Les forêts tropicales couvrent environ 31 % de la surface forestière mondiale et abritent près de 55 % des stocks de carbone épigé, tout en contribuant à environ la moitié du puits de carbone annuel des forêts. Elles jouent ainsi un rôle crucial dans l'atténuation des changements climatiques et leur caractérisation et leur suivi présente un enjeu majeur.
Les méthodes classiques d’estimation de la biomasse épigée des arbres, et donc des stocks de carbone au-dessus du sol, reposent sur des relations allométriques établies à partir de mesures destructives. Ces relations lient des variables facilement mesurables à l’échelle de l’arbre (e.g diamètre à hauteur de poitrine, hauteur totale) à la biomasse. En l’absence de données spécifiques, une seule équation est souvent appliquée à l’ensemble des espèces, sans tenir compte de la forte variabilité architecturale des arbres observée dans ces écosystèmes hyper diversifiés. Les variations des propriétés structurelles (p.e. dimensions de couronne, topologie et géométrie du système ramifié) s’expliquent en partie par des différences d’allocation de biomasse dans les compartiments de l’arbre (p.e. tronc/branches) et par des règles de croissance variables. Elles dépendent fortement des espèces et de leur ontogénie. Toutefois, elles sont aussi largement contraintes par l’environnement (p.e. conditions de compétition locales, conditions climatiques, conditions édaphiques).
La personne recrutée aura pour mission de caractériser et comprendre les sources de variations des propriétés structurelles des arbres en forêt naturelle afin de mieux calibrer les relations allométriques et améliorer les estimations et les prédictions des stocks de carbone des forêts tropicales humides.
Activités
Dans le cadre de l’initiative One Forest Vision (OFVi) [ https://www.oneforestvision.org/], et plus particulièrement d’une activité en lien avec le réseau Geo-Trees (https://geo-trees.org/), un financement de postdoctorat (1 ans renouvelable) est proposé pour contribuer à cette thématique.
Depuis plusieurs années, l’UMR AMAP et ses partenaires collecte des données de LiDAR terrestre sur des sites de forêts tropicales naturelles inventoriés et suivis, principalement dans le bassin du Congo (Cameroun, RDC) et en Amazonie (Guyane française) et présentant des gradients climatiques et de structure forestière. Plusieurs milliers d’arbres répartis dans des espèces et stratégies fonctionnelles contrastées ont été modélisés à partir de ces données sous forme de QSM (i.e Quantitative Structural Models) permettant d’encoder la topologie et la géométrie de l’ensemble du système ramifié.
La personne recrutée devra :
1. Analyser les QSM existants pour constituer une base de données structurée de traits architecturaux et d’indice de distribution de la biomasse à l’échelle de l’arbre (notamment sur la base de la librairie R aRchi).
2. Enrichir cette base avec de nouvelles données de LiDAR terrestre acquises mais non encore traitées en s’appuyant sur une équipe d’assistants et une chaîne de traitement éprouvée.
3. Réaliser des méta-analyses des traits architecturaux pour explorer leurs variabilités (intra, inter-espèces) et l’effet de gradients environnementaux et de la structure des peuplements.
4. Valoriser les résultats à travers la rédaction d’articles scientifiques.
Ces travaux permettront de mieux comprendre les déterminants de la diversité architecturale des arbres tropicaux, et d’intégrer cette diversité dans les équations allométriques afin d’améliorer les estimations de biomasse et de stocks de carbone épigées à grande échelle.
Des données complémentaires (ex. LiDAR aéroporté & imagerie RGB) sont également disponibles sur certains sites et permettront de caractériser la structure à l’échelle du peuplement ou de l’aborder de façon dynamique (suivis mensuels par drone, acquisitions répétées par LiDAR terrestre, suivi de l’accroissement secondaire à partir de dendromètre). En fonction des intérêts du/de la candidat·e, il sera aussi possible d’explorer les liens entre les traits architecturaux et des espaces de traits fonctionnels classiques (e.g. foliaires, densité de bois), sur des arbres déjà échantillonné sur un des sites d’études.
Compétences
• Doctorat en écologie forestière, biologie des arbres ou disciplines connexes.
• Connaissance des écosystèmes tropicaux et des enjeux liés à leur conservation appréciée.
• Compétences en analyse de données, statistiques et programmation (R, Python) attendues.
• Expérience dans le traitement de données LiDAR et l’analyse de QSM fortement appréciée.
• Autonomie, aptitude au travail en équipe et capacité à publier dans des revues scientifiques internationales.
Votre candidature devra comporter:
- CV détaillé, y compris liste de publications
- Lettre de motivation
- Liste de 3 référents avec leurs coordonnées, précisant pour chacun la nature des liens professionnels partagés (lettre de recommandation acceptées)
- Une proposition de projet de recherche en lien avec les thématiques et données décrites est attendue.
Contexte de travail
Vous serez rattaché.e et accueilli.e au sein de l’UMR AMAP (botAnique et Modélisation de l'Architecture des Plantes et des végétations), un laboratoire interdisciplinaire étudiant les végétations tropicales. Vous interagirez avec des chercheurs spécialistes en écologie des forêts tropicales, en architecture des arbres, en modélisation des végétations et en télédétection. Des collaborations nationales et internationales avec des équipes associées à l’initiative OFVi et du projet GeoTrees seront également souhaitables. Des missions au Cameroun pour la collaboration avec une équipe locale (ENS Yaoundé) et des acquisitions de données complémentaires sont à envisager.
Vous serez rattaché.e et accueilli.e au sein de l’UMR AMAP (botAnique et Modélisation de l'Architecture des Plantes et des végétations), un laboratoire interdisciplinaire étudiant les végétations tropicales. Vous interagirez avec des chercheurs spécialistes en écologie des forêts tropicales, en architecture des arbres, en modélisation des végétations et en télédétection. Des collaborations nationales et internationales avec des équipes associées à l’initiative OFVi et du projet GeoTrees seront également souhaitables. Des missions au Cameroun pour la collaboration avec une équipe locale (ENS Yaoundé) et des acquisitions de données complémentaires sont à envisager.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.