Post-doc (H/F). Diversité architecturale des arbres pour l’estimation des stocks de carbone aérien en f

Missions :
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
Voir plus sur le site emploi.cnrs.fr...