Data science et prédiction des émissions de N₂O lors du compostage

Retour à la liste des résultats

Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Présentation du LBE

Le Laboratoire de Biotechnologie de l'Environnement (LBE) est une unité propre de recherche du centre Occitanie-Montpellier de l’Institut National de Recherche pour l’Agriculture, l’alimentation et l’Environnement (INRAE), située à Narbonne.

Les recherches menées au LBE visent à développer le concept de bioraffinerie environnementale qui consiste à valoriser les résidus, déchets, effluents organiques ainsi que certaines biomasses en produits d'intérêt industriel (bioénergies, biomolécules, amendement et fertilisant organique) tout en minimisant leur impact environnemental et sanitaire. Symbolisées par la production de bioénergies (eg., via le biométhane et le biohydrogène par des écosystèmes anaérobies), les recherches du LBE cherchent à traiter et/ou valoriser les rejets organiques, qu'il s'agisse d’effluents liquides (agroalimentaires en particulier), de résidus solides (résidus agricoles, déchets ménagers et boues issues des stations d'épuration) ou de biomasses spécifiques telles que les micro-algues ou les cultures intermédiaires à vocation énergétique (CIVE). Cette valorisation se décline en intégrant explicitement les contraintes d'innocuité sanitaire (eg., liées à la présence de résidus pharmaceutiques, de détergents et/ou de pathogènes…). L’ensemble de ses recherches couvre un très large spectre de compétences disciplinaires : microbiologie, écologie microbienne, génie biologique, génie des procédés, modélisation, automatique et transfert industriel. Le LBE bénéficie d’une implantation de 4757 m² de surface, dont 1882 m² de halle expérimentale, et d’un équipement scientifique et analytique permettant la mise en place et le suivi d'expérimentations à différentes échelles.

Contexte scientifique

La valorisation des résidus organiques par compostage contribue au recyclage de la matière organique et des éléments fertilisants, mais s’accompagne d’émissions gazeuses, notamment d’ammoniac (NH₃), de méthane (CH₄) et de protoxyde d’azote (N₂O). Le N₂O est un gaz à effet de serre dont les émissions dépendent de multiples facteurs : nature et composition des matières premières, disponibilité de l’azote, humidité, aération, température et conditions de conduite du compostage.

Dans le cadre du projet SLAM-B du programme FairCarboN, le LBE en collaboration avec l’unité OPAALE (INRAE Rennes) et le CIRAD (Montpellier), développe des modèles simplifiés de bioraffineries environnementales destinés à être mobilisés dans des évaluations à l’échelle territoriale. Le modèle SLAM-Compost, développé dans la tâche 1.4b, estime les bilans de matière, les caractéristiques du compost final et certaines pertes, dont les émissions cumulées de NH₃. Les émissions de N₂O ne sont pas encore prédites. Leur représentation nécessite des approches adaptées à des données expérimentales hétérogènes, tout en maintenant un modèle suffisamment simple pour des applications territoriales.

Le stage consistera à exploiter des jeux de données expérimentales existants sur les émissions lors du compostage afin d’étudier la faisabilité d’un modèle prédictif fondé sur l’analyse statistique et l’apprentissage automatique (machine learning). L’enjeu est de proposer une approche robuste, explicable et compatible, à terme, avec le cadre de modélisation simplifié SLAM-Compost. Une contribution secondaire pourra porter sur la consolidation de la base de données de caractérisation des substrats utilisés dans le modèle.

Objectifs

• L’objectif principal est de concevoir et d’évaluer une première approche data-driven de prédiction des émissions de N₂O au cours du compostage à partir de données expérimentales disponibles. Il s’agira d’identifier les variables explicatives pertinentes, de comparer des méthodes statistiques et de machine learning adaptées à la quantité et à la structure des données, puis de quantifier leurs performances, leur robustesse et leurs limites de généralisation.
• Le résultat attendu est un prototype reproductible (scripts, données structurées et documentation) permettant, selon les données disponibles, de prédire un indicateur d’émission de N₂O, notamment les émissions cumulées, et d’en apprécier les incertitudes. Un objectif complémentaire, traité selon l’avancement du stage, sera de contribuer à enrichir et fiabiliser la base de données des substrats de SLAM-Compost, notamment les caractéristiques physicochimiques et les paramètres de biodégradabilité du carbone et de l’azote.

