Le centre Afrique de l’Ouest s’appuiera sur sa tutelle historique, l’Université Cheikh Anta Diop, pour développer des méthodes, des connaissances, et des outils pour étudier la dynamique des socio écosystèmes sahéliens, et ainsi accompagner les acteurs dans leur compréhension de ces systèmes complexes. Ses activités de recherche seront structurées suivant les futurs thèmes de l’unité :
Modélisation mathématique et informatique à base d’agents
La modélisation mathématique et informatique a été particulièrement mise en avant récemment, en particulier durant la pandémie de Covid 19, mais aussi dans les travaux du GIEC et, de manière plus implicite, dans les travaux de prospective en développement durable. Cette mise en lumière a souligné la prégnance des activités de modélisation dans tous les domaines scientifiques, mais aussi mis en évidence certaines difficultés à les mettre en œuvre, ce qui démontre le besoin de constamment continuer à améliorer et développer ces méthodes, de préciser leurs fondements théoriques, de diffuser les nouvelles connaissances en mathématiques et informatique, tout en les ancrant fortement dans les thématiques pour lesquelles elles sont inventées. Le thème rassemble les activités dans les domaines d’expertise historiques de l’unité en systèmes dynamiques, aussi bien en mathématiques (modélisations basées sur des systèmes d’équations différentielles) qu’en informatique (modèles à base d’agents). Ce thème a pour vocation d’assurer une veille scientifique, une création et une dissémination de nouvelles connaissances autant au sein de l’unité que dans les communautés de chercheurs auxquelles nous sommes liées et de proposer des approches de modélisations adaptées aux questions soulevées pour des applications au développement durable. Il s’appuie sur un réseau d’expertises très diversifiées qui permettent d’assurer une complémentarité des méthodes et points de vue relatifs à un même projet en favorisant le dialogue entre les chercheurs des différents centres.
Objectifs scientifiques et contexte
Nous cherchons à contribuer à la création d’outils nécessaires aussi bien à l’étude des mécanismes et des fonctionnements des systèmes évolutifs (par exemple : écosystèmes, propagation d’épidémies) qu’à la réalisation de projections de futurs états de systèmes, qui peuvent par la suite être intégrés à des outils d’aide à la décision (par exemple : définition de politiques pour la pêche durable, estimation du nombre d’infectés au cours d’une épidémie). En particulier, dans le contexte des systèmes complexes et de la modélisation de systèmes de grandes dimensions, nous abordons les problèmes posés à différents niveaux de granularité, ce qui est permis par la diversité de nos savoir-faire. Par exemple, nous abordons les problèmes épidémiologiques aussi bien à l’échelle locale et individuelle pour la propagation d’une épidémie au sein d’un bâtiment ou d’un quartier à l’aide de modélisation à base d’agents (projet COMOKIT, Taillandier et al. 2024), qu’à l’échelle du pays pour proposer des méthodes d’atténuation d’épidémies ou de quantification des interventions du système de santé. Cette base de connaissances nous permet de porter une importance particulière aux problèmes d’échelles et de développer des techniques d’analyse et de réduction de la complexité de systèmes de grande taille, ainsi qu’à l’interconnexion de modèles à différentes échelles via des techniques d’hybridation. Plus précisément, les approches théoriques que nous souhaitons continuer à développer concernent les systèmes dynamiques en mathématiques (systèmes d’équations différentielles ordinaires ou stochastiques, équations aux dérivées partielles, à retard, équations aux différences finies, semi-groupes, théorie du contrôle optimal) et la modélisation à base d’agents en informatique. Les grands axes du projet scientifique lié à ce thème sont, du plus fondamental au plus appliqué :
- Contribution à la science des modèles complexes en développant des méthodes d’analyse ou de simplification afin d’exploiter plus efficacement les modèles construits (méthodes d’agrégation de variable en espace continu, méthodes de résolution de problèmes inverses, identifiabilité, observabilité et contrôle optimal ou de mettre en évidence des propriétés de certains systèmes de grandes dimensions (phénomènes d’émergence). Intégration et couplage de modèles (hybridation) dans le but d’assembler des modèles préexistants ou de réaliser des modèles multi-échelles (épidémiologie, transport).
