Laboratoire d’accueil :
INRAE Grenoble, UR LESSEM
Equipe de recherche : Dynamics
2 rue de la Papeterie, BP 76,
38402 Saint-Martin-d’Hères
Responsables du stage :
Patrick Vallet (patrick.vallet@inrae.fr), Natacha Savine (natacha.savine@inrae.fr)
Tel : 04 76 76 27 34
Contexte et objectifs du stage :
La gestion durable des forêts repose sur une connaissance fine des processus démographiques, notamment du recrutement, qui désigne l’apparition de nouveaux arbres dans un peuplement forestier (typiquement le passage du seuil de 7.5 cm de diamètre). Le recrutement est influencé par une multitude de facteurs, incluant l’essence, le mode de gestion forestière, l’intensité de la sylviculture, les caractéristiques des stations (sol, climat), ou même les perturbations naturelles.
L’objectif de ce stage est de développer des modèles prédictifs de recrutement pour différents modes de gestion forestière, notamment pour la futaie irrégulière et pour les mélanges de futaie et de taillis, en analysant l’influence des facteurs les plus déterminants. Le développement de ces modèles aura une double vocation : ils permettront d’une part améliorer les connaissances en écologie forestière liées à ce processus, et d’autre part ils alimenteront le développement du simulateur de croissance Salem (Aussenac et al., 2021). Ce simulateur est actuellement utilisé pour la recherche mais aussi par les partenaires gestionnaires des forêts (l’ONF notamment) mais n’est actuellement adapté qu’aux futaies régulières. Ce stage contribuera à rendre cet outil adapté de plus nombreuses situations forestières.
Pour élaborer ces modèles, nous utiliserons les données de l’Inventaire Forestier National de l’IGN, qui rassemblent près de 110 000 placettes forestières, et plus de 2 millions de mesures de circonférences d’arbres, avec un maillage systématique sur l’ensemble du territoire métropolitain. Le stage fera intervenir des méthodes de modélisation avancées (notamment des modèles généralisés avec une distribution d’erreur de type binomiale négative).
Ce sujet permettra au stagiaire ou à la stagiaire d’acquérir de fortes compétences en modélisation statistique. L’équipe d’accueil possède une longue expérience de ces données et de la modélisation statistique (Voir par ex. Guyennon et al., 2023) et pourra former le ou la stagiaire sur ces outils. Il n’est pas nécessaire de les maitriser avant d’aborder le stage, mais une appétence pour la programmation en R, la manipulation et l’analyse de données est indispensable.
Cadre du stage :
Ce stage se déroulera au sein du LESSEM, un laboratoire INRAE du Centre de Grenoble, dans l’équipe Dynamics (https://www.lessem.fr/dynamics/). Le stage sera encadré par Natacha Savine dans le cadre de son doctorat, et Patrick Vallet, chargé de recherches. Le ou la stagiaire sera gratifié(e) au montant officiel (autour de 600€ nets/mois).
Profil souhaité du candidat :
– Bonnes connaissances en analyse de données, intérêt pour la modélisation
– Maitrise du logiciel de statistiques R
– Rigueur
– Bonnes capacités rédactionnelles
– Anglais indispensable
Pour candidater :
Merci d’envoyer CV et lettre de motivation par mail à Natacha Savine (natacha.savine@inrae.fr) et Patrick Vallet (patrick.vallet@inrae.fr) d’ici le 25 octobre. Des entretiens seront proposés aux candidates et candidats présélectionnés. Passé ce délai, vous pouvez toujours envoyer votre candidature au cas où aucun candidat n’ait été retenu.
Aussenac, R., Pérot, T., Fortin, M., de Coligny, F., Monnet, J.-M., Vallet, P., 2021. The Salem simulator version 2.0: A tool for predicting the productivity of pure and mixed forest stands and simulating management operations [version 2; peer review: 2 approved]. Open Res. Eur. 1. https://doi.org/10.12688/openreseurope.13671.2
Guyennon, A., Reineking, B., Salguero-Gomez, R., Dahlgren, J., Lehtonen, A., Ratcliffe, S., Ruiz-Benito, P., Zavala, M.A., Kunstler, G., 2023. Beyond mean fitness: Demographic stochasticity and resilience matter at tree species climatic edges. Glob. Ecol. Biogeogr. 32, 573–585. https://doi.org/10.1111/geb.13640
Commentaires récents