Cactus

Cactus : Prédiction du statut de conservation des espèces

L’action exploratoire Cactus étudie une nouvelle approche pour estimer plus rapidement le statut de conservation d’un grand nombre d’espèces. En combinant intelligence artificielle, apprentissage statistique, modélisation écologique et grandes bases de données sur la biodiversité, le projet cherche à mieux repérer les espèces potentiellement menacées. Les observations issues de Pl@ntNet constituent une source d’information particulièrement précieuse pour cette recherche.

Face à l’accélération des changements climatiques, à la transformation des habitats et aux nombreuses pressions exercées par les activités humaines, connaître l’état de conservation des espèces est devenu une priorité. Ces évaluations permettent notamment de déterminer quelles espèces et quels milieux doivent être protégés, de guider les politiques de conservation ou encore d’anticiper les conséquences de certains aménagements.

La Liste rouge de l’Union internationale pour la conservation de la nature, ou UICN, constitue aujourd’hui la référence mondiale dans ce domaine. Chaque espèce étudiée peut être classée dans une catégorie correspondant à son niveau de risque : « préoccupation mineure », « vulnérable », « en danger », « en danger critique » ou encore « éteinte ».

Changer d’échelle grâce à l’intelligence artificielle

Cactus cherche à savoir s’il est possible d’évaluer simultanément des milliers d’espèces. L’objectif n’est pas de remplacer l’expertise de l’UICN ni ses évaluations officielles. Il s’agit de développer des méthodes complémentaires capables de :

– détecter les espèces dont la situation semble préoccupante ;

– signaler celles qui devraient être évaluées ou réévaluées en priorité ;

– produire des indicateurs à grande échelle ;

– aider les spécialistes à exploiter des volumes de données devenus trop importants pour être analysés manuellement.

Faire dialoguer de grandes sources de données

Les infrastructures numériques consacrées à la biodiversité rassemblent aujourd’hui des milliards d’informations : lieux et dates d’observation, spécimens d’herbiers numérisés, caractéristiques biologiques, données climatiques, propriétés des sols, occupation des terres ou images satellitaires. Cactus étudie comment croiser ces sources afin d’obtenir une vision plus complète de chaque espèce et de son environnement. Le projet peut notamment s’appuyer sur :

– des données d’occurrence indiquant où et quand une espèce a été observée ;

– des observations produites par les programmes de sciences participatives comme Pl@ntNet ;

– des collections naturalistes et des spécimens d’herbier numérisés ;

– des données sur les caractéristiques des espèces ;

– des informations environnementales telles que le climat, le sol, la végétation ou l’usage des terres ;

– des projections décrivant les évolutions possibles du climat et des habitats.

À partir de ces informations, les modèles doivent apprendre les liens entre les espèces, leurs habitats et les conditions environnementales. Ils pourront ensuite être utilisés pour estimer leur aire de répartition, anticiper ses évolutions et identifier les situations susceptibles d’accroître leur risque d’extinction.

Trois défis scientifiques majeurs

Disposer de beaucoup de données ne signifie pas que celles-ci soient complètes ou directement utilisables. Cactus doit résoudre trois difficultés particulièrement importantes.

. L’absence est difficile à prouver : la plupart des bases de biodiversité contiennent des données de présence : elles indiquent qu’une espèce a été observée à un endroit et à une date donnés. En revanche, elles fournissent peu de données d’absence fiables.

. Les observations sont inégalement réparties : Les données disponibles reflètent les habitudes et les possibilités des observateurs. Certaines régions sont très bien prospectées, tandis que d’autres le sont peu. Les zones proches des villes, des routes ou des sentiers sont généralement davantage documentées que les territoires difficiles d’accès.

. La majorité des espèces reste peu documentée : Quelques espèces disposent de très nombreuses observations, mais la plupart sont représentées par très peu de données. Ce déséquilibre, appelé distribution en « longue traîne », constitue un défi majeur pour l’intelligence artificielle.

Le rôle de Pl@ntNet

Les sciences participatives ont considérablement augmenté la quantité et la fréquence des observations disponibles sur les plantes. Chaque identification partagée sur Pl@ntNet peut apporter une information sur la présence d’une espèce dans un lieu et à une date déterminés.

Le projet prolonge les recherches menées autour de Pl@ntNet sur la modélisation de la répartition des espèces à partir d’observations citoyennes. À terme, les méthodes étudiées dans Cactus pourraient aider à mieux valoriser les millions d’observations recueillies par la plateforme. Pl@ntNet deviendrait ainsi non seulement un outil d’identification et de partage, mais aussi un observatoire capable de contribuer à la détection de changements dans la distribution des espèces et à l’identification de signaux d’alerte pour leur conservation.

Vers une aide à la décision pour la conservation

Le projet prévoit un processus en plusieurs étapes. Les modèles commencent par apprendre les habitats favorables aux espèces et certaines relations entre celles-ci. Ils peuvent ensuite estimer l’évolution de leurs populations ou de leurs aires de répartition selon différents scénarios. Enfin, ces informations sont utilisées pour évaluer la probabilité qu’une espèce appartienne à une catégorie de menace.

Cette démarche reste exploratoire. Les données disponibles sont fragmentaires, hétérogènes et parfois incertaines, et rien ne garantit qu’elles contiennent à elles seules toutes les informations nécessaires. Une prédiction automatique doit donc être accompagnée d’indicateurs de confiance et interprétée avec prudence.

Une recherche au croisement de plusieurs disciplines

Cactus mobilise des compétences complémentaires en intelligence artificielle, apprentissage statistique, écologie, modélisation et botanique. En rapprochant ces disciplines, le projet ouvre une nouvelle voie pour l’étude de la biodiversité à grande échelle. Au-delà du statut de conservation, les modèles développés pourraient contribuer à mieux comprendre où vivent les espèces, comment elles interagissent, comment elles répondent aux changements environnementaux et comment évoluent les écosystèmes dont elles dépendent.

Programme : Action exploratoire Inria 2020  

Domaines : conservation de la biodiversité, intelligence artificielle, apprentissage statistique, modélisation écologique et sciences participatives.

Lien : https://www.inria.fr/fr/cactus-prediction-du-statut-de-conservation-des-especes