asma_banner_12.png

Présentation

L'analyse de systèmes socio-écologiques (SES) est de plus en plus souvent abordée avec des modèles en raison de leurs multiples sources de complexité : interactions bi-directionnelles, rétroactions entre les systèmes sociaux et écologiques, processus se déroulant à plusieurs échelles, liens entre différents niveaux d'agrégation… (Martin et Schlüter, 2015) .

Les modèles multi-agents analysent le fonctionnement d’un SES à travers l’étude des interactions entre les dynamiques sociales et écologiques (Bousquet, 2001 ; Bousquet et Le Page C., 2004 ; Schlüter et al., 2014 ; Le Page, 2017). Ils s’appuient sur une modélisation distribuée ou les composantes sont représentées sous la forme d’entités autonomes (agents) qui interagissent entre elles (Ferber, 1995 ; Weiss, 2013). Plusieurs plateformes de modélisation dédiée comme NetLogo, Repast, Cormas ou GAMA fournissent un environnement de développement adapté à ce paradigme.

Les dimensions spatiales et temporelles sont intrinsèques aux modèles multi-agents car elles permettent de construire un environnement de simulation virtuel, implicite ou explicite (Le Page, 2017) et de synchroniser les différents processus modélisés à l’aide d’un ordonnanceur (Wooldridge, 2009). Au regard de leur flexibilité scalaire et de la possibilité d’implémenter les dynamiques anthropiques et naturelles à différents niveaux d’abstraction, les systèmes multi-agents ont démontré leur aptitude à aborder des systèmes d’interactions complexes (Filatova et al., 2013).

Malgré la diversité des environnements de modélisation et la richesse de spécifications proposées pour décrire les interactions Homme/milieu, la restitution spatio-temporelle de ces interactions reste un verrou scientifique important dans les approches socio-écosytémiques. De nombreux auteurs ont en effet montré que la mise en cohérence des échelles spatiales et temporelles était à la fois un point clé et l’un des principaux écueils pour restituer la variabilité des signaux anthropiques et environnementaux dans les modèles (Liu et al., 2007 ; Filatova, 2013 ; Truong, 2015). La dynamique de l'écosystème n'est pas toujours synchronisée avec l'évolution des activités humaines mais obéit à des cycles complexes qui restent particulièrement difficiles à modéliser. Les recherches en science de l’environnement abondent en ce sens et montrent que les principales limites sont inhérentes aux difficultés de simplifier des processus naturels complexes au sein d’un modèle (Levin, 1998 ; Pascual, 2005 ; Leles et al., 2016 ; Shimoda et Arhonditsis, 2016).

Objectifs

Cet atelier vise à échanger sur les pratiques de modélisation, la prise en compte des échelles, et les modalités d’intégration des données spatiales et temporelles dans les recherches en sciences de la mer. A travers des retours d’expériences et des échanges en groupes de travail, il s’agira notamment d’aborder les thèmes suivants :

  • La formulation de modèle : passer de l’observation à la modélisation
  • Les outils mobilisables : quels framework, quelle plateforme ?
  • Les changements d’échelle : émergence, approches multi-niveaux, intégration des échelles spatiales et temporelles dans les modèles
  • Lien avec les observations : calibration, validation

Organisation

L'atelier est gratuit et se déroulera sur 2 jours, les 19-20 décembre 2019 (programme) à l'Institut Universitaire Européen de la Maer (IUEM) à Plouzané (infos pratiques).

Le format de l'atelier sera le suivant :

  • Exposés introductifs en plénière par des chercheurs invités sur les stratégies de modélisation
  • Travail en groupes thématiques : tour de table, courtes présentations ciblées, travail sur des cas d'étude en relation avec les exposés introductifs et les thèmes de discussion
  • Démonstration d’outils et plateformes de simulation

Public visé et inscription

L’atelier est ouvert à tous les chercheurs et étudiants (Master et doctorants) intéressés par la modélisation multi-échelle, notamment sur la thématique des interactions usages, ressources, habitats. Cet atelier a pour vocation de réunir une communauté pluri-disciplinaire, il est donc ouvert au plus grand nombre, spécialistes ou non.

Pour des raisons pratiques, le nombre de participants est limité à 60 personnes.

Une inscription (gratuite) est obligatoire (suivre ce lien).

Date limite pour les inscriptions : 20 novembre 2019

Votre inscription sera définitive après validation par le comité d'organisation.

Un mail de confirmation vous sera envoyé.

Références bibliographiques

* Ferber J., 1995. Les systèmes multi-agents ; vers une intelligence collective, Dunod, Paris, 522 p.
* Filatova T., Verburg P.H., Parker D.C.., Stannard C.A., 2013. Spatial agent-based models for socio-ecological systems: Challenges and prospects, Environmental Modelling & Software, n°45 pp. 1–7, https://doi.org/10.1016/j.envsoft.2013.03.017.
* Le Page C., 2017. Simulation multi-agent interactive: engager des populations locales dans la modélisation des socio-écosystèmes pour stimuler l’apprentissage social, Habilitation à Diriger des Recherches, UPMC, 126 p, https://www.researchgate.net/publication/315491740
* Martin R.., Schlüter M., 2015. Combining system dynamics and agent-based modeling to analyze social-ecological interactions—an example from modeling restoration of a shallow lake, Frontiers in Environmental Science, n°3, 15 p, https://doi.org/10.3389/fenvs.2015.00066.
* Pascual M., 2005. Computational Ecology: From the Complex to the Simple and Back, PLOS Computational Biology, n°1(2), e18, 5 p, https://doi.org/10.1371/journal.pcbi.0010018.
* Schlüter M., Hinkel J., Bots P.., Arlinghaus R., 2014. Application of the SES Framework for Model-based Analysis of the Dynamics of Social-Ecological Systems, Ecology and Society, n°19(1), 14 p, http://dx.doi.org/10.5751/ES-05782-190136.
* Shimoda Y.., Arhonditsis G.B., 2016. Phytoplankton functional type modelling: Running before we can walk? A critical evaluation of the current state of knowledge, Ecological Modelling, n°320 pp. 29–43, https://doi.org/10.1016/j.ecolmodel.2015.08.029.
* Weiss G., 2013. Multiagent systems. A modern approach to distributed artificial intelligence, 2nd Edition, MIT Press, 643 p.
* Wooldridge M., 2009. An Introduction to MultiAgent Systems, 2nd edition, John Wiley & Sons, 484 p.

Partenaires

Logo_IsBlue_V_CMJN_3.png logo_zabri IRD.png Logo_IUEM_size.png Logo_UBO_transp_size.png LEMAR_complet_transparent.png logo_CNRS.jpg
e
Personnes connectées : 1