Description du sujet de thèse

• Contexte scientifique:
Le réchauffement anthropique progressif et les changements dans les principaux cycles biogéochimiques mondiaux poussent lentement les écosystèmes forestiers vers des conditions de croissance nouvelles, avec des conséquences incertaines pour la dynamique des écosystèmes et le climat. Les réponses à court terme des forêts au réchauffement, à la sécheresse et à l'augmentation du CO2 atmosphérique et de la déposition d'azote sont relativement bien comprises et simulées avec succès par les modèles de processus. Cependant, la compréhension basée sur les processus et la confiance dans les projections des modèles des cycles du carbone et de l'eau s'affaiblissent à mesure que l'on s'éloigne dans le temps et vers le futur, principalement parce que les observations à long terme des processus clés par lesquels les arbres longtemps vivants meurent ou s'adaptent aux nouvelles conditions de croissance font défaut. Les tendances de croissance des forêts observables plus facilement au-dessus du sol, telles que la divergence des cernes d'arbres face au réchauffement aux latitudes nordiques fraîches ou l'absence apparente de fertilisation soutenue au CO2 de la croissance largement prédite par les modèles d'écosystèmes, sont difficiles à expliquer avec les observations sur le terrain.

L'utilisation de la largeur des cernes des arbres, combinée à leur composition isotopique en carbone (δ13C) et en oxygène (δ18O), est de plus en plus reconnue comme une méthode pour pallier le manque d'observations directes sur les altérations de la physiologie et de la croissance des plantes avec le changement global à l'échelle des siècles. Cette approche peut être combinée avec des observations satellites et d'eddy covariance disponibles à court terme sur la croissance des forêts et les flux de carbone et d'eau au cours des dernières décennies pour fournir un repère à long terme cohérent pour les modèles de surface terrestre, une ressource qui commence tout juste à être exploitée. Le projet CATES, financé par le Conseil Européen de la Recherche (ERC), est à l'avant-garde du développement d'un nouveau cadre interdisciplinaire pour contraindre les projections climatiques en améliorant conjointement la simulation de la croissance et de l'efficacité d'utilisation de l'eau des forêts à long terme (décennies à siècles) en utilisant de nouvelles contraintes observationnelles pour la croissance historique et la physiologie dérivées des données des cernes des arbres.

• Objectif de la thèse:
La thèse fait partie du projet CATES et vise à introduire le processus de xylogenèse ou de formation du bois dans le modèle global de surface terrestre ORCHIDEE afin d'améliorer la simulation de la croissance de la biomasse grâce à l'assimilation des données de largeur des cernes d'arbres et densité actuellement disponibles. Ce travail contribuera à l'objectif scientifique global de CATES de réduire les incertitudes dans la simulation des rétroactions de la croissance et de la physiologie des arbres modifiés sur le système terrestre.

• Exigences:
• Master (M2 en France).
• Intérêt démontré pour les biogéosciences et la modélisation numérique.
• Expérience préalable dans le développement de modèles de xylogenèse.
• Expérience avérée du modèle ORCHIDEE ou d’un autre modèle de surface continentale.
• Esprit analytique, rigueur scientifique et autonomie.
• Compétences solides en programmation scientifique (par exemple Fortran, Python, R).
• Excellente capacité de rédaction en anglais.

• Approche:
La croissance des arbres résulte de la formation de tissus du xylème (xylogenèse), un processus physiologique fondamental qui n'est actuellement pas représenté dans les modèles globaux de surface terrestre tels qu'ORCHIDEE, malgré l'existence de modèles spécialisés basés sur les processus. L'intégration de la xylogenèse dans ORCHIDEE est essentielle pour améliorer la représentation de l'allocation du carbone dans les arbres et pour permettre l'utilisation de données d'observation à long terme, telles que les séries de cernes d'arbres, dans l'évaluation des modèles et l'assimilation des données. L'objectif scientifique de cette thèse est de mettre en œuvre une représentation de la xylogenèse basée sur les processus dans ORCHIDEE et de contraindre les simulations de la croissance de la biomasse forestière de l'échelle saisonnière à l'échelle centennale en utilisant les données des cernes d'arbres. Le projet utilisera un schéma d'assimilation de données bayésien (DA) pour combiner la modélisation basée sur les processus avec les observations au niveau du site, y compris les mesures des cernes de croissance d’arbres et les flux de carbone. Bien que ce système d'assimilation de données ait été utilisé avec des données de eddy covariance, l'intégration de la xylogenèse pose de nouveaux défis. Techniquement, il s'agit d'intégrer le processus de formation de la biomasse dans le schéma d'allocation du carbone d'ORCHIDEE et de calibrer ses paramètres à l'aide de données sur la largeur et la densité des cernes, ainsi que de données conventionnelles de eddy covariance à court terme. Cela permettra une validation rigoureuse des performances du modèle et de ses réponses environnementales dans le cadre des changements globaux passés et en cours. La plupart des données sur les cernes sont déjà disponibles, mais le candidat contribuera à l'échantillonnage et aux mesures sur le terrain dans des sites expérimentaux spécialisés.

• Résultats attendus:
Le développement du modèle et les processus d'assimilation des données devraient produire un modèle calibré capable de simuler de manière réaliste les réponses à court terme des forêts aux extrêmes climatiques (par exemple, sécheresse, réchauffement) et les changements à long terme de la croissance de la biomasse au cours du XXe siècle pour différents types de forêts.

Contexte de travail

Le lieu de travail sera le LSCE (www.lsce.ipsl.fr), un institut de recherche de premier plan sur le changement climatique et la modélisation du système terrestre situé sur le plateau de Saclay, près de Paris. Il emploie plus de 320 chercheurs de plus de 30 nationalités différentes et de disciplines scientifiques diverses. L'étudiant fera partie de l'équipe MOSAIC (Modélisation des Surfaces Continentales et des Interfaces) au LSCE et sera inscrit à l'École doctorale des sciences de l'environnement d'Île-de-France (SEIF) à l'Université Paris-Saclay. Il s'agit d'un programme de doctorat par la recherche bénéficiant d'un environnement de recherche très dynamique et d'une infrastructure de modélisation de classe mondiale.

Contraintes et risques

Les candidatures doivent être soumises via le portail emploi du CNRS (veuillez suivre ce lien: https://emploi.cnrs.fr/), comprenant (1) un curriculum vitae, (2) une brève déclaration de motivation (½ page) et (3) les noms, adresses, numéros de téléphone et adresses électroniques d'au moins deux références.