Représentation sémantique et modulaire des modèles de culture

Je suis doctorant au sein du Laboratoire d’Écophysiologie des Plantes Sous Stress Environnementaux (LEPSE-INRAE), ainsi qu’à l’institut AGAP (CIRAD). J’ai fait des études dans le domaine de l’informatique, ayant suivi une licence Informatique à la faculté des sciences de Montpellier, ainsi qu’un master IMAGINA, orienté Images, Games and Intelligents Agents. Par la suite j’ai commencé à travailler en tant qu’Ingénieur d’Etudes à l’INRAe au sein de l’unité Eco&Sols, puis au sein du LEPSE, qui m’ont donné le goût du domaine de la recherche et m’ont donné l’envie de poursuivre en thèse.
Crop2ML est un système permettant de développer des composants de modèles de culture et de faciliter les échanges de ces composants entre plateforme de modélisation. C’est un travail effectué durant la thèse de Cyrille Midingoyi et l’objectif de ma thèse est de palier à certaines limites de ce système, telle que l’absence de sémantique pour faciliter leur composition ainsi que faciliter la modularité des modèles au niveau des processus.
Les modèles de culture sont largement utilisés dans le domaine de l’agriculture, mais dans des formalismes, langages et structures différents, rendant compliqué le partage de composants. « Agricultural Model Exchange Initiative » (AMEI) étudie ce sujet depuis plusieurs années et mon travail permettra un meilleur partage des connaissances dans les modèles de culture, point clé de la recherche agronomique.

• Date de démarrage : 1er octobre 2023
• Université : Institut Agro Montpellier
• Ecole doctorale : GAIA
• Discipline / Spécialité : BIDAP-Sciences Agronomiques
• Directeur de thèse : Pierre Martre, UMR Lepse, Inrae
• Encadrant(es)  : Pierre Martre, UMR Lepse, Inrae et Christophe Pradal, UMR Agap, Cirad
• Financement : #DigitAg – Région Occitanie
• #DigitAg : Thèse cofinancée – Axe 6 : Modélisation et simulation (systèmes de production agricole), Axe 4 : Système d’information, stockage et transfert de données, Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Challenge 1 : Le challenge agroécologique, Challenge 2 : Le phénotypage rapide, Challenge 3 : La protection des cultures, Challenge 5 : Les services de conseil agricole, Challenge 8 : Développement agricole au Sud

Mots-clés : Modélisation, Sémantique, Modèle de culture, Métalangage, Modularité

Résumé : L'utilisation des modèles de culture pour prédire la performance et l’impact environnemental des cultures se généralise à tous les niveaux de la chaîne de valeur. Leur utilisation pour réduire l’usage d’intrants, adapter l’agriculture face au changement climatique, diversifier les agro-systèmes, préserver la biodiversité, et ainsi répondre aux objectifs du Green Deal, conduisent à constamment revoir leurs formalismes et à modéliser de nouveaux processus.
Nous avons récemment développé le système de représentation et de transformation de modèles Crop2ML (Crop Modelling Meta Language), qui permet de développer des composants de modèles en respectant les principes FAIR. Une limite actuelle de Crop2ML est l’absence de sémantique pour rechercher des composants et faciliter leur composition dans des solutions de modélisation opérationnelles.
Le projet SemCrop vise à combler cette limitation. Les objectifs opérationnels concernent l’interopérabilité des outils de modélisation et les liens avec les systèmes d’information recueillant des données souvent massives. Une modularité des modèles au niveau des processus est visée afin de permettre une meilleure intégration à différentes échelles, faciliter le lien avec les données, et les rétrocontrôles entre données et modèles (jumeaux numériques).
En proposant un système de modélisation modulaire, SemCrop apportera une contribution originale pour répondre aux enjeux des transitions écologiques, climatiques, et numériques. Il fournira à #DigitAg et aux entreprises régionales de l’AgTech (ITK, SMAG, FruitionSciences,…) des outils innovants pour développer des solutions numériques pour l’agriculture. SemCrop accroitra la portée internationale des recherches de #DigitAg via son insertion dans l’initiative AMEI (Agriculture Model Exchange Initiative) coordonnées par les encadrants.

Contact : teiki.raihauti [AT] inrae.fr
Réseau social: LinkedIn