Raisonner sur des données en agroécologie : application à la sélection d’espèces végétales de service

Data-driven reasoning in agroecology : application to the selection of service plant species

• Auteur / Autrice : Elie Najm
• Direction : Marie-Laure Mugnier, Christian Gary
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 13/12/2022
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 1992-....)
• Jury : Président / Présidente : Marianne Huchard
• Jury : Examinateurs / Examinatrices : Marie-Laure Mugnier, Christian Gary, Marianne Huchard, Jacques-Eric Bergez, Fatiha Saïs, Kamal Kansou
• Jury : Rapporteurs / Rapporteuses : Jacques-Eric Bergez, Fatiha Saïs

Mots clés

Mots clés contrôlés

CAPPA (système informatique)

Représentation des connaissances

Écologie agricole

Mots clés libres

Informatique

Agroécologie

Représentation des connaissances

Raisonnements

Computer science

Agroecology

Knowledge representation

Reasoning

Résumé

Nous notons un besoin crucial d'outils permettant de concevoir des agroécosystèmes durables basés sur l'agroécologie. En effet, de tels agroécosystèmes sont intrinsèquement complexes et leur conception nécessite d'intégrer diverses données et connaissances scientifiques non stabilisées. Dans cette thèse, nous considérons la question de la sélection des espèces de plantes de service en fonction de leur potentiel à fournir des services écosystémiques. Pour aborder cette problématique, nous adoptons une approche basée à la fois sur une représentation formalisée des connaissances du domaine, qui permet de raisonner, et sur l'exploitation des données disponibles, collectées indépendamment de l'application visée. Plus précisément, nous nous appuyons d'une part sur des résultats scientifiques récents en agronomie reliant des traits fonctionnels (i.e., des caractéristiques mesurables des espèces végétales) aux services écosystémiques, et d'autre part sur les données relatives aux traits fonctionnels collectées par la communauté de recherche en écologie. L'architecture de notre système s'inspire du paradigme d'accès aux données basé sur l'ontologie, qui permet de combiner les données et les connaissances de manière raisonnée. Nous fournissons une méthodologie pour acquérir des connaissances scientifiques sous la forme de diagrammes liés à des sources de données, ainsi qu'une formalisation dans un langage logique basé sur des règles. Il est important de noter que nos règles sont indépendantes des diagrammes et des données spécifiques, afin de garantir la généricité et de faciliter l'évolution du système. Nous mettons en œuvre notre méthodologie dans l'étude de cas de l'enherbement des vignes, c'est-à-dire l'installation de plantes de service herbacées dans les vignobles. Nous fournissons une évaluation des résultats du système sur ce cas d'utilisation et discutons des leçons apprises.

There is a crucial need for tools to help designing sustainable agroecosystems based on agroecology. Indeed, such agroecosystems are inherently complex and their design requires to integrate various data and unstabilized scientific knowledge. In this thesis, we consider the issue of selecting service plant species according to their potential to provide ecosystem services.To tackle that issue, we adopt an approach based both on a formalized representation of domain knowledge, which enables reasoning, and on the exploitation of available data, collected independently of the targeted application. More specifically, we rely on the one hand on recent scientific results in agronomy linking functional traits (i.e., measurable charactericsof plant species) to ecosystem services, and on the other hand on data about functional traits collected by the research community in ecology. The architecture of our system is inspired by the ontology-based data access paradigm, which allows to combine data and knowledge in a principled way. We provide a methodology to acquire scientific knowledge in the form ofdiagrams linked to data sources, as well as a formalization in a logical rule-based language. Importantly, our rules are independent from specific diagrams and data, to ensure genericity and facilitate the evolution of the system. We implement our methodology in the case study of vine grassing, i.e., installing herbaceous service plants in vineyards. We provide an evaluation of the system’s results on this use case and discuss the lessons learnt.