apprécier les relations entre digitalisation, certification et commercialisation conditionnellement à l’environnement dans lequel évoluent les producteurs. Ces données seront complétées par des enquêtes auprès des producteurs pour étudier plus précisément ces relations au regard des outils numériques et des formes de production et de commercialisation existants. Les données qualitatives permettront d’apprécier leur perception de la dépendance aux consommateurs, aux distributeurs, aux fournisseurs et aux complémenteurs ; et de la manière dont la digitalisation modifie l’accès aux ressources de l’environnement.

 

Sciences Humaines et Sociales (ex: géographie, droit, économie, sciences de gestion, sociologie…), Sciences de la Vie et de l’Environnement (ex : Ecologie, Agronomie, Sciences de l’environnement…), Mathématiques et leurs applications (ex : mathématiques appliquées, modélisation, statistiques …)

Réduction de l’usage des pesticides, risques et valeurs de l’information numérique en agriculture

Mots-clé : Usage de pesticides, Outils d’aide à la décision, Capteurs, Aversion au risque, Perception du risque, Valeur de l’information

  • Contact : Marc Willinger – marc.willinger@umontpellier.fr
  • Directeur de thèse : Douadia BOUGHERARA, CEE-M, INRAE – Marc WILLINGER, CEE-M, Université de Montpellier
  • Encadrant(s) : Sophie Thoyer, CEE-M, INRAE – François Brun, ACTA – Emmanuelle Gourdain, Arvalis
  • Unité(s) d’accueil : CEE-M
  • Cofinancement : Université de Montpellier
  • #DigitAg : Axe 1 : Impact des technologies de l’information et de la communication sur le monde rural, Axe 3 : Capteurs, acquisition et gestion de données, Axe 6 : Modélisation et simulation (systèmes de production agricole), Challenge 3 : La protection des cultures, Challenge 5 : Les services de conseil agricole

Les nombreux outils d’aide à la décision (OAD) à disposition des agriculteurs pour réduire l’usage des pesticides sont souvent sous-utilisés. Une hypothèse est qu’ils sont conçus sans prendre suffisamment en compte les perceptions et attitudes des agriculteurs face au risque. Comment mieux comprendre ces comportements et mesurer la valeur d’informations nouvelles (fournies notamment par les capteurs de l’agriculture numérique) pour reconcevoir des OAD plus efficaces et mieux adaptés, à destination des agriculteurs et des territoires ? Nous travaillerons sur trois axes en partant d’au moins deux cas contrastés. (1) La définition et la mesure des perceptions pour le risque par les agriculteurs.  Dans une optique pluridisciplinaire, nous caractériserons les risques associés à la réduction de l’usage de pesticides en s’intéressant plus spécifiquement au problème du « multi-risque », à la perception des agriculteurs de ces différents types de risques et à leur sensibilité face à ces risques, grâce à des méthodes expérimentales de mesure de ces préférences et perceptions sur les terrains envisagés avec des agriculteurs (field experiments). (2) Mesure de la valeur de l’information numérique. Nous développerons un cadre conceptuel des déterminants de la valeur de l’information : socioéconomiques, agronomiques et écologiques. Nous mettrons ensuite en place des méthodes expérimentales et/ou statistiques afin de mesurer comment des informations nouvelles issues du numérique peuvent améliorer la valeur des OAD existants. (3) Communiquer sur le risque grâce aux informations du numérique. Il s’agira ici de déterminer la manière optimale de construire et de communiquer l’information aux utilisateurs de l’OAD. L’économie comportementale sera mobilisée. Cela aura en retour des conséquences sur la modélisation de la décision, sur la conception de l’OAD lui-même et sur la manière dont l’information devra être mesurée, enregistrée, suivie, traitée et partagée. Enfin, nous pensons ouvrir ce travail par une réflexion sur l’analyse économique d’un dispositif numérique d’information avec sa dimension de propriété de l’information (privé vs public) et son insertion dans le cadre plus large du conseil agricole.

 


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

Méthodes d’analyses conjointes de données spectrales et spatiales pour la caractérisation in-situ de l’état sanitaire au verger.

Mots-clés : Traitement signal et image, spectrométrie, épidémiologie et agriculture de précision.

