Simulation de données de crowdsourcing en agriculture pour l’évaluation de modèles

 Stage · Stage M2  · 6 mois    Bac+5 / Master   UMR ITAP et UMR AGAP · Montpellier (France)

Mots-Clés

crowdsourcing simulation données opportunistes processus ponctuels état hydrique de la vigne sciences participatives statistiques spatiales

Description

Stage M2 - Simulation de données de crowdsourcing en agriculture pour l’évaluation de modèles
Résumé :
Les données issues du crowdsourcing offrent une couverture spatio-temporelle hors de portée des réseaux de mesure classiques en agriculture, mais leur échantillonnage est opportuniste. Apex Vigne en est un bon exemple avec plus de 50 000 observations de l’état hydrique de la vigne, collectées par environ 3 000 contributeurs.trices. La collecte d’observations se concentre cependant dans certains vignobles et s’intensifie avec l’apparition du stress hydrique. L’échantillonnage est donc biaisé dans le temps et dans l’espace. Pour évaluer les modèles qui doivent corriger ces biais, il faudrait connaître l’état hydrique réel en tout point et à tout instant, ce qui est impossible à faire en pratique. Ce stage propose d’aborder ce verrou par la simulation. L’objectif est de modéliser un vignoble virtuel dont l’état hydrique est entièrement connu, observé selon un processus de collecte et un modèle d’erreur étalonnés sur les données réelles.

Disciplines : Data Science / Modélisation stochastique / Agronomie / Environnement
Durée : 5 à 6 mois
Lieu : Montpellier
Niveau requis : Master 2 / dernière année d’école d’ingénieur
Mots-clefs : crowdsourcing, simulation, données opportunistes, processus ponctuels, état hydrique de la vigne, sciences participatives, statistiques spatiales

Contexte :
Le suivi de l’état hydrique de la vigne est un enjeu crucial dans la gestion du vignoble, car il influence directement la croissance végétative, le rendement et la qualité de la récolte. Les méthodes de mesure disponibles à l’échelle parcellaire restent toutefois souvent onéreuses et complexes à déployer sur le terrain. Pour répondre à ce problème, l’Institut Agro Montpellier et l’Institut Français de la Vigne et du Vin (IFV) ont développé l’application mobile gratuite Apex Vigne. Elle facilite la collecte et la géolocalisation d’observations par les viticulteurs-trices et les conseillers-ières viticoles à l’aide de la méthode des apex. Cette méthode d’observation simple permet de calculer un indicateur synthétique, l’iC-Apex, utilisable pour l’aide à la décision.
Dans un contexte de changement climatique, suivre l’état hydrique du vignoble à l’échelle régionale est aussi un enjeu fort pour accompagner les décisions de la filière à court et à long terme. À cette échelle, les approches existantes reposent sur la modélisation mécaniste et la télédétection. Elles ne s’appuient pas sur des mesures réelles et nécessitent de fortes hypothèses. Les observations Apex Vigne sont horodatées, géoréférencées et centralisées dans une base de données. Elles constituent donc une alternative prometteuse. Plus de 50 000 observations ont déjà été collectées par environ 3 000 contributeurs-trices, principalement en région méditerranéenne.
L’usage de l’application reste cependant opportuniste. Les utilisateurs-trices observent en fonction de leurs propres préoccupations et contraintes logistiques. Il en résulte une forte variabilité selon plusieurs dimensions : le nombre de parcelles suivies par utilisateur, le niveau d’expertise des observateurs, le nombre d’observations par parcelle et par saison, ainsi que les dates de première et de dernière observation. Les données produites sont ainsi incertaines, asynchrones et hétérotopes. À l’échelle d’une région, l’échantillonnage est par ailleurs biaisé dans l’espace, avec une surreprésentation des vignobles où une dynamique collective s’est mise en place. Il est aussi biaisé dans le temps, avec une concentration des observations lors de l’apparition d’un stress hydrique. Dans ce dernier cas, la collecte dépend de la variable à estimer elle-même, ce qui complique fortement l’analyse.
Des modèles visant à corriger ces biais et à reconstituer l’état hydrique régional à partir de ces observations seront développés dans la suite du projet. Leur évaluation se heurte toutefois à une difficulté majeure. L’état hydrique réel du vignoble n’est jamais connu en tout point et à tout instant. Les données réelles ne permettent pas non plus d’isoler l’effet de chaque source de biais ou d’erreur. Une solution consiste à construire un vignoble virtuel dont l’état hydrique serait entièrement connu. Il s’agit ensuite de simuler la manière dont des contributeurs viendraient l’observer, avec leurs habitudes, leurs préférences et leurs erreurs. Les jeux de données ainsi générés reproduisent les défauts des données réelles tout en conservant la vérité terrain. Ils permettront de vérifier si un modèle retrouve correctement l’état hydrique simulé. Ils permettront aussi de tester sa robustesse face à différents scénarios de collecte.

