Ce stage de Master 2 ou de troisième année d’école d’ingénieur s’inscrit dans le projet national FARMSOUND, dont l’objectif est de caractériser la diversité acoustique des paysages ruraux hétérogènes soumis aux changements globaux. Dans un contexte où les paysages tempérés ont été profondément remodelés par les changements climatiques et les transformations d’usage des sols, comprendre les dynamiques socio écologiques implique de mobiliser des métriques intégratives capables de décrire les relations complexes entre pratiques agricoles, structure paysagère et biodiversité. La composante sonore du vivant, encore peu explorée dans les mosaïques agricoles et semi naturelles, bénéficie aujourd’hui des avancées de l’écoacoustique qui permettent de quantifier simultanément les sons biologiques et anthropiques.
Le stage vise à contribuer à ces enjeux en produisant, par apprentissage profond, des cartographies diachroniques de l’occupation du sol à partir d’orthophotos anciennes et récentes (années 1950, années 1990, années 2020) sur les 600 sites du projet FARMSOUND répartis en clusters régionaux (Bretagne, Normandie, Nouvelle Aquitaine, Occitanie, PACA, AURA, Bourgogne Franche-Comté). Les principaux objectifs sont de cartographier l’occupation du sol à trois dates de référence, avec une attention particulière aux prairies semi naturelles permanentes, d’analyser les dynamiques paysagères relatives à la fragmentation, aux changements d’usage du sol (évolution du boisement, retournement des prairies, progression des cultures annuelles ou pérennes, développement de l’agriculture biologique) entre les trois périodes étudiées, puis de croiser ces évolutions avec les indices de biodiversité acoustique actuelle. L’enjeu est de quantifier l’influence respective des structures paysagères passées et présentes sur la diversité acoustique, et de mieux comprendre l’impact du remembrement agricole ainsi que les éventuels décalages temporels de réponse des communautés acoustiques.
Le stage requiert un profil avec une formation en intelligence artificielle, data science, vision par ordinateur, géomatique ou domaine équivalent, ainsi qu’une maîtrise des bibliothèques de deep learning (PyTorch, TensorFlow, Keras) et des compétences en segmentation ou classification d’images. Des connaissances en SIG ou en traitement géospatial sous Python sont appréciées, tout comme un intérêt pour l’écologie, l’agroécologie ou la biodiversité. Le stage, d’une durée de six mois à partir de mars 2026 ou plus tard, se déroulera au laboratoire DYNAFOR sur le campus de l’AgroToulouse (ENSAT), sous l’encadrement de Yousra Hamrouni (INP AgroToulouse) et Luc Barbaro (INRAE Toulouse), en collaboration avec Audrey Alignier (INRAE Rennes).
Les candidatures, composées d’une lettre de motivation et d’un CV détaillé, sont à envoyer avant le 28 novembre 2025 aux adresses yousra.hamrouni@toulouse-inp.fr et luc.barbaro@inrae.fr .