  • Contact : Florent Abdelghafour – florent.abdelghafour [AT] inrae.fr
  • Directeur(s) de thèse : Jean Michel Roger, ITAP, INRAE / Ryad Bendoula, ITAP, INRAE
  • Encadrant(s) : Florent Abdelghafour, ITAP, INRAE/ Florence Verpont, Unité mécanisation, CTIFL – UMT Ecotech-VITI-arbo / Nathalie Gorretta, ITAP, INRAE
  • Unités d’accueil : ITAP INRAE
  • Co-financement : #DigitAg – Acta – les instituts techniques agricoles
  • #DigitAg : Axe 3 : Capteurs, acquisition et gestion de données, Challenge 3 : La protection des cultures, Challenge 6 : La gestion des territoires agricoles

La surveillance épidémiologique est un enjeu crucial au coeur de problématiques de sécurité alimentaire, de sûreté sanitaire et de protection de l’environnement.  Les cultures pérennes arboricoles comme la pomme et la poire sont particulièrement sensibles à certaines phytopathologies, notamment la tavelure du pommier et le feu bactérien. De ce fait, ces problématiques sont exacerbées en arboriculture où l’usage de produits phytopharmaceutiques est particulièrement important, où l’exposition des opérateurs est fréquente et où la proximité des riverains est source d’inquiétudes voire de conflits.

Dans ce contexte, l’imagerie hyperspectrale (IHS), notamment en proxidétection, se révèle particulièrement pertinente pour détecter et discriminer certains phénomènes physiologiques complexes impliqués dans le diagnostic des phytopathologies. Cependant, l’IHS est en pratique difficile à mettre en œuvre dans le cadre de la surveillance épidémiologique à grande échelle. En effet, certaines limites opérationnelles majeures relatives au coût de l’instrumentation et surtout à la vitesse d’acquisition des données rendent, pour le moment, son utilisation inenvisageable dans un contexte de production. Pour résoudre ces contraintes, la plupart des applications agricoles dégradent la résolution spectrale pour traiter des images multi-spectrales (IMS). Cette stratégie, bien que plus opérationnelle sur le terrain que l’IHS, ne permet pas d’exploiter une information spectrale suffisamment riche pour discriminer des phytopathologies.

L’objectif de cette thèse est de proposer une stratégie permettant de caractériser in-situ l’état sanitaire d’un verger à l’échelle intra-parcellaire. Cette stratégie est une alternative aux approches IMS, consistant à estimer des IHS à partir de capteurs plus légers. Ainsi, il est proposé d’étudier des approches d’instrumentation et d’analyse de données pour combiner des informations spectrales et spatiales riches dans un contexte opérationnel. Il s’agit, à partir d’outils bien établis de la chimiométrie et de l’analyse d’image, de déterminer des combinaisons pertinentes de méthodes, voire de développer des méthodes hybrides spécifiques tenant compte à la fois de l’information spectrale et des propriétés, géométriques, statistiques et texturales des images.

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

Potentialités des séries pluriannuelles Sentinel à haute résolution pour une meilleure connaissance des dynamiques des jachères en Afrique de l’Ouest

Mots-clés : Systèmes agricoles tropicaux, jachères, usage du sol, télédétection, Sentinel, imagerie radar et optique, séries temporelles pluriannuelles

  • Contact : pierre-yves.vion [AT] agroparistech.fr
  • Directeur(s) de thèse : Agnès Bégué TETIS, Cirad
  • Encadrant(s) : Raffaele Gaetano, TETIS Cirad/ Louise Leroux, AIDA Cirad ,
  • Unités d’accueil : TETIS et AIDA
  • Cofinancement :  #DigitAg – Cirad
  • #DigitAg : Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Challenge 8 : Développement agricole au Sud, Axe 6 : Modélisation et simulation (systèmes de production agricole), Challenge 1 : Le challenge agroécologique,Challenge 4 : Des productions animales durables,Challenge 6 : La gestion des territoires agricoles