- Réalisation de modèles explicatifs qui permettent d’aborder certaines questions générales (par exemple, étude des effets de l’hétérogénéité environnementale sur le rendement des pêcheries et le Maximum Sustainable Yield, ou études de dynamiques collectives (Bellomo et al. 2022)).
- Développement d’outils, plateformes et bibliothèques open-source (plateforme GAMA5 de modélisation à base d’agents, plateforme COMOKIT6 dédiée à la modélisation en épidémiologie), de langages dédiés, d’outils d’aide à la création de modèles (intégration de l’IA pour l’aide à la programmation) et à leur utilisation par des communautés spécifiques. Développement d’outils dédiés à certaines applications (par exemple : outil de représentation 3D des pores du sol pour l’analyse de la dynamique microbienne dans les pores du sol)
- Applications de ces méthodes aux problématiques socio-environnementales, d’écologie et de développement durable, énoncées plus bas.
Ce thème est confronté à un certain nombre de verrous scientifiques :
- Verrous conceptuels : certains problèmes nécessitent le développement voire la création de nouvelles méthodes en lien avec l’axe (i), notamment sur les systèmes de grandes dimensions et les modèles multiéchelles. Nous citerons par exemple les méthodes d’agrégation de variables qui n’ont pas encore bénéficié de développements majeurs en espace continu (réduction de systèmes d’EDP en systèmes EDO moins complexes et plus frugaux en puissance de calcul), ce qui est nécessaire pour aborder certains problèmes de chimiotaxie, de morphogenèse ou de dynamique des populations (El Harrak et al. 2021). L’intégration/couplage de modèles, et la réalisation de modèles multi-échelles (systèmes lents/rapides, échelles spatiales) nécessitent la création de cadres conceptuels et techniques permettant de faire cohabiter des éléments en apparence contradictoires (par exemple, pour l’hybridation de modèle mathématiques/informatique : comment reconstruire la variabilité spatiale à partir de modèles de champs moyens ?).
- Verrous techniques : les modèles que nous étudions peuvent nécessiter une quantité de ressources importante, notamment lorsque de nombreuses simulations doivent être explorées. Pour remédier à cela, des méthodes d’optimisation doivent être développées. Par exemple, sur la plateforme GAMA, un certain nombre de verrous subsistent, notamment en ce qui concerne la synchronisation des agents ou la concurrence aux données lors de la parallélisation des simulations (Grosjean et al. 2024). En outre, le développement de moyens permettant de lier ou de calibrer dynamiquement les modèles en fonction des données de terrain actualisées s’avère de plus en plus nécessaire, car cela permet non seulement d’assurer une plus grande cohérence des modèles, mais aussi de renforcer la confiance des thématiciens et des praticiens dans l’utilisation de la modélisation. Enfin, nous cherchons à rendre les outils développés plus faciles à utiliser, en particulier en utilisant les dernières avancées en IA générative, qui devraient permettre de créer des assistants à la création et au codage de modèles, levant ainsi le verrou empêchant les non-informaticiens de s’y impliquer.
- Absence, manque ou incohérence des données : l’une des principales contraintes de la “Science au Sud” telle qu’UMMISCO la pratique est l’insuffisance des données pour atteindre les objectifs de recherche. Ellessont parfois inexistantes en raison de l’absence de campagne de collectes ou du manque de moyens (données de pêches), trop anciennes (absence de données récentes de mobilité dans certains pays du Sud), ou encore inaccessibles en raison des règles locales et du fait qu’elles constituent une ressource, rarement disponible en open data. Ainsi, quand une synergie avec le thème 3 ne permet pas d’augmenter la disponibilité des données, nous devons développer des méthodes alternatives de low-data science. Cela peut prendre plusieurs formes, comme la reconstruction de données synthétiques, la génération de populations synthétiques (Chapuis et al. 2018) ou l’adaptation de méthodes de champs moyen à des jeux de données parcellaires.
