L’objectif de ce stage est de définir, extraire et organiser des données de traits
phénotypiques et de distribution géographique des adventices tropicales (plantes qui
s’établissent spontanément dans les systèmes tropicaux cultivés) afin de construire une
base de données complète et exploitable pour décrire et comparer leur caractéristiques et
leur diversité. Les plantes adventices des cultures tropicales ont un impact significatif sur la
productivité agricole mais aussi sur de multiples services écosystémiques comme le
maintien de la fertilité des sols, la réduction de l’érosion, la régulation des bioagresseurs etc.
Une meilleure connaissance des traits phénotypiques des adventices tropicales permettrait
d’améliorer notre compréhension de leur fonctionnement et de leur écologie, qui déterminent
leur développement aux sein des cultures, leur réponse aux facteurs environnementaux et
aux pratiques agronomiques, ainsi que leur distribution géographique. C’est donc une étape
cruciale pour développer des stratégies de gestion efficaces.
Des approches inspirées par l’écologie fonctionnelle sont de plus en plus utilisées en
agroécologie, car elles permettent de comprendre, quantifier et piloter les mécanismes
physiologiques et écologiques et qui déterminent l’influence des pratiques agricoles et la
manière dont les espèces interagissent entre elles et avec leur environnement au sein des
systèmes cultivés. On peut considérer comme “trait” toute caractéristique phénologique,
physiologique, morphologique, ou anatomique (ex: date de floraison, surface des feuilles,
hauteur de la plante, densité des tissus…) associée à des fonctions écophysiologiques et
écologiques (ex: reproduction, tolérance à la sécheresse, vitesse de croissance,
compétitivité face à d’autres espèces…).
Aujourd’hui, différentes sources de données de traits de plantes sont accessibles en ligne et
contiennent de nombreuses informations concernant les adventices tropicales. Les articles
scientifiques et publications académiques fournissent parfois des données détaillées issues
de recherches spécifiques et sont souvent disponibles dans des revues spécialisées et lors
de conférences. Les bases de données publiques et spécialisées, telles que le GBIF (Global
Biodiversity Information Facility), TRY (Plant Trait Database) ou GIFT (Global Inventory of
Floras and Traits), compilent de nombreuses informations sur la distribution et les traits des
plantes. Les sites des herbiers, tels que l’Herbier de Paris, l’herbier numérique de Kew
Gardens ou l’herbier tropical du Cirad, offrent également des données botaniques utiles qui
peuvent renseigner sur les traits des plantes . En plus de ces sources, des plateformes
généralistes comme Wikipedia peuvent parfois fournir des informations générales sur les
espèces de plantes adventices. Ces sources variées peuvent permettre de constituer une
base de données riche et étendue sur les traits des adventices tropicales. L’exploration et
l’extraction de données de ces sources web représentent néanmoins un défi de taille par la
quantité, l’hétérogénéité et la qualité des informations qu’elles contiennent qui nécessite la
mise en place de méthodes numériques automatisées jusque-là peu utilisées en écologie
fonctionnelle et en agroécologie.
Dans ce contexte, le stage a pour objectif de collecter, de traiter et d’organiser des données
pertinentes des traits des plantes en utilisant des techniques de web scraping et le text
mining. La finalité du stage est de construire une base de données relationnelle structurée
regroupant les traits des adventices tropicales qui sera un outil précieux pour les
chercheurs, permettant d’effectuer différentes analyses, pour une meilleure compréhension
de la réponse des espèces adventices aux facteurs environnementaux et aux pratiques
agricoles, ainsi que de leur impact sur le fonctionnement des cultures tropicales. Le/la
stagiaire sera responsable du développement des scripts de web scraping en utilisant
principalement le langage de programmation Python via des bibliothèques spécialisées. Une
première étape sera d’évaluer et de comparer les performances spécifiques de différentes
méthodes de text mining (Spacy, GLiNER, UniversalNER) pour l’extraction des entités
visées dans le cadre de ce travail. Les méthodes retenues permettront d’extraire des
informations spécifiques sur les plantes adventices et leurs traits phénotypiques et
éventuellement leur répartition géographique. Les données seront ensuite normalisées et
structurées de manière cohérente pour leur intégration dans une base de données
relationnelle (PostgreSQL). Enfin, des analyses descriptives des données recueillies
pourront être réalisées pour évaluer l’état et le volume des connaissances accumulées dans
la base de données, et la distribution des valeurs de traits des espèces en fonction de leur
distribution au travers des gradients environnementaux, géographiques et agronomiques.
Les compétences requises pour ce stage incluent une bonne maîtrise du langage de
programmation Python. Une expérience avec des concepts et des outils de web scraping et
de text mining serait fortement appréciée. Des connaissances en gestion de base de
données relationnelles et en analyses statistiques descriptives appliquées à de gros jeux de
données seraient également appréciées. Une compréhension des concepts de base en
écologie végétale et en agroécologie serait un plus. Enfin, le/la candidat(e) devra avoir une
bonne capacité à travailler en autonomie et de manière rigoureuse, ainsi qu’une capacité à
synthétiser et présenter de manière claire et informative à une équipe multidisciplinaire
l’approche numérique développée et les données récoltées au cours du stage.
Ce stage offre une opportunité pour un/une étudiant(e) de Master 2 d’appliquer ses
compétences en programmation à un projet dans les domaines des sciences de
l’information de la biodiversité (éco-informatique) et de l’écologie des adventices tropicales.
Le/la stagiaire contribuera directement à la construction d’une base de données pour la
recherche et le développement dans le secteur agricole, tout en acquérant une expérience
pratique et approfondie en gestion de de gros jeux de données complexes et hétérogènes.
Le/la stagiaire sera encadré(e) par une équipe pluridisciplinaire de chercheurs du CIRAD:
Grégoire Blanchard (écologie fonctionnelle des plantes tropicales, Guadeloupe) et Sandrine
Auzoux (systèmes d’information, gestion des données, la Réunion), avec un appui d’autres
chercheurs spécialisés en agronomie, en écologie fonctionnelle et en fouille de texte
automatisée (Aude Ripoche, agronome modélisatrice, étude des interactions
Cultures-adventices; Karim Barkaoui, écologie fonctionnelle/ éco-informatique; Mathieu
Roche, Data Mining, Intelligence Artificielle). Il/elle participera aux évènements DigitAg, en
particulier la DigitAgora (3 jours) qui aura lieu en Avril 2024 à Montpellier.
Profil souhaité:
Formation de niveau Master 2 en cours dans le domaine de l’intelligence artificielle ou de la
science des données.
Compétences et savoir-être attendus :
● Aisance relationnelle, facilité d’écoute et d’animation
● Capacités d’initiative
● Aisance rédactionnelle
● Recherche bibliographique
● Anglais scientifique
● Intelligence Artificielle et science des données
● Un intérêt pour l’agronomie
Conditions
Période de stage : 5 à 6 mois, dates flexibles à partir du 1er trimestre 2025
Gratification de stage : 670€ nets / mois + tickets restaurants + billets d’avion aller-retour
Stage basé en Guadeloupe (station de Neufchateau, Capesterre-Belle-Eau) avec une
mission sur Montpellier pour Digitagora.
Renseignements pour le stage :
pour candidater, merci d’adresser un CV et une lettre de motivation à Grégoire
BLANCHARD, gregoire.blanchard@cirad.fr
Date limité de candidature : 5 Décembre 2024
Commentaires récents