Missions et activités

Le ou la stagiaire travaillera en interaction avec les chercheurs impliqués dans la modélisation du compostage et l’analyse des émissions gazeuses. Les activités prévues sont les suivantes :

• Consolider la revue bibliographique existante : sur la base de données déjà recensées dans la littérature, le ou la stagiaire pourra mettre à jour les données en synthétisant les principaux déterminants des émissions de N₂O lors du compostage et les méthodes statistiques ou d’apprentissage automatique déjà mobilisées pour les prédire.
• Traitement et structuration des données : recenser les jeux de données expérimentales disponibles, harmoniser les variables, vérifier les unités, documenter leur provenance, gérer les valeurs manquantes et explorer la variabilité entre essais et substrats.
• Analyse exploratoire : étudier les relations entre émissions de N₂O, caractéristiques des substrats et conditions opératoires ; sélectionner des variables explicatives en fonction de leur disponibilité et de leur pertinence scientifique.
• Développement de modèles : établir des modèles de référence simples puis tester, selon la taille des données, des méthodes de machine learning telles que Random Forest ou gradient boosting.
•  Évaluation et interprétation : définir une stratégie de validation adaptée à des données issues d’essais distincts, comparer les performances, analyser les incertitudes et les facteurs influents, identifier les limites d’extrapolation.
• Restitution et transférabilité : produire des scripts Python ou R (selon la préférence du candidat) reproductibles, une documentation des traitements, des visualisations et des recommandations pour une intégration ultérieure dans SLAM-Compost.
• Mission secondaire, selon l’avancement : consolider la base de données des substrats (caractéristiques physicochimiques, biodégradabilité C/N, traçabilité des valeurs et bibliographie associée).

Le travail sera principalement numérique (analyse de données, programmation et modélisation), sans campagne expérimentale prévue comme activité centrale. Le périmètre final des modèles testés dépendra de la disponibilité et de la qualité des données.

Formations et compétences recherchées

- Formation académique : Étudiant(e) en Master 2 ou en dernière année d’école d’ingénieurs, avec une spécialisation en science des données (data science), statistiques appliquées, informatique ou génie des procédés avec une forte composante en analyse de données. Un intérêt pour les bioprocédés et les problématiques environnementales serait apprécié.

- Compétences : bonnes bases en programmation scientifique (Python et/ou R), statistiques appliquées et traitement de données. 

- Qualités : autonomie, rigueur scientifique, esprit critique, organisation, capacités d’analyse et de rédaction ; aptitude au travail collaboratif et aux échanges avec des équipes pluridisciplinaires. 

- Langue : anglais scientifique (lecture, rédaction et échanges professionnels).

Votre qualité de vie à INRAE

- Environnement de recherche : accès aux équipements analytiques et aux installations expérimentales mutualisées du LBE.

- Accompagnement et formation : intégration dans une équipe pluridisciplinaire et appui scientifique des personnels du LBE, en collaboration avec INRAE OPAALE (Rennes) et le CIRAD (Montpellier).

- Réseaux de collaboration : vous pourrez collaborer avec une équipe dynamique de chercheurs et de partenaires industriels, tant au niveau national qu'international.

- Moyens de recherche : accès aux équipements expérimentaux et analytiques, aux logiciels et aux moyens nécessaires à la réalisation des travaux, dans le cadre des ressources du projet.

-  Ambiance de travail : Vous ferez partie d'une équipe compétente. Vous travaillerez dans un environnement dynamique où règne une atmosphère de bienveillance et de respect. Les agents n’hésitent pas à travailler ensemble pour trouver des solutions innovantes en matière d’environnement durable.

- Excellentes conditions de travail : 2,5 j de congés par mois, accès à des restaurants collectifs bon marché ; accès à des installations sportives sur site ; temps ensoleillé.

Modalités pour postuler

J'envoie mon CV et ma lettre de motivation