De plus en plus de personnes utilisent des applications pour identifier les plantes, et ces applications sont souvent précises. Cependant, les plantes sur lesquelles les utilisateurs utilisent ces applications attirent souvent l'attention par leur aspect particulier, et présentent donc des caractéristiques qui facilitent leur identification. Que se passe-t-il lorsque l'on ne sélectionne pas soigneusement les plantes à identifier ? Une équipe de l'Université de l'Alberta a examiné la précision de deux applications, INaturalist et Flore Incognita, étaient lorsque des photos issues d'enquêtes leur ont été fournies.
L'étude de parcelles est beaucoup plus complexe pour les applications, car elle nécessite de choisir une zone, généralement un petit carré, puis d'identifier les espèces qui s'y trouvent. Or, ces plantes peuvent présenter des dommages physiques dus à l'herbivorie ou à des maladies. Elles peuvent aussi être simplement immatures et peu développées.
Pour tester les applications, Wanigasinghe et ses collègues ont étudié leurs performances sur des parcelles, non seulement pour évaluer leur fonctionnement, mais aussi pour identifier les pistes d'amélioration. Ils ont mis en place des relevés dans la région naturelle des prairies et dans la zone de transition entre les régions naturelles des parcs et de la forêt boréale en Alberta. Dans chacune de ces régions, ils ont aménagé trois sites, chacun comportant neuf parcelles disposées selon un plan radial fixe. Au sein de chaque parcelle, les experts ont marqué les individus afin de guider la prise de photos, de sorte que les mêmes spécimens aient été évalués par les deux méthodes.
Ils ont constaté que le taux de précision de Flora Incognita (Top-1) était de 79 %, tandis que celui d'iNaturalist était de 67 %. Ces deux taux étaient inférieurs au niveau que Wanigasinghe et ses collègues considèrent comme celui d'un botaniste expérimenté, soit 90 à 95 %. Ils ont toutefois identifié des pistes d'amélioration.
Tout d'abord, il est utile de photographier un élément diagnostique. Il s'agit de photographier un organe reproducteur, comme des fleurs, des fleurons ou des fruits. Si votre plante n'est pas en fleurs, vous partez avec un désavantage. Choisir le bon moment pour votre relevé est donc probablement la meilleure chose à faire pour obtenir les meilleurs résultats.
Si vous utilisez iNaturalist, la meilleure façon d'améliorer la précision des suggestions est de prendre une photo de bonne qualité. Cela représente un gain de 15 à 23 % par rapport aux images de qualité moyenne ou faible. Prendre plusieurs photos sous différents angles est une autre méthode efficace. Flora Incognita permet de combiner des images pour améliorer la précision des suggestions. iNaturalist adopte une approche différente : vous pouvez télécharger plusieurs images, mais la suggestion ne provient que d'une seule. Wanigasinghe et ses collègues affirment qu'iNaturalist pourrait améliorer sa précision en combinant les images lors de l'évaluation. Cependant, l'intervention humaine dans l'évaluation des images iNaturalist fait que l'utilisation de plusieurs images reste une bonne solution.
Sans surprise, c'est pour les graminées et les carex que l'écart entre les applications et les humains était le plus important. La technique consiste ici à remplir le cadre avec une seule espèce. Cette méthode a permis un gain de 20 % dans Flora Incognita et de 9 % dans iNaturalist, bien que l'analyse statistique montre que ce gain de 9 % pourrait ne pas être significatif pour iNaturalist. L'un des problèmes rencontrés lors de l'étude était lié aux conditions de collecte. Wanigasinghe et ses collègues écrivent :
En 2023, la croissance et le développement des plantes dans les prairies ont été affectés par des précipitations inférieures à la moitié de la moyenne des 30 dernières années. Ce déficit a limité la photographie des plantes à fruits et à fleurs, notamment des graminées. Par exemple, 74 % des images de graminées que nous avons collectées ne montraient que leurs structures végétatives. Dans ces conditions de terrain difficiles, la combinaison de perspectives multiples s'avère essentielle pour améliorer la précision de l'identification.
Le problème avec ces techniques photographiques, c'est qu'elles prennent du temps. Cela me convient, car je veux connaître l'identité de a Comme il s'agit d'espèces, je prends volontiers plusieurs photos pour identifier une plante. Dans le cadre professionnel, ce temps supplémentaire consacré à chaque plante recensée double, voire triple, la durée totale du relevé par rapport à un relevé réalisé par un expert.
Tout n'est pas perdu pour les applications. Wanigasinghe et ses collègues expliquent : « L'identification au niveau du genre/de la famille, ou le regroupement des taxons difficiles en complexes ou agrégats, est un compromis pragmatique largement accepté dans le cadre du suivi écologique et des études de terrain, lorsque l'identification au niveau de l'espèce est impossible sur le terrain en raison de la similarité visuelle ou des limites de l'observateur (techniciens de terrain inexpérimentés, etc.). » Flora Incognita a atteint une précision de 88.4 % pour les genres. Un résultat inférieur à celui de l'humain, certes, mais plus proche. Ils ont également calculé que l'ajout d'images supplémentaires à une observation permettrait d'augmenter la précision au niveau du genre de 74 % à 80 % pour iNaturalist, si l'application utilisait plusieurs images pour identifier une espèce.
Les auteurs citent également Les travaux de Jones & Jones sur la précision des applicationsCette étude a constaté une augmentation de 20 % de la précision entre 2020 et 2023. Il convient de rappeler que la publication d'un article prend du temps, comme le soulignent les auteurs : « La précision présentée dans notre étude représente un instantané des performances de l'application mobile au moment des tests. » Ils notent des améliorations mensuelles.
Mais, selon Wanigasinghe et ses collègues, l'amélioration de la précision n'est pas le seul atout potentiel des photos à l'avenir : « Alors que la plupart des recherches en intelligence artificielle appliquées à la botanique se sont concentrées sur l'amélioration de la précision de l'identification des plantes en corrigeant les erreurs et les biais, le véritable potentiel des relevés photographiques commence tout juste à être exploré. Les botanistes s'orientent désormais vers la formation et l'application de modèles d'apprentissage profond au-delà de la simple identification des espèces. » Les photos collectées aujourd'hui pourraient contribuer à répondre à des questions sur la variation phénotypique, les données relatives aux caractéristiques des plantes et les données environnementales, ce qui permettra, à l'avenir, d'interroger un plus grand nombre de personnes à partir de ces mêmes données.
LIRE L'ARTICLE
Wanigasinghe, I., Haughland, D., Pyle, L.Villeneuve, M., et Nielsen, S.(2026) Évaluation des applications d’identification des espèces comme outil pour les relevés de plantes vasculaires sur de petites parcelles en Alberta, au Canada. AoB PLANTS, 18(3). Disponible à: https://doi.org/10.1093/aobpla/plag020.
Image de couverture: cornus canadensis by Kallum McDonald / iNaturaliste CC0