Les systèmes agricoles extensifs, encore très répandus en zone tropicale, reposent généralement sur les pratiques de jachère, du fait de leur capacité à régénérer la fertilité des sols notamment à travers le maintien de réservoirs de biomasse. Leur importance a aussi été soulignée dans l’adaptation aux changements climatiques, car elles contribuent à la séquestration du Carbone dans le sol et la réduction des gaz à effet de serre. De ce fait, l’estimation des surfaces en jachère est une information primordiale dans l’évaluation des performances d’un système agricole, à la fois en termes de productivité que de quantification du « stock de terres » disponible pour la mise en place de stratégies en réponse à des facteurs climatiques et/ou anthropiques. Si la documentation sur cette pratique en différentes régions du monde est importante, un inventaire régulier et exhaustif des jachères en Afrique de l’Ouest (AO) n’existe pas. Compte-tenu des enjeux liés à cette pratique, cette thèse a donc comme objectif la définition d’un cadre méthodologique mêlant connaissances expertes et imagerie satellitaire pour la mise en place d’un système de suivi des jachères à grande échelle. En effet, la cartographie des jachères est peu prise en compte par les produits d’occupation du sol par télédétection. Au mieux, elle est abordée par des approches naïves omettant toute prise en compte des spécificités liées à ces pratiques (emprise, durée, stratégie, mais aussi leur rôle dans les paysages). Afin de dépasser ces limites, et forts d’une disponibilité grandissante d’images satellitaires adaptées au suivi des paysages agricoles complexes ouest-africain (comme celles issues des missions Sentinel de l’ESA), nous allons promouvoir une approche interdisciplinaire pour (i) étudier les relations entre mise en pratique des jachères et indicateurs issus de télédétection et (ii) véhiculer ses informations dans la conception de méthodes d’analyse de séries pluriannuelles d’images pour leur identification.


Sciences de la Vie et de l’Environnement – Sciences pour l’IngénieurÉ

valuation automatisée en temps réel du bien-être et de la santé des truies en gestation à partir de données hétérogènes

Mots-clés : comportement, bien-être, élevage de précision, technologie, truies

  • Contact : charlotte.gaillard [AT] inrae.fr
  • Directeur(s) de thèse : Jean-Yves Dourmand (INRAE PEGASE)
  • Encadrant(s) : Charlotte Gaillard (INRAE UMR Pegase) et Christine Largouët (Inria, UMR IRISA-Inria)
  • Unités d’accueil : INRAE Pegase/ Inria LACODAM (Rennes)
  • Cofinancement :  #DigitAg – INRAE
  • #DigitAg : Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Challenge 4 : Des productions animales durables, Axe 2 : Innovations en agriculture numérique, Challenge 2 : Le phénotypage rapide

L’évaluation du comportement des truies permet la détection précoce de problèmes de santé ou bien-être et de quantifier leur activité physique, principal facteur de variation de leurs besoins énergétiques. L’observation continue de chaque animal par l’éleveur est impossible et seules des observations ponctuelles, souvent une fois par jour, sont réalisées. De nouvelles technologies se développent, comme les accéléromètres qui mesurent l’activité de chaque animal et son comportement ainsi que des logiciels analysant les vocalisations des animaux. L’analyse de vidéos permet aussi l’étude des interactions sociales entre les animaux. Les comportements alimentaires et d’abreuvement peuvent être enregistrés par les équipements de distribution. Ces données comportementales couplées aux données de production (ingestion, poids et épaisseur de lard dorsal) devraient permettre l’estimation en temps réel du bien-être de chaque animal et d’anticiper des problèmes de santé d’une manière non invasive. L’originalité de l’approche consiste à décrire les modèles de comportements à l’aide d’automates temporisés, un domaine de recherche novateur qui réside dans la représentation des contraintes temporelles utiles pour modéliser la dynamique du comportement, l’efficacité de l’exploration (à l’aide de techniques de model-checking) et l’explicabilité des modèles pour les tâches de prévision et de supervision. Les objectifs de cette thèse sont donc (i) de collecter des données de comportement et production dans différentes situations (Non-stressantes vs. Stressantes), (ii) d’apprendre et de modéliser les dynamiques de comportement des truies et les interactions entre elles dans les différentes situations, (iii) de construire un système informatique qui déclenche des alertes et préconise des actions, comme l’adaptation du milieu d’élevage ou de l’alimentation, permettant l’amélioration du bien-être, et enfin de (iv) tester le système en ferme expérimentale.