Thèse (H/F) sur la modélisation de la biodiversité forestière à large échelle dans un contexte de chang

Sujet de thèse :
Les forêts abritent une grande partie de la biodiversité des écosystèmes terrestres, qui se retrouve aujourd'hui menacée par l’ampleur des changements globaux. Par exemple, il a été observé que les plantes forestières compensent en partie la hausse des températures des dernières années en se déplaçant vers les sommets, ou que l’effet combiné du changement climatique et des attaques de scolytes conduisait au dépérissement massif des peuplements d’épicéa dans les Vosges. Ces dynamiques entraînent des remaniements des communautés dont l’impact sur la biodiversité et le fonctionnement des forêts est encore mal connu et difficile à anticiper. Prédire la dynamique spatio-temporelle de ces changements nécessitent l’utilisation de modèles empiriques, dont la plupart repose sur la projection sous des scénarios environnementaux futurs de relations corrélatives entre la présence d’espèces et son environnement. Bien que informative, cette approche reflète une évolution de la biodiversité potentielle qui ne prend pas en compte de nombreux processus impliqués dans l’assemblage des communautés, comme la compétition, et leurs réponses aux changements environnementaux, via la croissance, la reproduction, la dispersion, l’adaptation ou la régulation du microclimat.

L'objectif de cette thèse est de simuler les changements spatio-temporels de la biodiversité en réponse aux changements globaux en tenant compte des interactions existantes entre microclimat, dynamique des peuplements forestiers et redistribution de la biodiversité. Le(la) doctorant(e) pourra s’appuyer sur le modèle PhorEau (Postic et al. 2025), qui est un modèle semi-mécaniste de dynamique des peuplements forestiers. Il résulte du couplage d’un modèle de trouées (ForCEEPS, Morin et al. 2021) avec un modèle de répartition des essences basé sur la phénologie (PHENOFIT, Chuine & Baubien 2001), un modèle d’hydraulique des arbres (SurEAU, Cochard et al. 2021), et d’un modèle microclimatique (Gril et al. 2023).

Au cours de sa thèse, le(la) doctorant(e) devra:
(1) passer d’une prédiction de la dynamique forestière de l’échelle peuplement à l’échelle paysagère: il est impossible de rendre le modèle PhorEau spatialement explicite et efficace à large échelle spatiale. Par conséquent, le(la) doctorant(e) interpolera les projections ponctuelles de PhorEau grâce à un modèle de machine learning expliquant le nombre d’espèces d’arbres en fonction de covariables abiotiques et biotiques spatialisées (notamment à partir d’image satellite permettant une couverture du territoire français). Ce travail pourra s’appuyer sur les données de l’Inventaire Forestier National (IFN) pour l’initialisation du modèle PhorEau, et la validation spatiale.

(2) simuler le futur de la diversité arborée: le(la) doctorant(e) réalisera plusieurs simulations selon différents scénarios de changements environnementaux (au moins de changements climatiques), et produira des cart
Voir plus sur le site emploi.cnrs.fr...