Where PhDs and companies meet
Menu
Login

Diversité Fonctionnelle des peuplements forestiers et résistance face aux sécheresses

ABG-137461 Thesis topic
2026-04-01 Public funding alone (i.e. government, region, European, international organization research grant)
INRAE
- Grand Est - France
Diversité Fonctionnelle des peuplements forestiers et résistance face aux sécheresses
  • Ecology, environment
forêt, sécheresse, inventaire forestier national, diversité fonctionnelle, diversité structurelle

Topic description

CONTEXTE ET OBJECTIFS

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).

Ce projet de thèse vise à étudier l’effet de la diversité fonctionnelle et structurelle des peuplements forestiers sur leurs résistances et résiliences face aux sécheresses à l’échelle de la région Grand-Est et à l’échelle nationale, sur la période 1980 – 2025, à partir des données de l’inventaire forestier national (IFN). Les objectifs détaillés du travail de thèse proposé visent à répondre aux questions suivantes :

1.           Quelle est la diversité fonctionnelle (ex. Indice de Rao) des espèces d’arbres dans les peuplements forestiers ? Alors que l’identification botanique des espèces d’arbre dans les parcelles de l’IFN est bien connue, il n’existe pas d’étude actuellement pour décrire le niveau de diversité fonctionnelle des arbres dans ces parcelles.

2.           Quel est le niveau de complexité des peuplements forestiers en termes de structure (ex. Indice de Gini) ? Existe-t-il des gradients de complexité en lien avec les différents peuplements forestiers rencontrés dans le Grand-est et en France ? Est-ce que le type de gestion forestière [gestion publique / privée, absence de gestion (cf. Parcs, Réserves intégrales, …] restreint ou accentue cette complexité ?

3.           Quel est l’impact de la complexité du peuplement (composition fonctionnelle, structure du peuplement) sur la réponse des forêts, en termes de croissance et de mortalité, face aux sécheresses extrêmes rencontrées au cours des quatre dernières décennies ? Nous quantifierons les synergies ou au contraire les compromis potentiels.

Ce projet permettra de mettre en évidence quels sont les types de mélange fonctionnel et de structuration des peuplements qui permettent une meilleure résistance et résilience à la sécheresse. Il contribuera à proposer des pistes pour les gestionnaires forestiers concernant les modalités d’adaptation aux changements climatiques des peuplements à privilégier dans les forêts du territoire métropolitain, et plus particulièrement dans la région Grand-Est.

Ce projet se caractérise par l’utilisation de concepts liés aussi bien à l’écologie fonctionnelle des arbres, à l’écologie des communautés (analyse des interactions entre espèces d’arbre), et à la foresterie. Il est donc par nature interdisciplinaire. Ce travail aura des applications directes sur la foresterie et la gestion des forêts.

METHODES

Ce travail de thèse est basé principalement sur l’analyse de données existantes issues de l’inventaire forestier national (IFN) et des traits fonctionnels des espèces d’arbre disponibles dans les bases de données. Il s’agira également de délimiter dans l’espace et le temps les évènements de sécheresse extrême observés sur les relevés climatiques et via le modèle de bilan hydrique ©Biljou sur la période étudiée.

Les encadrants de ce projet disposent déjà de l’ensemble des données de croissance, mortalité, nombre d’espèces, etc… de l’IFN. Le travail de thèse consistera d’abord à rassembler les données climatiques et les caractéristiques fonctionnelles des espèces (ex. bases de données TRY, …). Il s’agira ensuite d’utiliser des modèles statistiques d’analyse de données afin de répondre aux questions de recherche posées.

Starting date

2026-10-01

Funding category

Public funding alone (i.e. government, region, European, international organization research grant)

Funding further details

Presentation of host institution and host laboratory

INRAE

Le projet de thèse est co-porté par D. BONAL (DR INRAE, HDR, dans UMR Silva à Champenoux) et L. HERTZOG (CR IGN, dans l’USC LIF à Nancy). Cette codirection permet de réunir des expertises et disciplines de recherches complémentaires autour d’une même question de recherche. Des partenaires de l’UMR SILVA, de l’UMR CEFE Montpellier, du LESSEM Grenoble ou de l’ONF Grand-Est apporteront également leur expertise au projet et participeront aux réunions de travail et au comité de suivi de la thèse (1 fois par an).

PhD title

Doctorat en Biologie et Ecologie des forêts

Country where you obtained your PhD

France

Institution awarding doctoral degree

Université de Lorraine

Graduate school

Sciences et Ingénierie des Ressources Naturelles

Candidate's profile

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.  

2026-06-30
Partager via
Apply
Close

Vous avez déjà un compte ?

Nouvel utilisateur ?