Contexte du recrutement et définition de poste :

Offre de stage de Master 2 
"Simulation d’une colonie d’oiseaux marins pour l’évaluation d’impact de l’éolien offshore via la combinaison de deep learning et de bilan énergétique."

Contexte de l’étude :

Dans un contexte de changements globaux, il est impératif de freiner la production d'électricité à partir d'énergies fossiles afin d’atteindre la neutralité carbone, tout en garantissant un approvisionnement d’électricité à la population. De ce fait, le développement de l’éolien en mer n’a cessé depuis les années 2000, illustré par l’objectif européen de passer de 60 à plus de 300 GW de production d’ici 2050. Cette lutte contre le changement climatique doit cependant se faire en adéquation avec la lutte contre l’effondrement de la biodiversité. Pour cette raison, la question de l’impact de ces ouvrages sur la faune marine est centrale dans leur processus de construction. Parmi les espèces potentiellement impactées, les oiseaux marins sont un enjeu majeur, du fait de leur statut d’espèces d’oiseaux les plus menacées au monde, et de leur utilisation des espaces considérés pour des installations éoliennes.

Au fil des études menées sur les parcs existants, trois catégories d’impact potentiel ont été identifiées : la collision, l’effet barrière, et la modification d’usage de l’espace. Afin d’évaluer l’ampleur de ces impacts pour un parc en amont de sa construction, il est nécessaire de passer par des modèles simulant le comportement des oiseaux en fonction de la présence d’éoliennes en mer. Il existe aujourd’hui une grande variété de modèles pour cela, abordant le plus souvent les trois types d’impact séparément.

Au sein des types de modèles possibles, les modèles de mouvement ont pour avantage de pouvoir évaluer les trois impacts de manière intégrée, ainsi que de pouvoir prendre en compte l’impact cumulé de plusieurs parcs ou d’autres conditions environnementales. Le mouvement des oiseaux marins est complexe, multi-échelle, et dépend de plusieurs variables interdépendantes. Afin de correctement le modéliser sans passer par de fortes hypothèses qui pourraient compromettre le réalisme des simulations, des approches par réseaux de neurones ont été récemment développées au cours de travaux de thèse (Roy 2022, Benboudjema 2026).

L’une des dernières itérations de ces modèles, développée lors d’un partenariat entre EDF R&D et l’IRD, est capable de correctement simuler des trajectoires d’oiseaux marins lors de leur période de reproduction. Cependant, afin d’être utilisé pour de l’évaluation d’impact dans le futur, il est nécessaire de faire la transition entre la simulation d’une trajectoire individuelle, et l’état de plusieurs individus au sein d’une colonie. C’est dans ce cadre que EDF R&D et l’IRD poursuivent les travaux de recherche afin de faire le pont entre modèle de simulation de mouvement et évaluation d’impact sur une colonie d’oiseaux marins.

Description du stage :

Dans le cadre de ce stage, l’étudiant.e sera chargé.e de mettre en place un modèle de comportement d’une colonie d’oiseaux, comprenant des estimations de dépenses énergétiques au cours d’une période prédéfinie. C’est l’estimation de ces pertes et gains énergétique qui permettra en effet de faire le lien entre le comportement des oiseaux marins et leur état de santé et survie.

Pour cela, le stage partira d’un modèle de mouvement existant et déployable (Benboudjema et al. 2026) et s’appuiera sur des approches de modélisation tels que les IBMs développés pour de l’estimation d’impact (Warwick-Evans et al. 2017). Deux cas d’étude pourront être abordés durant le stage: l’étude d’oiseaux marins européens, et l’étude d’oiseaux marins tropicaux. Pour chacun, les données GPS nécessaires sont déjà disponibles et pourront être utilisées dès le début du stage.

L’objectif principal de ce stage est de construire un modèle exploratoire pouvant servir de fondation à de futurs modèles plus complexes. Les résultats permettront d’ouvrir la réflexion autour des données et paramètres de modèle qui pourraient être manquants et explorés dans le futur.

Le travail de l’étudiant.e consistera à :

• S’approprier la littérature autour des modèles de comportement d’oiseaux marins
• Conceptualiser un modèle simple à partir de cette littérature, simulant le comportement de plusieurs individus sur une période donnée, avec une estimation de leur dépenses et gains énergétiques.
• Sélectionner les paramètres d’entrée du modèle, en fonction de la littérature et des données disponibles. Identifier les hypothèses posées par le modèle et leurs conséquences.
• Programmer et faire tourner le modèle.
• Si possible, comparer les résultats de ces simulations à ceux obtenus par les démarches existantes.

Ce stage constitue une étude préliminaire afin d’identifier les avantages et inconvénients de différents choix de modélisation, afin de pouvoir développer un modèle intégré d’évaluation d’impact dans le futur.

Modalités du stage

Il s’agit d’un stage de Master 2, qui commencera entre février et mai 2027 pour une durée de 5 à 6 mois. Le stage aura lieu au LNHE, département Recherche et Développement d’EDF situé à Chatou (Yvelines) et sera gratifié. Une ou plusieurs visites au laboratoire de MARBEC à Sète pourront aussi être prévues. L’étudiant.e sera encadré.e par les Dr. Sophie Lanco (Directrice de recherche) et Sophie Benboudjema (Ingénieur Chercheur) ainsi que les doctorants Julien Patras et Thomas Barbedette-Gerard.

Contacts

Merci d’envoyer votre dossier de candidature (CV et lettre de motivation) aux personnes suivantes :

Sophie Benboudjema

Sophie.benboudjema@edf.fr

Julien Patras

Julien.patras@ird.fr

Thomas Barbedette-Gerard

thomas.barbedette-gerard@cnrs.fr

Sophie Lanco

Sophie.lanco@ird.fr

Profil recherché :

Profil recherché

Étudiant.e en Master 2 (stage de 6 mois) avec une formation initiale en écologie et/ou modélisation, et avec idéalement des connaissances en deep learning, modèles basés individus ou oiseaux marins. L’étudiant.e devra témoigner d’un intérêt et une motivation pour la programmation (Python, idéalement également R), de solides compétences rédactionnelles, de capacités de recherche et de synthèse documentaire (en français et en anglais), ainsi que d’une capacité à travailler de façon autonome et en équipe.