Description du projet
Protéger les mammifères marins, les tortues marines et les requins de la mer de Corail
Il n’est pas facile pour l’UE de protéger la biodiversité pélagique (en haute mer) dans ses pays et territoires d’outre-mer. On manque de techniques permettant d’évaluer la diversité et l’abondance de la mégafaune pélagique (mammifères marins, tortues de mer, requins). Le projet MEGAFAUNA, financé par l’UE, va mettre en place un réseau destiné à protéger la mégafaune et à maintenir la rentabilité du secteur de la pêche dans le parc naturel de la mer de Corail, en Nouvelle-Calédonie. Le réseau informera les décideurs du parc marin tout en permettant d’atteindre l’objectif de l’Union internationale pour la conservation de la nature consistant à protéger 30 % des océans du monde d’ici 2030. Le projet aura recours à des campagnes d’évaluation basées sur des images, à l’apprentissage profond et à des données économiques concernant la pêche pour détecter la mégafaune pélagique, prévoir les points chauds de biodiversité dans la mer de Corail, et les protéger.
Objectif
The EU faces the challenge to protect pelagic biodiversity over immense Overseas Countries and Territories. However, cost-efficient, safe and reproducible methods are still missing for assessing the diversity and abundance of pelagic megafauna (marine mammals, sea turtles and sharks). We will adapt image-based surveys and deep learning—a new method based on artificial intelligence—to pelagic megafauna. A Coral Sea Nature Park (CSNP) was recently created in New Caledonia Overseas Territory but this area still lacks reserves in pelagic ecosystems. We will propose a reserve network that optimises the trade-off between critical habitat protection of pelagic megafauna and fisheries economic profitability in this area. This network will directly advise decision makers of the CSNP and help fulfil IUCN target of 30% of oceans protected by reserves by 2030. Our objectives are: RO1—Detect pelagic megafauna, RO2—Predict pelagic megafauna hotspots, and RO3—Protect hotspots in the Coral Sea. To reach RO1, image-based surveys will be conducted and megafauna will be automatically detected on images using deep learning. To reach RO2, habitat models will be used to predict megafauna diversity and abundance as a function of environmental variables. To reach RO3, fisheries economic data will be incorporated to propose a reserve network optimising both conservation and economic needs. This project will be jointly hosted by the Marine Biodiversity Exploitation and Conservation Laboratory (MARBEC) and the Montpellier Laboratory of Informatics, Robotics, and Microelectronics (LIRMM), both part of the University of Montpellier. Supervised by D. Mouillot (MARBEC) and M. Chaumont (LIRMM), I will receive the best appropriate interdisciplinary training. After an enriching research experience in the U.S I aim to integrate a long-term research position in Europe. This fellowship would be a superb opportunity to develop an independent and innovative research project in marine numerical ecology.
Champ scientifique
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
- natural sciencesbiological sciencesmarine biology
- natural sciencesbiological scienceszoologymammalogycetology
- natural sciencesbiological sciencesecologyecosystems
- natural sciencesphysical scienceselectromagnetism and electronicsmicroelectronics
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Programme(s)
Régime de financement
MSCA-IF-EF-RI - RI – Reintegration panelCoordinateur
34090 Montpellier
France