L'intelligence artificielle au service de la modélisation de la biodiversité : de la prévision des assemblages d'espèces végétales à la compréhension et à la cartographie des habitats
Notice bibliographique
Résumé
Biodiversity is undergoing rapid change due to global environmental pressures, yet our ability to monitor and predict species distributions and ecosystem dynamics remains limited by the quality and scale of available data and models. Hence, in this doctoral thesis, we develop and evaluate several artificial intelligence methods, ranging from convolutional neural networks to large language models, to better map and understand European vascular plant species, essential biodiversity indicators, and terrestrial habitat types. Firstly, we assemble an extensive dataset that integrates millions of vascular plant species observations (both from citizen science and scientific experts data) combined with various environmental predictors at high-resolution (such as satellite images, climatic time series, and rasterized environmental variables). Building on this, we design a multimodal ensemble model to accurately predict species occurrences and derive biodiversity indicators for ecosystem health monitoring. We then focus on the core of the project: identification of habitats based on species assemblages, using deep learning and emphasizing interpretability to uncover ecological drivers. To capture the latent structure of plant communities, we introduce a novel use of large language models, fine-tuned to learn the syntax of co-occurring plants and thus able to detect missing species from incomplete surveys. Finally, we combine all these steps in a cascading pipeline capable of mapping species distributions, biodiversity indicators, and habitat types at high resolution across Europe, enabling previously infeasible large-scale ecological assessments by offering new tools for biodiversity monitoring, conservation planning, and land-use management. This work demonstrates the potential of modern machine learning approaches to address longstanding challenges in ecology. Using remote sensing, environmental variables, and species occurrence data, we built a pipeline offering a comprehensive view on ecosystems dynamics. By making all discoveries open source, we provide a scalable framework for future biodiversity assessment and conservation planning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».