Les méthodes développées dans le cadre de ce thème sont utilisées pour aborder des problématiques socioenvironnementales, d’écologie et de développement durable, que l’on peut regrouper en trois catégories : Dynamique des populations, biologie, et épidémiologie. La dynamique des populations s’intéresse à la modélisation des populations animales et des écosystèmes. Nous pouvons mentionner par exemple les travaux sur la modélisation à base d’agents des espèces invasives (notamment les rongeurs, (Moussa et al. 2019)), ou ceux en lien avec l’épidémiologie sur l’impact de la migration des animaux sur la fièvre de la vallée du rift, pour lesquels un simulateur a été réalisé (Python Ndekou Tandong et al. 2020).
La modélisation en épidémiologie a été beaucoup sollicitée avant, pendant et après la pandémie de Covid-19, aussi bien en mathématiques (par exemple: recommandations de stratégies d’atténuation d’épidémies (Nguyen Huu et al. 2023; Bacaër 2021; Cazelles et al. 2021) qu’en modélisation à base d’agents (projet COMOKIT, kit de modélisation pour l’analyse et la comparaison de stratégies (Gaudou et al. 2020)). Le projet NOCIME7 (ANR) qui a débuté en 2024 s’intéresse à l’utilisation des méthodes de contrôle optimal pour les modèles mathématiques utilisés en épidémiologie en prenant en compte les caractéristiques des systèmes épidémiologiques, notamment les composantes stochastiques, aussi bien dans les processus mis en jeu que dans les observations. Dans la plupart des centres, et notamment au Cameroun, l’accent sera aussi mis sur les approches One Health, approches intégrées et unificatrices qui visent à considérer la santé des personnes, des animaux et des écosystèmes, sans séparer les domaines scientifiques impliqués, et qui soulèvent d’importantes questions méthodologiques en termes de couplage et d’échelles des modèles. En biologie, des travaux de modélisation mathématique sur la croissance tumorale sont réalisés dans le centre Méditerranée. Concernant la biologie des sols, nous pouvons citer le projet CAMMiSolE, dédié aux effets du changement global en Afrique de l’Ouest et à Madagascar sur la diversité des microorganismes du sol (Razanamalala et al. 2018), le projet MAS2MIC visant à concevoir une plate-forme participative, multi- acteurs, pour tester les itinéraires techniques agricoles à l’échelle d’un paysage (L. Dunn et al. 2021), ou encore les travaux sur la biologie des sols, pour lesquels sont développés des outils de modélisation géométrique des espaces poraux à partir d’images tomographiques (Monga et al. 2022).
Ressources en eau, ressources alimentaires, pêcheries. La production de ressources alimentaires et la pérennité des ressources en eau sont menacées par le développement des activités humaines et par les effets du changement climatique. Ces problématiques sont abordées dans les centres de nos différents partenaires : systèmes agro-sylvopastoraux sahéliens dans un contexte de changement climatique en Afrique de l’Ouest, bio-économie des pêches au Sénégal, Afrique du Nord et Vietnam (Brochier et al. 2021) : identification des conditions pour augmenter le Maximum Sustainable Yield (Nguyen et al., soumis), étude du placement optimal des Aires Marines Protégées (Ghouali 2022). Un projet sur le développement de la pêche à l’anchois durable et équitable au large et l’optimisation des chaînes de valeurs près de l’île de Phu Quoc au large du Delta du Mékong vient d’être déposé dans le cadre d’un financement du Global Centre on Biodiversity for Climate (GCBC). Le delta du fleuve Rouge dont la zone centrale est la région de Bac Hung Hai (Delta du Fleuve Rouge) dans le nord du Vietnam, grande région agricole irriguée par un important réseau de canaux est également un terrain d’étude des chercheurs de l’unité dans le cadre du LMI ACROSS8 , associé depuis 2021 à UMMISCO. L’étude des problématiques d’alimentation en eau de ce vaste système est abordée à travers des approches de modélisation hybride entre modèles mathématiques (décrivant le processus hydrodynamique du système) et modèles à base d’agents (décrivant les comportements et les interactions des acteurs du système), permettant d’aborder avec toute la richesse nécessaire les aspects multiples liés à la gestion durable et participative des systèmes d’irrigation (Chien 2018).
