Contexte du poste 

Le poste s’inscrit dans le projet MADE IN FRANCE intitulé « Modéliser les Assemblages d’essences et les Dynamiques forestières en Environnement INcertain de FRANCE Hexagonale » qui vise à mobiliser les apports théoriques et techniques récents dans les domaines de l’écologie, des mathématiques appliquées et de l’intelligence artificielle (IA) pour répondre à 3 défis en réponse au contexte actuel et futur du changement climatique : (1) optimiser les assemblages d’essences arborescentes pour accroître la résilience des forêts ; (2) caractériser l’insertion des essences dans l’écosystème forestier de la France hexagonale ; et (3) évaluer l’avenir de peuplements forestiers sous contraintes. Le projet regroupe 13 partenaires et 12 unités de recherche, dont le l’unité mixte de recherche (UMR) « Écologie et Dynamique des Systèmes Anthropisés » (EDYSAN), qui coordonne MADE IN FRANCE. Ce projet est inscrit dans l’un des Programmes et Équipements Prioritaires de Recherche (PEPR), le PEPR FORESTT sur la résilience des forêts (https://www.pepr-forestt.org/projets/made-in-france), au sein duquel l’UMR EDYSAN est très impliquée.

L’offre de postdoc proposée ici est intégrée au premier bloc de travail ou « work package » (WP1) du projet MADE IN FRANCE intitulé « Accroître la résilience des forêts par l’optimisation des assemblages d’essences arborescentes ». Au sein de ce WP1, l’unité EDYSAN (Jonathan Lenoir), en collaboration avec le Centre de Recherche en Informatique de Lens (CRIL) (Christophe Lecoutre) ainsi que le Centre National de la Propriété Forestière et l’Institut pour le Développement Forestier (IDF) (Benjamin Cano), propose de mobiliser la théorie des niches écologiques et l’écologie fonctionnelle, les modèles de distribution d’espèce et l’IA pour, d’une part, déterminer dans une région et un contexte stationnel donnés le réservoir d’essences forestières potentielles, qu’elles soient d’origine indigène ou exotique, et, d’autre part, identifier des combinaisons d’espèces permettant de maximiser la résilience (via la diversité, la complémentarité et la redondance fonctionnelles) des futurs peuplements forestiers français.

Objectif du poste

L’unité de recherche EDYSAN souhaite recruter une personne en post-doctorat pour une durée de 20 mois et dont la mission sera de répondre à l’objectif principal du WP1 du projet MADE IN FRANCE, c’est-à-dire de modéliser les possibles assemblages d’essences arborescentes au sein d’une région donnée en France, dans le but d’optimiser la résilience des écosystèmes forestiers français vis-à-vis des futurs scenarios établis par le Groupe d'experts Intergouvernemental sur l'Évolution du Climat (GIEC).

Pour atteindre cet objectif, une liste d’environ 200 essences arborescentes, indigènes ou exotiques, a déjà été établie. Sur la base de cette liste, la personne recrutée s’appuiera sur la théorie des niches écologiques pour caractériser, pour chaque unité spatiale de la France hexagonale, le pool des espèces arborescentes qui passent et passeront au travers des filtres environnementaux abiotiques, comme le filtre lié aux conditions édaphiques que l’on supposera constant au cours du temps mais surtout ceux liées aux conditions climatiques actuelles et futures en fonction des différents scenarios du GIEC (étape 1).

En parallèle, cette même personne s’appuiera sur les fondations de l’écologie fonctionnelle pour calibrer plusieurs modèles statistiques de lien entre les caractéristiques fonctionnelles des peuplements (p.ex. hauteur dominante, surface foliaire, risque d’embolie, qualité de la litière, risque d’incendie), qui pourront être pondérées par l’état de santé des peuplements, et les conditions climatiques et édaphiques actuelles, ceci dans le but de spatialiser les trajectoires futures attendues pour ces mêmes caractéristiques fonctionnelles (étape 2).

Même si la finalité est ici d’optimiser les futurs assemblages d’essences aux futurs contextes climatiques de la France hexagonale, la personne recrutée s’appuiera sur des données disponibles à l’échelle européenne, voire mondiale, pour calibrer les modèles statistiques sur une large gamme de conditions climatiques possibles, tout en identifiant de potentiels non-analogues climatiques. Enfin, les prédictions issues des différentes trajectoires possibles pour les caractéristiques fonctionnelles étudiées pourront être confrontées aux traits fonctionnels des espèces identifiées lors de la première étape et ainsi être utilisées comme des filtres biotiques pour optimiser le choix des assemblages d’essences possibles en termes de résilience (étape 3).

La personne recrutée devra autant que possible s'appuyer sur la bibliothèque PyXAI (https://www.cril.univ-artois.fr/pyxai/) développée par le CRIL pour calibrer les modèles de prédiction des trajectoires fonctionnelles futures. Une piste d'étude consiste, par exemple, à calibrer une première série de modèles de type « forêts aléatoires » (RF, XGBoost, etc.), dont la génération et le calcul d'explications sont disponibles dans la bibliothèque PyXAI, à partir de données collectées sur l'ensemble de l'Europe et sur la base d'un ensemble de conditions environnementales incluant les conditions climatiques passées. Un processus de « rectification » (cf. outil « rectifier » de PyXAI) des prédictions (issues de la première série de modèles) entrant en conflit avec les connaissances de l'utilisateur pourra être utilisé. Ces connaissances peuvent provenir de données indépendantes (non utilisées pendant la phase d'entraînement) qui montrent que sur le terrain les peuplements sont aujourd’hui dépérissant là où les modèles d'apprentissage font des prédictions erronées des propriétés fonctionnelles.

Mission du poste

Les principales missions de la personne recrutée en post-doctorat seront les suivantes :

• Identifier les pools régionaux d’espèces qui passeront les filtres abiotiques (climatiques et édaphiques) ;
• Modéliser les caractéristiques fonctionnelles actuelles des peuplements forestiers en bonne santé ;
• Spatialiser les trajectoires des caractéristiques fonctionnelles futures des forêts françaises ;
• Rédiger au moins un article scientifique sur la modélisation des caractéristiques fonctionnelles ;
• Optimiser les assemblages d’espèces futurs/cibles en termes de résilience.

Compétences requises

Compétences techniques :

La personne recherchée doit avoir de fortes compétences en analyses de données et plus particulièrement en :

• Programmation, de préférence sous R ou Python, pour l’analyse de données temporelles et spatiales ;
• Ecologie forestière ou sciences forestières et en géographie physique, hydrographie ou cartographie ;
• Statistiques, éco-informatique ou écologie numérique appliquée à la modélisation spatiale ;
• Anglais lu/écrit/parlé obligatoire.

Compétences humaines :

Rigueur, curiosité, autonomie, capacités relationnelles, capacités organisationnelles et capacités rédactionnelles.

Niveau d’études minimum requis :

Bac +8, de préférence en sciences forestières, écologie numérique, biostatistiques ou analyses spatiales.

Autres compétences requises :

Permis B requis pour réaliser d’éventuelles missions au CRIL pour échanger sur les questions de machine learning et d'IA explicable (et l'utilisation de PyXAI).

Candidater

Les personnes souhaitant candidater sur le profil de poste sont invitées à soumettre un dossier contenant : (i) un CV listant les travaux scientifiques publiés ou en cours et (ii) une lettre de motivation. Le dossier est à envoyer avant le 21 septembre 2026 à Jonathan Lenoir (jonathan.lenoir@u-picardie.fr).