Objectifs du stage :
L’objectif principal est de concevoir et de mettre en oeuvre un simulateur du processus de crowdsourcing d’Apex Vigne, capable de générer des jeux de données réalistes et paramétrables. Ce simulateur articulera trois composantes.
1. Un état hydrique de référence simulé à l’échelle régionale, variable dans l’espace et dans le temps.
2. Un modèle du processus d’observation, qui décrit quels utilisateurs observent quelles parcelles, où et quand. Ce modèle tiendra compte de l’engagement des contributeurs, des regroupements spatiaux et de l’intensification de la collecte lors de l’apparition du stress.
3. Un modèle de mesure, qui décrit l’erreur d’observation selon le profil de l’observateur.
Le simulateur sera étalonné pour reproduire les principales caractéristiques statistiques des données réelles. Il servira ensuite à produire un ensemble de jeux de données de référence couvrant des scénarios contrastés. Ces jeux de données seront destinés à l’évaluation des modèles développés ultérieurement.

Missions principales :
● Prise en main des données Apex Vigne et analyse exploratoire des pratiques de collecte (parcelles par utilisateur, calendrier des observations, distribution spatiale, profils d’utilisateurs).
● Étude bibliographique des approches de simulation de données participatives et opportunistes.
● Simulation d’un état hydrique de référence du vignoble à l’échelle régionale à partir de covariables environnementales (météo, sol, topographie, etc.).
● Modélisation du processus de collecte à l’aide de processus ponctuels spatio-temporels et de modèles de comportement des utilisateurs (approche multi-agents envisageable). Cette modélisation intégrera la dépendance entre collecte et état hydrique.
● Modélisation de l’erreur de mesure, en simulant le classement des 50 apex et le calcul de l’iC-Apex selon le niveau d’expertise de l’observateur.
● Étalonnage et validation du simulateur par confrontation des données simulées aux données réelles.
● Génération d’un ensemble de jeux de données de référence selon des scénarios contrastés (intensité et durée de la collecte, niveau de biais spatial et temporel, hétérogénéité des contributeurs).
● Illustration de l’usage de ces jeux de données sur une méthode d’estimation simple.
● Développement d’un code modulaire, documenté et reproductible (R ou Python).
● Rédaction d’un rapport de stage et valorisation scientifique (présentation interne, publication, mise à disposition des jeux de données simulés).
Profil recherché :
● Solide formation en statistiques, mathématiques appliquées ou data science, avec un goût pour la modélisation stochastique et la simulation.
● Bonnes compétences en programmation (R ou Python).
● Des connaissances en processus ponctuels, statistique spatiale ou modélisation multi-agents seraient un plus.
● Intérêt pour les problématiques agricoles ou environnementales et pour les sciences participatives.
● Autonomie, rigueur, curiosité scientifique.

Encadrement et environnement :
Le stage sera encadré par une équipe pluridisciplinaire en data science et agronomie (Institut Agro Montpellier – UMR ITAP, CIRAD). Les deux co-encadrants seront Léo Pichon et Maxime Ryckewaert. L’étudiant.e donnera accès aux données réelles d’Apex Vigne et à des ressources de calcul (cluster). Une thèse pourra être envisagée à l’issue du stage.

Candidature :
Envoyer CV et lettre de motivation à maxime.ryckewaert@cirad.fr et leo.pichon@supagro.fr avant le 8 décembre 2026
Objet : Candidature stage Apex Vigne – simulation crowdsourcing

Candidature

Procédure : Envoyer CV et lettre de motivation à maxime.ryckewaert@cirad.fr et leo.pichon@supagro.fr avant le 8 décembre 2026 Objet : Candidature stage Apex Vigne – simulation crowdsourcing

Contacts

 leo pichon
 leNOSPAMo.pichon@supagro.fr

 Maxime Ryckewaert
 maNOSPAMxime.ryckewaert@cirad.fr

Offre publiée le 17 novembre 2026, affichage jusqu'au 16 janvier 2027