BioMonitoring

Van Klink, R., August, T., Bas, Y., Bodesheim, P., Bonn, A., Fossøy, F., ... & Bowler, D. E. Emerging technologies revolutionise insect ecology and monitoring [en ligne]. Trends in ecology & evolution, 2022. Disponible sur : https://www.cell.com/trends/ecology-evolution/fulltext/S0169-5347(22)00134-3?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0169534722001343%3Fshowall%3Dtrue (consulté le 11/03/2024)

Les technologies traditionnelles permettent une surveillance entomologique limitée et fastidieuse. Ainsi, 80% des insectes restent non décrits pour diverses raisons : diversité, mauvaise connaissance de leur répartition et de leur écologie, et hétérogénéité spatio-temporelle de leur apparition… Alors, pour faciliter l'observation des insectes, de nouvelles technologies sont élaborées.

Dans cette article, 4 outils technologiques émergents de surveillance entomologique nous sont présentés : la vision par ordinateur, la surveillance acoustique, le radar et les méthodes moléculaires. Ces nouveaux procédés seront brièvement explicités ci-dessous, hormis la méthode moléculaire qui ne rentre pas dans le cadre de notre sujet.

La vision par ordinateur est une branche de l'intelligence artificielle. Elle se caractérise par l'utilisation d'algorithmes d'apprentissage automatique, qui traitent de manière autonome des données à partir d'images et vidéos préalablement récoltées. Alors, on peut considérer que cette technologie remplace l'oeil humain.

Elle permet ainsi de donner un large éventail d'informations sur les individus observés : la taille, les mouvements, les comportements, les interactions, l'abondance et l'occurrence.

Cette technologie pas encore appliquée à grande échelle a de nombreux avantages comparée aux méthodes de surveillance entomologiques traditionnelles. En effet, c'est une méthode d'analyse non destructive, qui permet d'augmenter les performances de classification.

D'un autre côté, la vision par ordinateur a ses limites. Notamment, son socle de connaissances repose sur une bibliothèque d'images préclassifiées. Par conséquent, elle sera incapable d'analyser correctement les nouvelles espèces ou les espèces peu observées. Mais aussi, il y a un autre défi : la consommation électrique des caméras et le transfert de données.

Cependant, une solution peut être envisagée pour palier aux manques d'informations des bibliothèques de références : la science citoyenne. A l'aide d'une application ou d'un site web présent sur téléphone, les citoyens peuvent prendre des échantillons photographiques ou vidéos et ainsi favoriser l'expansion des bibliothèques. Il faudrait tout de même la vérification d'experts pour les espèces peu ou pas décrites. Concernant le côté énergivore de cette technologie, des panneaux solaires peuvent être installés, mais cela accroît les difficultés logistiques et le risque de vol. On pourrait aussi considérer l'informatique de pointe, qui permettrait la classification directement sur l'appareil et qui limiterait alors le transfert de données.

La surveillance acoustique ou monitoring sonore ce compose de capteurs terrain, qui collectent des sons et d'algorithmes d'apprentissage automatique qui identifient les espèces.

Elle donne des informations sur : la présence d'espèces, leur comportement et contribue à mesurer les fonctions écologiques. De plus, le paysage sonore, c'est-à-dire les sons environnementaux composites, aident à compléter les informations obtenues par l'analyse des sons émis par des insectes.

Cette technique entièrement automatisée permet de détecter les insectes sur de plus grandes distances que beaucoup de technologies (plus de 100 mètres) de manière non destructive et peu coûteuse.

Toute fois, cette technologie peut être appliquée uniquement sur les individus émetteurs de sons et base son analyse sur des bibliothèques de références incomplètes (surtout sur les sons de vol).

Encore une fois, la science citoyenne peut être développée pour alimenter les bibliothèques de références. Mais encore, il est nécessaire de réaliser davantage de recherches sur les facteurs, qui influencent la détectabilité des bruits d'insectes. Malgré son potentiel pour une surveillance à grande échelle à bas coût, cette technologie reste sous exploitée.

Le radar est une technologie de télédétection qui use des ondes radio pour détecter les insectes volants de 150 mètres à 1,2 kilomètres de hauteur.

Depuis un certain temps, les radars sont capables de détecter de gros essaims, mais les radars modernes peuvent donner des informations très détaillées : la taille, la forme, la vitesse, la trajectoire, la fréquence de battement des ailes. Alors, nous pouvons être renseignés sur les comportements migratoires des insectes. Il est également possible de détecter de manière indirecte les insectes par des signes de dommages de végétations et de nids.

Cette technologie a de nombreux avantages. Elle est non invasive, a un grand rayon de détection et peut fonctionner jour et nuit.

Mais, le radar reste utile uniquement pour décrire les insectes volants relativement haut et dont les bibliothèques de références sont très limitées.

Grâce au couplage avec d'autres technologies, le radar reste une technologie ayant un gros potentiel. En combinant les radars et des stations météorologiques, il est possible d'effectuer une surveillance à l'échelle continentale. L'ajout d'algorithmes qui permettent de filtrer les cibles des autres particules augmenterait l'efficacité des radars.

D'autres technologies de télédétection peuvent être utilisées : le LiDAR et les LED. En effet, elles peuvent détecter des insectes volants beaucoup plus proches des sols que la plupart des radars (moins de un mètre du sol) et fournir plus de données sur les divers taxons par la réflectance spectrale.

IBM, Qu'est-ce que le LiDAR ?[en ligne]. Disponible sur : https://www.ibm.com/fr-fr/topics/lidar (consulté le 19/03/2024)^[1]

• Logiciel Tadaria (France) : surveillance acoustique des chauves-souris et des insectes

• DIOPSIS (Pays_Bas) : échantillonnage photographique et identification numérique par un algorithme d'apprentissage automatique (stockage de données localement et/ou envoyées à un serveur par 4G et suppression des doublons)

• Projet Australien Acoustic Observatory : Depuis 5 ans, le plus grand réseau de capteurs acoustiques au monde enregistrant en continu les sons de la faune dans toute l'Australie (données sont accessibles par tous sur un cloud)

• AMMOD (Allemagne) : Station automatisée constituée de 6 modules qui permet d'avoir des échantillons de manière autonome (surveillance visuelle, acoustique, olfactive, traitement des données sur place...)

• Développer la collaboration internationale avec des bases de données

• Développer l'implication d'autres parties prenantes, surtout les citoyens

• Coupler différentes technologies entre elles