Offre de thèse
RGE/IGN : Diversité Fonctionnelle des peuplements forestiers et résistance face aux sécheresses
Date limite de candidature
30-06-2026
Date de début de contrat
01-10-2026
Directeur de thèse
BONAL Damien
Encadrement
Directeur de Thèse : Damien BONAL, HDR, Directeur de Recherches en Ecologie et Ecophysiologie, INRAE, UMR SILVA à Champenoux. Co-Directeur de Thèse : Lionel HERTZOG, Chargé de Recherches en Monitoring et Ecologie forestière, IGN, USC LIF à Nancy
Type de contrat
école doctorale
équipe
FORESTREEcontexte
Le changement climatique s'accompagne de l'augmentation de la fréquence et de l'intensité des épisodes de sécheresse (ex. 2018-2019, 2022). Ces sécheresses ont mené à des déclins de la productivité des forêts et à une augmentation de la mortalité, en France et en Europe (Ciais et al. 2005). En outre, les effets de ces sécheresses sont exacerbés par des températures extrêmes (Van der Woude et al. 2023) ainsi que par des crises sanitaires provoquées par des bioagresseurs (Pirtskhalava-Karpova et al. 2024). Plusieurs leviers d'adaptation des écosystèmes forestiers ont été identifiés afin d'atténuer la sensibilité de ces écosystèmes face aux sécheresses, dont notamment la complexification des peuplements en termes (i) de composition en essences (plusieurs essences qui cohabitent en peuplements mélangées) présentant une gamme de diversité fonctionnelle, et (ii) d'hétérogénéité verticale (irrégularité de la structure du peuplement) (Pickering et al. 2025). Pour autant, plusieurs études ont montré que les effets de la diversification en essences sur la résistance des peuplements forestiers face aux sécheresses n'étaient pas universels et dépendaient de nombreux facteurs (ex. Grossiord, 2019).spécialité
Biologie et écologie des forêts et des agrosystèmeslaboratoire
SILVA
Mots clés
Forêt, Sécheresse, Inventaire Forestier National, changement climatique, Diversité fonctionnelle, Diversité structurelle
Détail de l'offre
Le changement climatique engendre des sécheresses plus fréquentes et plus intenses. Les écosystèmes forestiers subissent ces sécheresses et montrent actuellement une productivité en déclin ainsi qu'une mortalité en hausse. Plusieurs facteurs sont pressentis pour moduler les effets négatifs de ces perturbations et ainsi augmenter la résistance et résilience des forêts, notamment la diversité fonctionnelle – la variabilité des traits fonctionnels – et la diversité structurelle – le degré d'irrégularité de structure verticale du peuplement. L'identification de ces facteurs de modulation pourrait permettre de mieux adapter la gestion des forêts dans le contexte du changement climatique. Les travaux de recherche réalisés dans le cadre de la thèse ont pour objectifs d'étudier l'effet de la diversité fonctionnelle et structurelle des peuplements forestiers sur leurs résistances face aux sécheresses. Ils s'appuieront sur des jeux de données déjà existants (Inventaire Forestier National, TRY…).
Keywords
Forest, Drought, National Forest Inventory, Climate Change, Functional Diversity, Structural Diversity
Subject details
Climate change is causing more frequent and intense droughts. Forest ecosystems are impacted by these recurrent droughts and are currently showing declining productivity and increasing mortality. Several factors are thought to modulate the negative effects of these disturbances and thus increase the resistance and resilience of forests, notably functional diversity — the variability of functional traits — and structural diversity — the degree of irregularity in the vertical structure of the stand. Revealing the potentially increased resilience of functionally and structurally diverse forests to drought would allow adapting management practices to climate change. The research conducted in this PhD will mainly draw on existing datasets (National Forest Inventory, TRY, etc.).
Profil du candidat
Le.la candidat.e doit être titulaire d'un Master en écologie, ou en sciences et ingénierie forestières ou de l'environnement, ou dans un domaine connexe. Une expérience de manipulation de bases de données, de modélisation et d'analyses statistiques (en particulier avec R), sont attendues. Il.elle doit posséder une très bonne maîtrise de l'anglais.
Candidate profile
The candidate should hold a Master's degree (or equivalent) in ecology, forest, environmental sciences, or in a related field. The candidate should demonstrate strong quantitative and computational skills, with experience in handling large datasets and performing statistical analyses. A good level of English is expected while knowledge of French is not mandatory but a willingness to learn will be an asset.
Référence biblio
Ciais et al. 2005
Van der Woude et al. 2023
Pirtskhalava-Karpova et al. 2024
Pickering et al. 2025
Grossiord, 2019