Contexte
Dans le cadre de la transition agroécologique, les systèmes agroforestiers offrent une réponse aux enjeux contemporains de durabilité en combinant productivité agricole, résilience face aux aléas climatiques et diversité des ressources produites. Ce sont des systèmes multifonctionnels capables de fournir à la fois des biens (bois, fruits, écorces) et des services écosystémiques (stockage de carbone, régulation microclimatique, protection des sols).
Les cacaoyères agroforestières au Cameroun intègrent fréquemment une strate supérieure composée de grands arbres associés, qui jouent un rôle fondamental dans la création d’un microclimat favorable aux cacaoyers. Ces arbres modifient l’environnement lumineux, ce qui peut influencer significativement la santé, le rendement et la longévité des cacaoyers. En effet, le cacaoyer est classiquement considéré comme une espèce d’ombre, avec un rendement optimal autour de 30 % d’ombrage.
Malgré leur importance, les relations entre l’environnement lumineux des cacaoyers, leurs surfaces foliaires et leur performance agronomique (rendement, état sanitaire) restent mal comprises. Cela s’explique par la grande hétérogénéité des systèmes agroforestiers (diversité spécifique, architecture végétale complexe), par la multiplicité des interactions entre les espèces (lumière, nutriments, compétition racinaire…) et par l’effet du microclimat sur la dynamique des ravageurs.
Les méthodes classiques d’estimation de la surface foliaire et de mesure de la lumière interceptée par la végétation (photos hémisphériques, capteurs de rayonnement) sont utiles mais présentent plusieurs limites : elles sont ponctuelles et ne permettent pas une caractérisation continue et tridimensionnelle sur l’ensemble d’une parcelle et sont souvent fastidieuses à mettre en œuvre.
Les capteurs LiDAR terrestres (TLS) permettent, quant à eux, une description fine en 3D de la distribution des éléments de végétation sous forme de nuages de points. AMAPvox, un modèle développé au sein de l’UMR AMAP permet de transformer ces nuages de points en espaces voxels (cubes 3D) comprenant une estimation de la surface foliaire. Ces représentations voxelisées peuvent ensuite être utilisées pour modéliser de manière réaliste l’irradiance lumineuse à n’importe quel point de la cacaoyère, et sur différentes périodes temporelles. Toutefois, le paramétrage de ce modèle (espèce dépendant) et son évaluation sont nécessaire pour obtenir des densités de surface foliaire les plus réalistes possible.
Objectifs du stage
Les deux objectifs principaux du stage consisteront à 1) Paramétrer le modèle AMAPvox en cacaoyère pour l’estimation de la distribution de surface foliaire des cacaoyers et des espèces compagnes à partir de nuage de point TLS et 2) Développer des méthodes permettant de dériver de l’espace voxel généré la quantité de lumière interceptée par les cacaoyers.
Les tâches du/de la stagiaire consisteront à :
1. Pré traiter les nuages de point TLS acquis sur des cacaoyères présentant un gradient de complexité :
• Développement ou benchmarking d’algorithmes existant de séparation des parties ligneuses et feuillées
• Production d’un modèle numérique de terrain…
2. Estimer les paramètres nécessaires à la modélisation AMAPvox :
• Estimation de la distribution des angles foliaires
• Estimation de dimension de voxel optimale.
3. Développer une approche permettant de quantifier la quantité de lumière interceptée par un cacaoyer sur une période donnée à partir des sorties AMAPvox.
4. Évaluer les estimations de surface foliaire et de modélisation de la lumière par comparaison avec des mesures in situ (photos hémisphériques, capteurs de rayonnement, LAI-2200) ou in silico (mesure manuelle de reference sur le nuage de point).
5. Analyser les relations entre la quantité de lumière reçue et les rendements et états sanitaires des cacaoyers sur le gradient de complexité structurelle.
Profil recherché
• Niveau : élève-ingénieur (stage de fin d’études) ou Master 2
• Formation : Modélisation, math-info, agronomie, foresterie, écologie
• Intérêt pour le traitement de données 3D volumineuse (algorithmes informatiques) ;
• Aptitude en programmation (Python, R..) ;
• Analyses statistiques
• Intérêt pour les questions d’agroécologie.
• Bonne aptitude rédactionnelle
• Qualités attendues : autonomie, rigueur scientifique, esprit d’initiative, goût pour le travail interdisciplinaire.
Le stage sera encadré par Olivier Martin (CIRAD UMR AMAP), Jean-Baptiste Durand (CIRAD UMR AMAP), Grégoire Vincent (IRD UMR AMAP) et Rémi Vezy (CIRAD UMR AMAP)
Durée : 6 mois
Lieu : Montpellier
Contact : olivier.martin@cirad, Jean-Baptiste.Durand@cirad.fr, gregoire.vincent@ird.fr, remi.vezy@cirad.fr
Références :
1. Gril, E. et al. Using airborne LiDAR to map forest microclimate temperature buffering or amplification. Remote Sens. Environ. 298, 113820 (2023).
2. Pimont, F., Allard, D., Soma, M. & Dupuy, J.-L. Estimators and confidence intervals for plant area density at voxel scale with T-LiDAR. Remote Sens. Environ. 215, 343–370 (2018).
3. Badouard, V. et al. Using high penetration airborne LiDAR and dense UAV scanning to produce accurate 3D maps of light availability in dense tropical forest. Agric. For. Meteorol. 373, 110713 (2025).
4. Ariza-Salamanca, A. J. et al. Quantifying canopy structural traits in agroforestry systems through Terrestrial Laser Scanning: A case study in cocoa-based agroforestry systems. Comput. Electron. Agric. 238, 110795 (2025).
Commentaires récents