Job-title-date-LABEX ARBRE-P.1
Labex ARBRE
Advanced Research on the Biology of TRee and Forest Ecosystems
Titre du poste
Assistant de recherche (post-doc) en analyse quantitative de la croissance
forestière en relation avec le changement climatique
Organisme
Employeur
Institut National de la Recherche Agronomique (INRA)
Département &
Equipe de
recherche
- Laboratoire de l’Inventaire Forestier, IGN/INRA (Institut National de
l’Information Géographique et Forestière), France
- Department of Forest Inventory, BFW (Austrian Research Centre for
forests), Autriche
Lieu de travail
- IGN, 54000 Nancy (France), 11 rue de l’Ile de Corse
- BFW, 1131 Vienna (Autriche), Seckendorff-Gudent-Weg 8
Durée du contrat
18 mois (9 mois en France + 6 mois en Autriche + 3 mois en France)
Salaire & Temps de
travail
2611,49€/mois (salaire brut mensuel indicatif), temps plein
Date limite des
candidatures
30 Mai 2016 (pouvant être prolongé par défaut de candidatures)
Description du
poste
Contexte : durabilité de la production forestière des forêts
résineuses européennes (France, Autriche) dans un contexte de
réchauffement climatique. Nouveauté de l’information de
croissance à résolution annuelle dans les inventaires forestiers
nationaux correspondants.
Objectifs : Analyse de la croissance annuelle de forêts résineuses
françaises et autrichiennes constituées par l’épicéa commun, le
sapin, le pin sylvestre et le mélèze, complétées par le douglas et le
pin maritime en France. Modélisation statistique de chronologies de
croissance à résolution annuelle sur des ensembles régionaux.
Modélisation des relations croissance-climat à partir des données
européennes E-OBS.
Fonctions/Responsabilités : Le post-doctorant conduit les
recherches sur ces deux objectifs et en assure la valorisation,
d’abord à l’IGN/INRA sur les données françaises (9 mois, sous la
responsabilité de JD Bontemps), puis en Autriche sur les données
autrichiennes (6 mois, sous la responsabilité de T Gschwantner)
avant d’en faire la synthèse, de retour à l’IGN/INRA. Deux réunions
inter-équipe permettront de faire le point en cours et en fin de
projet.
Pré-requis
Connaissances : science forestière, inventaire forestier, dendro-
écologie
Job-title-date-LABEX ARBRE-P.1
Compétences : modélisation statistique (modèles à effets
aléatoires, BRTs), gestion de grands jeux de données (inventaire
forestier et climat), connaissance en bases de données
Aptitudes : travail en équipe, qualité de rédaction écrite et orale
Comportement : forte capacité d’adaptation, aptitude à
communiquer facilement, aptitude à rendre compte
Langue(s) de travail
France: Français/Anglais (+rudiments français pour données d’inventaire),
Austria: Anglais/Allemand (rudiments allemand appréciés pour données
d’inventaire)
Candidature
Comment postuler: envoi des pièces ci-dessous, puis entretien
Documents requis: CV, lettre de motivation, 2 lettres de
recommandation
La thèse de doctorat doit avoir été soutenue avant le lancement du
contrat
Contact
Nom: Jean-Daniel Bontemps
Adresse: IGN, LIF, 11 rue de l’Ile de Corse, 54000 Nancy
Courriel: jean-daniel.bontemps@ign.fr
Mettre en copie : thomas.gschwantner@bfw.gv.at
Publications de
l’équipe
Charru M., Seynave I., Morneau F., Bontemps J.-D. (2010) Recent changes in
forest productivity: An analysis of national forest inventory data for
common beech (Fagus sylvatica L.) in north-eastern France. Forest
Ecology and Management 260:864-874.
Charru M., Seynave I., Hervé J.-C., Bontemps J.-D. (2014) Spatial patterns of
historical growth changes in Norway spruce across Western
European mountains and the key effect of climate warming. Trees
28:205-221.
Bontemps J.-D., Bouriaud O. (2014) Predictive approaches to forest site
productivity: recent trends, challenges and future perspectives.
Forestry 87:109-128.
Gschwantner T. (2006). Growth changes from the Austrian forest inventory
data and their climatic causes. PhD dissertation, BFW, Vienna,
Austria.
Berger A., Gschwantner T. McRoberts R. Schadauer K. (2014) Effects of
Measurement Errors on Individual Tree Stem Volume Estimates for
the Austrian National Forest Inventory. Forest Science 60: 14-24
1 / 2 100%