Le candidat au doctorat - et premier récipiendaire d'un prix d'Allemagne - est sélectionné pour avoir développé une approche automatisée d'apprentissage en profondeur permettant d'utiliser des photographies de scientifiques citoyens pour prédire les traits fonctionnels des plantes.

Christopher Schiller, diplômé de l'Institut de technologie de Karlsruhe (KIT) et actuellement doctorant à la Freie Universität Berlin, a été nommé l'un des deux lauréats du Prix des jeunes chercheurs 2022.

An jury d'experts a reconnu Schiller pour avoir développé une nouvelle démonstration du potentiel de combinaison des mégadonnées issues de la science professionnelle et citoyenne avec des modèles d'apprentissage automatique pour automatiser les évaluations à l'échelle mondiale de la diversité fonctionnelle des plantes. Nommé par la délégation allemande du GBIF , Schiller est le premier ressortissant allemand à recevoir le prix.

Les traits fonctionnels des plantes sont essentiels pour comprendre et évaluer la biodiversité et les processus écosystémiques. Cependant, les exigences et la difficulté de les observer et de les mesurer directement limitent considérablement les données disponibles. Dans l'espoir de combler cette lacune, Schiller a proposé d'explorer le potentiel de l'application de la reconnaissance de formes basée sur l'apprentissage profond à des centaines de milliers de photographies prises par des scientifiques citoyens pour prédire et révéler l'expression de traits cachés à la vue.

Schiller a commencé par utiliser des noms d'espèces pour lier des images et des coordonnées de plantes provenant d'observations de qualité iNaturalist Research via GBIF.org à des observations de traits d'experts de la base de données TRY sur les traits de plantes. Une fois ces connexions établies, les modèles de reconnaissance de formes pourraient commencer à apprendre les caractéristiques des plantes visibles (ou cachées) sur les photos pour générer des prédictions pour des traits tels que la surface foliaire, la hauteur de croissance, la masse des graines et la teneur en azote des feuilles.

La prédiction de plusieurs traits clés basée uniquement sur les caractéristiques de l'image a produit des cartes de traits globaux qui reflètent les modèles macroécologiques mondiaux généraux à travers les formes de croissance et les biomes. L'introduction de modèles d'ensemble et de connaissances préalables sur la plasticité des traits et le climat a même amélioré les résultats.

« À notre grande surprise, tout comme un écologiste qualifié pourrait probablement se rapprocher de ces traits en regardant des photographies de plantes et de leurs organes, les modèles initiaux ont produit des prédictions remarquablement précises », a déclaré Schiller. « Les résultats révèlent une autre manière dont les informations recueillies par les scientifiques citoyens peuvent étendre les sources de données volumineuses qui améliorent notre compréhension scientifique de la biodiversité. »

« Les travaux de Christopher révèlent un autre domaine dans lequel les scientifiques citoyens peuvent contribuer à la recherche macroécologique et biogéographique », a déclaré Sebastian Schmidtlein, professeur et chef du groupe de recherche sur la végétation à l'Institut de géographie et de géoécologie, au KIT. « Je pense que cela offre une perspective prometteuse et un excellent exemple de ce que les données recueillies par GBIF et les nouvelles possibilités apportées par le Deep Learning peuvent faire pour la science. »

« Christopher a poursuivi un programme de recherche exigeant qui traitait de données hétérogènes et multidimensionnelles, de relations écologiques complexes et de méthodes de pointe exigeantes en science des données », a déclaré Teja Kattenborn, chercheur au System Research du Centre de télédétection pour la Terre de l'Université de Leipzig qui a été directeur de thèse de Schiller alors qu'il était auparavant au KIT. « C'est un signe de sa réussite que cette étude révolutionnaire ait abouti à une publication évaluée par des pairs dans Nature Scientific Reports quelques mois seulement après la soumission de sa thèse. »

Après avoir obtenu une maîtrise en géoécologie avec distinction du KIT, Schilling a maintenant commencé des recherches doctorales en télédétection et géoinformatique à l'Institut des sciences géographiques de la Freie Universität Berlin.

Schiller partage le prix 2022 avec Armand Rausell-Moreno ode l'Universidad Internacional Menéndez Pelayo ien Espagne, les deux lauréats recevant un prix de 5 000 €.

À propos du prix

Depuis sa création en 2010, le prix annuel GBIF pour les jeunes chercheurs a cherché à promouvoir et à encourager l'innovation dans la recherche liée à la biodiversité en utilisant des données partagées via le réseau GBIF.

À propos de l'Institut de technologie de Karlsruhe

Le KIT crée et transmet des connaissances pour la société et l'environnement en tant que « université de recherche de l'association Helmholtz », où plus de 5 500 scientifiques coopèrent dans un large éventail de disciplines des sciences naturelles et de l'ingénierie, de l'économie, des sciences humaines et des sciences sociales.
En savoir plus

À propos de la Freie Universität Berlin

La Freie Universität Berlin est une institution de recherche de premier plan dont les 16 départements universitaires et instituts centraux entretiennent plus de 100 partenariats internationaux et proposent plus de 150 programmes diplômants dans un large éventail de matières.
En savoir plus

Jury du Prix Jeunes Chercheurs 2022

• Enrique Martínez Meyer: président du jury, comité scientifique du GBIF | Universidad Nacional Autónoma de México, Mexique
• Dolores Casagranda, CONICET, Argentine
• Jonas Geldmann, University of Copenhagen, Danemark
• Sabine Rumpf, Université de Bâle, Suisse

Lire l'article original