Doctorant modélisation intégrée du masting des chênes et du devenir de la régénération forestière dans le contexte du changement climatique h/f

Chez de nombreuses espèces de plantes pérennes, l'intensité des fructifications varie fortement d'une année à l'autre et ces fluctuations sont souvent synchronisées à l'échelle des populations. Cette stratégie de reproduction, appelée masting, exerce une influence déterminante sur la régénération forestière, la démographie et l'évolution des espèces animales qui consomment ces ressources, avec des effets en cascade sur la dynamique des communautés et le fonctionnement des écosystèmes. Outre les enjeux écologiques et économiques majeurs du masting, celui-ci constitue une énigme évolutive. Comprendre les mécanismes qui sous-tendent le masting et leurs causes évolutives est essentiel pour prédire les impacts du changement climatique sur la dynamique des fructifications et la régénération forestière. Les chênes représentent un groupe clé à cet égard : leurs mécanismes de masting sont particulièrement complexes, alors même qu'ils jouent un rôle majeur dans les écosystèmes forestiers tempérés. Chez les chênes, l'effort de floraison fluctue fortement selon les années et explique en grande partie la variabilité de la production de glands.
La thèse visera à atteindre trois objectifs principaux : (i) Identifier, à partir de données empiriques accumulées sur une large échelle spatiale et des suivis individuels de plus d'une décennie, les déterminants de l'induction florale et de l'effort de floraison des chênes de régions tempérées ; (ii) Construire un modèle d'évolution du masting basé sur les stratégies d'induction florale et l'allocation de ressources ; (iii) Explorer des scénarios sur l'évolution du masting et le succès de régénération des chênaies (en intégrant la pression exercée par les insectes consommateurs de glands) dans le contexte du changement climatique.
Profil recherché :
Diplôme requis : Master 2 en écologie et évolution - Spécialité/domaine : Modélisation en écologie et évolution, écologie théorique
Compétences attendues :
- Analyses statistiques
- Modélisation mathématique et numérique
- Rédaction scientifique en Anglais (rapports, articles)
- Capacité à animer des réunions et à garantir la qualité des outils et la reproductibilité des résultats
Connaissances :
- Recueil, analyse et traitement de données
- Bon niveau d'anglais (B2-C1)
- Informatique appliquée
- Bases solides en écologie évolutive
Qualités personnelles :
- Esprit critique et capacité de synthèse
- Travail en équipe et autonomie

Contexte de travail
La personne recrutée intégrera le Laboratoire de Biométrie et Biologie Évolutive (UMR 5558, Université Lyon 1, UCBL), situé sur le campus LyonTech La Doua (Villeurbanne). La thèse sera co-dirigée par Samuel Venner (Université Lyon 1) et Nicolas Delpierre (Université Paris-Saclay) et sera aussi co-endadrée par M.-C. Bel-Venner (UCBL) et Vincent Boulanger (ONF). Le doctorant travaillera au sein de l'équipe Écologie Quantitative et Évolutive des Communautés et en interaction avec ses membres.
Le travail de modélisation bénéficiera de la collaboration existante avec des chercheurs du CEFE (Montpellier), de BIOGECO (Bordeaux) et des responsables gestionnaires de forêts (ONF).
Nos petits + :
- Un environnement de travail stimulant au contact de personnels de la recherche
- Un accompagnement professionnel avec des formations internes au laboratoire
- Une possibilité de télétravailler
- Un restaurant d'entreprise qui permet de déjeuner à un prix intéressant.
- Le remboursement partiel des titres de transport (75%)
+ forfait mobilité durable pouvant aller jusqu'à 300€/an
- Un site accessible en transport en commun (Tram T1 + T4 + bus)
- 44 jours de congés / RTT par an
- Participation financière au frais de mutuelle

Contraintes et risques
Aucune contrainte particulière. La thèse reposera sur des données déjà disponibles (issues de réseaux de suivi sur 44 sites en France métropolitaine depuis 2012 ou 2018). Des premières versions du modèle mathématique existent déjà ; le doctorant en développera de nouveaux modules. Une participation ponctuelle à des campagnes d'échantillonnage en forêt et au traitement d'échantillons en laboratoire est souhaitée.