Les îlots de chaleur urbains (ICU) constituent un phénomène climatique préoccupant, particulièrement en contexte de changement climatique. Ils se traduisent par une élévation notable de la température de l'air (TA) dans les zones urbaines par rapport aux zones rurales environnantes, notamment pendant la nuit. Ce phénomène, aggravé par l’intensification et la fréquence accrue des épisodes de canicule, représente un risque sanitaire important, en particulier pour les populations les plus vulnérables (personnes âgées, enfants, personnes en situation de précarité, etc.).
La caractérisation des ICU repose sur la mesure de la différence de TA entre les milieux urbains et extra-urbains, généralement en milieu nocturne, lorsque le contraste thermique est le plus marqué. Pour identifier précisément ces zones et suivre leur évolution, il est indispensable de disposer de mesures de température de l’air avec un échantillonnage spatial suffisamment dense et représentatif à l’échelle intra-urbaine.
Une solution prometteuse pour pallier le manque de données in situ est l’utilisation de l’imagerie satellitaire, qui permet d’accéder à la température de surface (TS) selon une grille d’échantillonnage dense et régulière. Cependant, la relation entre la TS et la TA est complexe et non linéaire, influencée par de nombreux facteurs tels que l’usage du sol, l’humidité, la végétation, ou encore les caractéristiques des matériaux urbains. De ce fait, il n’est pas aisé de déduire directement la TA à partir de la TS.
L’objectif de ce stage est double :
* Étudier la relation entre la température de surface (TS) et la température de l’air (TA) dans un contexte urbain, en analysant cette corrélation à différentes résolutions spatiales et à différents moments de la journée et de la nuit. Cette première phase vise à mieux comprendre les conditions et les échelles pour lesquelles cette relation est la plus fiable.
* Développer et implémenter une méthode de reconstruction de la TA à partir de la TS, en s’appuyant sur des approches statistiques, des modèles d’apprentissage automatique ou d’autres techniques adaptées à la modélisation spatio-temporelle des données environnementales.
Ce travail s’inscrit dans une perspective de meilleure compréhension et anticipation des impacts des ICU, en vue de contribuer à des politiques d’adaptation urbaine plus efficaces.
Le stage pourrait débuter en Mars 2026.
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.