Propager les incertitudes liées au traitement automatique des données issues de capteurs dans les modèles statistiques en écologie.

Propagating uncertainties related to the automatic processing of sensor data in statistical models in ecology.

• Auteur / Autrice : Célian Monchy
• Direction : Olivier Gimenez, Marie-Pierre Étienne
• Type : Thèse de doctorat
• Discipline(s) : Biologie et écologie évolutives
• Date : Soutenance le 25/11/2025
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : Centre d'écologie fonctionnelle et évolutive (Montpellier)
• Jury : Président / Présidente : Sébastien Villeger
• Jury : Examinateurs / Examinatrices : Laura Mannocci
• Jury : Rapporteurs / Rapporteuses : Damaris Zurell, Nathalie Peyrard
• DOI : 10.70675/1994192bz39b6z4023za1b3zcbc382e50089

Mots clés

Mots clés contrôlés

Modèles écologiques

Analyse des données

Statistique bayésienne

Méthode de traitement de données par groupe

Apprentissage profond

Réseaux neuronaux (physiologie)

Mots clés libres

Ecologie Statistique

Propagation des incertitudes

Apprentissage profond

Données de capteurs

Modèle d'occupation

Statistiques Bayésiennes

Statistical Ecology

Propagation of uncertainties

Deep Learning

Sensor data

Site occupancy models

Bayesian statistics

Résumé

La crise actuelle de la biodiversité constitue un enjeu scientifique majeur, à la fois parce qu’elle impose d’identifier les causes et la responsabilité des sociétés humaines, mais aussi parce qu’elle interroge sur les moyens à mettre en œuvre pour en atténuer les conséquences. À ce titre, les sciences de la conservation se situent à la croisée de la biologie, de l’évolution, des sciences humaines et sociales, mais aussi des statistiques et des sciences de l’information, afin de définir des directions favorables à la protection du vivant et de sa diversité. Identifier les actions pertinentes nécessite de disposer d’indicateurs fiables sur l’état des écosystèmes, des communautés et des populations. Cela repose notamment sur des outils statistiques et de modélisation capables d’exploiter de manière robuste les observations de terrain qui ne reflètent qu’imparfaitement les processus écologiques sous-jacents, une partie échappant à l’observation. Adopter des protocoles rigoureux permet d'améliorer la qualité des données et de relier, par des modèles statistiques, les observations aux phénomènes réels. Dans ce contexte, l’utilisation de capteurs tels que les pièges photographiques ou les enregistreurs acoustiques s’impose comme une stratégie efficace pour optimiser la collecte de données à grande échelle. Leur déploiement permet de détecter des espèces rares ou cryptiques, d’analyser leur comportement ou encore d’estimer leur distribution. Le suivi par capteurs a l’avantage d’être passif et non-invasif, puisque l’enregistrement est autonome et ne nécessite qu'une intervention humaine ponctuelle, sans manipulation des animaux. Toutefois, la masse considérable de données ainsi générées soulève des défis en matière de traitement. L’apprentissage profond, et en particulier les réseaux de neurones convolutifs (CNN), offre des solutions performantes pour extraire une information pertinente de ces données massives, en classant les enregistrements selon l’espèce, l’individu, l’activité ou d’autres catégories pertinentes. Si leurs performances rivalisent souvent avec celles d’un observateur humain, certaines tâches restent sujettes à des erreurs de prédictions. Ma thèse porte sur la propagation de ces incertitudes lorsque les prédictions issues des CNN sont utilisées comme données d’entrée dans des modèles écologiques destinés à quantifier des paramètres de biodiversité. Je propose des approches probabilistes permettant de prendre en compte ces incertitudes, afin d’éviter des inférences écologiques biaisées. À partir d’études de simulations et de deux études de cas, je développe trois contributions principales : (1) l’utilisation des scores de confiance fournis par les CNN pour adapter une méthode classique de propagation d’incertitudes, les simulations de Monte Carlo ; (2) l’intégration des connaissances sur la performance du classifieur pour informer les paramètres d’identification dans un modèle hiérarchique bayésien ; (3) l’inclusion directe, dans un modèle d’occupation, de représentations réduites des données extraites par CNN. Ces approches permettent de mieux comprendre l’influence des incertitudes sur les inférences écologiques, et soulignent l’importance de disposer de mesures fiables et interprétables des erreurs issues des outils de classification automatique. Ce travail met en évidence la nécessité de faire évoluer les modèles écologiques afin qu'ils tiennent compte de la complexité des données d’entrée, au-delà d’une simple information binaire de présence-absence, en mobilisant les savoirs croisés de l’informatique et de l’écologie au sein d’une communauté interdisciplinaire. Enfin, il met en perspective les avancées constantes de l’électronique et de l’intelligence artificielle, dont l’utilisation dans les sciences de la conservation doit continuer d’être interrogée à l’aune de leur contribution à la production de connaissances scientifiques et, en définitive, à la protection de la biodiversité.

The ongoing biodiversity crisis represents a major scientific challenge. It not only requires identifying the causes and the responsibility of human societies, but also raises questions about the strategies needed to mitigate its consequences. In this context, conservation science sits at the crossroads of biology, evolution, the social sciences, statistics, and information sciences, with the overarching goal of defining pathways that support the protection of life and its diversity. Designing appropriate actions depends on reliable indicators of the state of ecosystems, communities, and populations. This in turn relies on statistical and modeling tools capable of making robust use of field observations, even though such observations only partially capture the underlying ecological processes. Rigorous protocols improve data quality and, through statistical modeling, help connect observed patterns to real ecological phenomena. In this regard, the use of sensors such as camera traps and acoustic recording units has become an effective strategy for large-scale data collection. Their deployment enables the detection of rare or cryptic species, the analysis of behavioral patterns, and the estimation of species distributions. Sensor-based monitoring offers the advantage of being passive and non-invasive, as recordings are autonomous and require only minimal human intervention, without handling animals. Yet, the vast amounts of data generated present significant challenges for processing. Deep learning, and in particular convolutional neural networks (CNNs), provides powerful tools for extracting relevant information from these datasets, for example by classifying records according to species, individuals, activity, or other meaningful categories. Although their performance often rivals that of human observers, some tasks remain prone to prediction errors. My thesis addresses the propagation of these uncertainties when CNN predictions are used as inputs in ecological models aimed at quantifying biodiversity parameters. I develop probabilistic approaches to account for such uncertainties and avoid biased ecological inferences. Drawing on simulation experiments and two case studies, I propose three main contributions: (1) the use of CNN confidence scores to adapt a classical uncertainty propagation method, Monte Carlo simulations; (2) the integration of classifier performance metrics to inform identification parameters in a Bayesian hierarchical model; and (3) the direct inclusion of feature embeddings—reduced data representations extracted by CNNs—into occupancy models. Together, these approaches provide deeper insights into how uncertainties influence ecological inference and emphasize the need for reliable and interpretable measures of error in automated classification. This work highlights the importance of advancing ecological models so they can accommodate the complexity of input data, beyond simple binary presence–absence signals, by bridging expertise from computer science and ecology within an interdisciplinary community. Finally, it places the ongoing advances in electronics and artificial intelligence into perspective, emphasizing that their use in conservation science must continue to be critically examined in terms of their contribution to scientific knowledge and, ultimately, to biodiversity conservation.