Reconnaissance automatique des bois de Fabacées d’Amérique centrale : potentiel pour l’anthracologie des sociétés mésoaméricaines et isthmo-colombiennes

CONTEXTE

L’anthracologie, ou étude des charbons de bois archéologiques, permet d’appréhender les relations entre les sociétés anciennes et les milieux. Fondée sur l’identification taxonomique des essences à partir de l’observation au microscope des structures anatomiques du bois, l’anthracologie est encore peu développée dans les zones tropicales, principalement en raison de la difficulté à identifier les taxons dans des milieux à forte biodiversité. C’est notamment le cas en Amérique centrale, région qui présente une mosaïque de types forestiers dont la composition floristique, l’extension et les limites altitudinales ont varié au cours de l’Holocène avec les fluctuations climatiques. D’un point de vue humain, l’Amérique centrale est à l’interface entre deux aires chrono-culturelles précolombiennes, la Mésoamérique au nord et l’aire isthmo-colombienne au sud. Les limites de chaque aire ont varié au cours du temps avec l’évolution des contextes socio-culturels, ce qui a entraîné des changements dans les usages des ressources, les modes d’occupation des territoires et l’impact anthropique sur les végétations.

OBJECTIFS
 

Dans la perspective de développer un projet de recherche archéoenvironnemental dans cette région, l’objectif de ce stage de Master 2 sera d’évaluer le potentiel de nouveaux outils (machine learning) en anthracologie pour approfondir l’étude des relations sociétés-environnement-climat en Amérique centrale à l’Holocène. Afin d’être réalisable dans le temps imparti du M2, le stage se concentrera sur le Honduras et le Nicaragua, où il existe des projets archéologiques susceptibles de fournir des collections anthracologiques pour des études futures.

 

MÉTHODE

La première étape sera de dresser un bilan des collections anthracologiques existantes et de discuter de leur potentiel informatif pour la paléoécologie et les pratiques humaines précolombiennes. Le coeur du stage sera consacré à tester la discrimination de certains taxons tropicaux dans les charbons archéologiques par apprentissage statistique (machine learning) des structures anatomiques du bois à partir de bois modernes de référence. Le travail portera sur 4 genres de la sous-famille des Mimosoidées (famille des Fabacées ou légumineuses) : Pithecellobium, Lysiloma, Leucaena et Inga. Ces genres présentent des structures anatomiques très homogènes qui ne permettent pas de les distinguer avec certitude par la méthode classique de l’anthracologie, ce qui limite fortement leur signifiance paléoécologique. Or, ils caractérisent des milieux différents (forêts semi-saisonnières à sèches pour les trois premiers, forêts très humides pour Inga). De plus, les Inga produisent des fruits comestibles, dont certaines espèces cultivées originaires d’Amazonie (p.ex. I. edulis) ont pu être diffusées en Amérique centrale dès l’époque précolombienne. L’étape finale consistera à discuter de la faisabilité et des apports du machine learning pour les questions paléo-environnementales et paléoéconomiques propres aux sociétés précolombiennes d’Amérique centrale (par exemple, identifier les conditions environnementales de croissance des arbres comme marqueur paléoclimatique) et proposer des protocoles méthodologiques adaptés. Ce bilan doit permettre de guider les futures campagnes d’échantillonnage anthracologique sur les sites archéologiques et celles de collecte de bois modernes pour augmenter les jeux de données d’apprentissage. Ce projet de recherche s’inscrit pleinement dans le périmètre de l’Académie 5, en particulier dans l’Axe 2 « Changements sociaux et environnements ».
Il vise à préparer un projet doctoral portant sur les relations sociétés-forêts-climat en Amérique centrale à l’époque précolombienne, à travers une approche anthracologique régionale et la mise en place d’outils novateurs. Si les résultats du test d’apprentissage sont concluants, on disposera de nouvelles données sur les paléoenvironnements, les pratiques humaines et la diffusion des arbres économiques en Amérique tropicale. L’aide à l’identification taxonomique des charbons par machine learning pourra être déployée sur d’autres taxons tropicaux et ainsi stimuler le développement de l’anthracologie dans ces régions.

 

CHERCHEURS ET LABORATOIRES PARTENAIRES

AUTRES PARTENAIRES

Centre d’Etudes Mexicaines et Centraméricaines (CEMCA) antenne Guatemala
Ambassade de France au Honduras

Publications

À venir

Conférences

Diffusion de la recherche

ANR et autres financements