Objectif :
L’objectif est de développer un modèle hybride, combinant la modélisation agronomique issue des travaux de l’UREP et les modèles d’apprentissage par les données dévelopés au CESBIO, pour étudier la réponse de pâtures et de prairies de fauches aux changements climatiques sur une ferme expérimentale de l’UREP.
- Portage du modèle de croissance des prairies en Python, avec une ré-écriture des algorithmes pour les rendre différentiable de bout en bout.
- Amélioration du module de modélisation de la sénescence.
- Intégration du modèle PROSAIL-VAE dans le modèle de croissance.
- Apprentissage et validation du modèle sur des séries temporelles Sentinel-2 entre 2016 et 2024
Profil :
Le candidat doit avoir une solide formation dans au moins une des matières suivantes :
- Traitement statistique du signal et de l’image,
- Apprentissage statistique / machine,
- Traitement des données de télédétection.
Une bonne connaissance de l’anglais et de la programmation scientifique (Python, C/C++) est requise.
Plus de détails sur le contexte dans le fichier joint.
