Identification et quantification de poissons en environnement naturel à partir de vidéos d’images acoustiques

Contexte

Selon un rapport publié en 2020 par plusieurs ONG de protection de la
biodiversité – l'Union internationale pour la conservation de la nature (UICN) et le WWF,
notamment –, les populations de poissons migrateurs ont chuté de 76% entre 1970 et 2016
à l’échelle de la planète et de 93% en Europe. D’après l'Union internationale pour la
conservation de la nature (UICN) , 27% des espèces d’eau douce sont menacées
d’extinction au niveau mondial et, en France, seuls 43% des cours d’eau sont en bon état
écologique.

La présence d'obstacles tels que des seuils ou des barrages provoque la fragmentation des
cours d'eau, empêchant les poissons d'accéder à leurs zones de reproduction ou
d'alimentation. Cet impact est particulièrement significatif pour l'anguille et le saumon, pour
lesquels la multiplication des obstacles constitue un facteur aggravant. En effet, ces
barrières provoquent des retards migratoires, des pertes cumulatives à chaque barrage, des
risques de blessures lors du passage et une vulnérabilité accrue face aux prédateurs.

EDF s'est investi dans des initiatives de restauration des rivières pour renforcer la santé des
écosystèmes. Parmi ces actions figurent la gestion des sédiments autour des barrages afin
de préserver les lits des rivières, qui sont essentiels à la reproduction, ainsi que la
restauration des habitats situés en aval. Malgré ces initiatives, EDF continue à faire face à
des défis pour assurer le rétablissement complet de la migration des poissons à travers les
rivières fragmentées. L'équilibre entre la production d'énergie renouvelable et la préservation
de la biodiversité reste un effort permanent, nécessitant une innovation continue dans les
technologies permettant de quantifier la migration des poissons ainsi que la gestion des
écosystèmes. Dans le cadre de sa stratégie CAP 2030, EDF s'engage à développer ces
solutions, à améliorer les systèmes de surveillance et à réduire davantage l'empreinte
écologique de ses projets hydroélectriques afin de préserver les écosystèmes aquatiques.
Par exemple, deux usines hydroélectriques (Dordogne et Garonne) d'EDF réalisent des
arrêts nocturnes de turbinage pendant les pics de migrations des anguilles argentées. Laprévision de la dynamique de migration des anguilles vers la mer est donc primordiale pour
anticiper et optimiser les arrêts de turbinage. Aujourd'hui, des modèles statistiques de
prévision des pics de migration existent mais nécessitent des données pour les rendre plus
performants. Cet exemple montre la nécessité d'acquérir des données sur la dynamique de
migration et sur le comportement des poissons migrateurs pour les protéger et permettre
une production hydroélectrique plus responsable.

Thèse

L’objectif de cette thèse est de développer des outils automatiques d’analyse de vidéos d’images acoustiques permettant un meilleur suivi des populations de poissons migrateurs. Cela permettra de mieux préserver les écosystèmes aquatiques tout en limitant les pertes de production électrique.

Plus d'information disponible ici:

https://www.cmm.minesparis.psl.eu/nous-rejoindre/

Le Centre de morphologie mathématique (CMM) est le laboratoire d'analyse d'images de l'Ecole des Mines de Paris. Les chercheurs du centre puisent des défis auprès de leurs partenaires pour motiver le développement de nouvelles méthodes. Les domaines d'application sont variés: ils vont de la science des matériaux jusqu'à l'écologie, en passant par la médecine et le contrôle industriel. Les méthodes font appel au deep learning. La culture scientifique des chercheurs du laboratoire donne lieu à des approches originales, combinant la solidité des bases théoriques avec la recherche d'une pertinence pratique.

Le∙a candidat∙e retenu∙e doit avoir une solide formation en mathématiques, une expérience
avec des outils d'apprentissage tels que Tensorflow, Jax et/ou PyTorch, et une motivation
pour la recherche en analyse d'images.