Concernant la sécurité alimentaire, le projet STAR FARM, financé par l’UE et piloté par la FAO, qui a démarré en 2024, aborde la possibilité de développer des systèmes agroalimentaires plus durables dans le delta du Mékong, basés sur l’adoption, à petite et grande échelle, de pratiques agro-écologiques et sur une étude approfondie de leurs impacts sur la santé des sols, les chaînes de valeur et les émissions de carbone. Le rôle d’UMMISCO dans ce projet sera de construire un modèle agrégé permettant (1) de rassembler les données produites par l’IRD et les autres partenaires sur les aspects sociaux, agricoles, économiques, biologiques, climatiques et hydrologiques des cas d’étude considérés; (2) de comprendre et de mesurer, via des simulations permettant d’explorer des scénarios précis à différentes échelles (de la parcelle à la province), la pertinence de certains choix de culture sur la conservation de la biodiversité, l’amélioration des conditions de vie, la production de gaz à effets de serre et l’adaptation au changement climatique. Dynamique urbaine, trafic et pollution. Le développement rapide des villes du Sud génère un besoin de planification et de projection que les décideurs locaux n’ont pas toujours les moyens techniques, humains et financiers de mettre en œuvre. UMMISCO, dans ses différents centres, s’attache à produire des outils et des modèles destinés à comprendre et prédire la mobilité résidentielle, à améliorer les réseaux de transports ou à tenter de réduire l’impact de la pollution sur les habitants. Par exemple, un workpackage du projet I-Maroc9 est consacré à la modélisation de la mobilité urbaine et a pour objectif de proposer des solutions de réorganisation et d’optimisation des réseaux de transport en commun (bus et grands taxis) de Marrakech (Laatabi 2024). La modélisation de trafic routier et de la diffusion de la pollution qu’il engendre est également au cœur des projets d’interface tangible de type HoanKiemAir du thème 4 (Pham et al. 2020). Enfin, un projet comme l’ANR ESCAPE se focalise sur les stratégies d’évacuation de populations à large échelle dans un contexte de risque (inondation, explosion d’usines, etc.) en s’attaquant au verrou que constitue la simulation de trafic mixte (voiture/moto comme au Vietnam), dans lequel les usagers ne vont pas forcément suivre les règles de circulation (Saval 2023). Une utilisation de ce plugin a concerné l’étude de stratégies d’évacuation dans un quartier de Hanoi (Chapuis et al. 2022)
L’animation scientifique de ce thème aura pour objectif de favoriser et fluidifier les échanges entre des chercheurs de différentes disciplines ou différents centres géographiques. Il financera des projets transdisciplinaires ou intercentres (par exemple, collaboration Maroc-Vietnam sur la dynamique urbaine, Sénégal-Maroc sur le contrôle optimal) à travers un appel à projets annuel en coordination avec les autres thèmes. Il mettra aussi l’accent sur des activités concrètes, par exemple l’organisation de coding-camps pour rassembler à la fois les communautés de développeurs et d’utilisateurs de la plateforme GAMA. Il participera également à la dissémination des savoirs via des formations (Master, PDI) et séminaires avec les différents partenaires de l’unité. Enfin, il mettra en place un cycle de séminaires transdisciplinaires afin de comparer comment un même problème peut être abordé de différents points de vue et avec différentes méthodologies (mathématiques, informatique, IA, sociologie, épistémologie).