Ingénieur.e de recherche ​/ postdoctorant(e) en télédétection et phénotypage forestier

84914

Retour à la liste des résultats

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal.

Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

L’unité de recherche Ecologie des Forêts méditerranéennes (URFM) de l’INRAE recrute un
· e ingénieur
· e de recherche ou un
· e postdoctorant
· e dans le cadre du projet franco-allemand Pangenome Beech, financé par l’ANR et la DFG.

Ce projet vise à comprendre les bases génétiques de l’adaptation du hêtre (Fagus sylvatica) aux changements climatiques en combinant génomique à grande échelle (pangénome, panGWAS, panGEA) et phénotypage à haut-débit, à l’aide d’imagerie acquise par drone (RGB, multispectrale).

Plus de 2000 arbres issus d’une cinquantaine de provenances européennes sont suivis afin de caractériser des traits phénotypiques, notamment la phénologie (débourrement et sénescence).

Votre environnement de travail :

Vous intégrerez l’équipe Bio Pop Evol  de l’unité de recherche Écologie des forêts méditerranéennes (URFM) de l’INRAE, basée à Avignon.

Vous serez encadré
· e par Ivan Scotti, directeur de recherche à l’INRAE et coordinateur français du projet Pangenome Beech, et travaillerez en étroite collaboration avec une ingénieure d’études en charge des acquisitions de données phétnotypiques, ainsi qu’avec les autres membres de l’équipe et les partenaires allemands du projet de l’Institut Thünen.

Vous interagirez régulièrement avec des chercheurs, ingénieurs, doctorants et techniciens impliqués dans les volets écologie, génomiques, télédétection et phénotypage forestier.

Pour en savoir plus sur l’URFM et ses activités : URFM - INRAE

Vos Missions :

Vous serez chargé
· e de :

• (1) Développer des chaînes de traitement d’images RGB et multispectrales acquises par drone, reproductibles et utilisables par les autres membres de l’équipe.

• (2) Interpréter ces données acquises par drone afin de caractériser les principaux traits phénotypiques des arbres, en particulier leur phénologie (débourrement, sénescence) mais également leur croissance et leur reproduction.

• (3) Mettre en relation et vérifier l’adéquation des indices issus de l’imagerie avec les observations de terrain.

• (4) Concevoir une méthode robuste permettant d’identifier et de suivre automatiquement ou semi-automatiquement les houppiers individuels au cours des différentes campagnes d’acquisition, dans un dispositif forestier dense et à partir de données géoréférencées par RTK, afin de garantir la production de séries temporelles fiables.

• (5) Assurer la gestion, la qualité et la traçabilité des jeux de données produits

• (6) Développer des outils et pipelines reproductibles utilisables par les autres membres de l’équipe

• (7) Contribuer à la valorisation scientifique des travaux (publications, présentations etc.)

Conditions de travail :

• Poste basé à Avignon (84)

• Déplacement réguliers en Normandie lors des campagnes de débourrement (printemps) et de sénescence (automne)

• Déplacement ponctuels en Allemagne et sur d’autres sites expérimentaux comme le Ventoux

• Une participation aux acquisitions drone pourra être envisagée selon les besoins du projet. Une formation au télépilotage pourra être proposée si nécessaire.

• Permis B souhaité

Profil recherché :

Formation :

Doctorat ou diplôme d’ingénieur en télédétection, géomatique ou traitement d’images. Une spécialisation en télédétection forestière constituerait un atout.

Compétences requises :

• Maîtrise des méthodes de télédétection appliquées aux milieux naturels

• Maîtrise d’un langage de programmation scientifique, en particulier Python

• Maîtrise des outils…