BioMonitoring

Besson, M., Alison, J., Bjerge, K., Gorochowski, T. E., Høye, T. T., Jucker, T., ... & Clements, C. F. (2022). Towards the fully automated monitoring of ecological communities. Ecology Letters, 25(12), 2753-2775. Wiley [en ligne]. Disponible sur : https://onlinelibrary.wiley.com/doi/10.1111/ele.14123 (consulté le 11/03/2024)

La surveillance de haute résolution est fondamentale pour comprendre la dynamique des écosystèmes dans le contexte actuel marqué par le déclin de la biodiversité. Les récentes avancées technologiques offrent des solutions potentielles pour y parvenir à travers : (i) des matériels d'enregistrement haut débit de plus en plus abordables, capables de collecter des données multidimensionnelles riches, et (ii) des approches en intelligence artificielle de plus en plus accessibles, capables d'extraire des connaissances écologiques à partir de vastes ensembles de données.

L'observation non invasive des populations devient possible grâce à une variété d'enregistreurs d'ondes acoustiques, électromagnétiques et d'analyses chimiques. Ces dispositifs, tels que les microphones, hydrophones, ou encore les séquenceurs d'ADN, permettent de collecter des informations précieuses sur les communautés écologiques sans perturber leur environnement naturel. L'utilisation de techniques avancées, telles que l'apprentissage automatique (machine learning) et le deep learning, facilite l'analyse de ces données complexes et en extrait des informations écologiques pertinentes.

Cependant, le déploiement de capteurs à grande échelle pose des défis logistiques. Comment couvrir efficacement de vastes zones d'étude ? Les chercheurs proposent plusieurs solutions, notamment l'utilisation de réseaux de capteurs, de véhicules autonomes équipés de capteurs, ou encore l'emploi de sonars et radars pour l'étude de communautés animales à grande échelle.

• Les systèmes de laboratoire offrent un environnement contrôlé pour étudier les comportements des individus au sein de communautés écologiques, mais la collecte de données est souvent longue et fastidieuse.

• Exemple de solution : un système automatisé a été développé pour collecter des données sur les protistes d'eau douce, les ciliés et les rotifères, utilisant un robot, une caméra haute définition et des algorithmes pour la collecte et l'analyse automatique des vidéos.

• Cette approche permet de collecter des données multidimensionnelles à une résolution impossible à atteindre manuellement, offrant ainsi de nouvelles perspectives pour l'étude de la dynamique des écosystèmes.

• Les déclins de la diversité des insectes posent des défis pour la recherche en pollinisation, mais l'utilisation de caméras et d'algorithmes de vision par ordinateur peut aider à combler les lacunes dans les données.

• Un système automatisé a été mis en place pour surveiller en temps réel les interactions plantes-pollinisateurs sur le terrain, permettant une collecte de données à haute résolution spatiale et temporelle.

• Cette approche permet d'étudier plus précisément les interactions entre les plantes et les pollinisateurs, ce qui est crucial pour prédire les réponses des écosystèmes aux perturbations anthropiques.

• Des progrès similaires sont en cours dans d'autres domaines, tels que l'écologie forestière et la cartographie des récifs coralliens, grâce à l'utilisation de technologies émergentes, comme l'apprentissage automatique et les drones.

• Ces technologies permettent de recueillir des données écologiques à haute résolution et en temps réel, ouvrant de nouvelles possibilités pour la recherche en écologie et la conservation des écosystèmes.

• Bien que l'automatisation de la surveillance écologique offre de nombreux avantages, elle peut également avoir des impacts négatifs sur la faune, comme le stress induit par la présence de drones ou d'autres appareils automatisés.

• Des mesures d'atténuation sont nécessaires pour minimiser ces impacts, telles que l'utilisation de drones moins intrusifs ou la mise en place de protocoles pour minimiser les perturbations pendant la collecte de données.

• Malgré ces défis, l'automatisation de la surveillance écologique offre de nouvelles perspectives pour la recherche et la conservation en permettant la collecte de données à grande échelle et à haute résolution.