Raphaël Benerradi est doctorant en deuxième année dans l’équipe IROKO d’Inria, au laboratoire LIRMM à Montpellier, sous la direction d’Alexis Joly, Christophe Botella et Maximilien Servajean. Formé en informatique et mathématiques (CentraleSupélec) et en agronomie (AgroParisTech), il travaille à l’interface des statistiques, de l’apprentissage automatique et de l’écologie. Pl@ntNet l’a interrogé sur ses recherches ; voici l’essentiel pour qui réutilise les données de ce portail.

La question

Où les espèces végétales sont-elles présentes, et comment cela évolue-t-il dans le temps ? Raphaël construit des modèles qui estiment la probabilité de présence d’une espèce dans l’espace et le temps, à partir des observations opportunistes collectées via Pl@ntNet — les mêmes enregistrements que ceux partagés sur le GBIF.

Le piège : le biais d’échantillonnage

Les observations Pl@ntNet sont extrêmement nombreuses, mais ne suivent aucun protocole. Chacun photographie les plantes où et quand il le souhaite, ce qui surreprésente les villes, les sites touristiques et le printemps, et sous-représente d’autres lieux et saisons. Une carte naïve dressée à partir des comptages bruts montre surtout où se trouvaient les observateurs.

L’approche

Ses modèles séparent deux processus : un processus écologique, qui décrit pourquoi une espèce est présente quelque part (climat, occupation du sol…), et un processus d’observation, qui décrit la probabilité qu’elle soit effectivement détectée par les utilisateurs selon le lieu, la saison et d’autres facteurs. Ces modèles d’occupancy existaient déjà pour des données collectées selon des protocoles stricts ; le travail consiste à les adapter au contexte de Pl@ntNet et à les passer à l’échelle avec des réseaux de neurones pour traiter des millions d’enregistrements.

L’objectif n’est pas de remplacer les relevés botaniques, de meilleure qualité mais coûteux et localisés, mais d’offrir une approche complémentaire capable de produire des résultats à bien plus grande échelle.

À retenir pour les utilisateurs des données

Si vous téléchargez des occurrences Pl@ntNet depuis ce portail pour modéliser des distributions, tenez compte de l’effort d’observation. Le nombre d’occurrences GBIF de toutes les espèces dans une zone en est un bon indicateur — et les modèles décrits ici sont une manière rigoureuse de l’exploiter.

Lire l’entretien complet sur plantnet.org.