Chargé (e) de recherche ( post-doctorat) en télédétection

Chargé (e) de recherche ( post-doctorat) en télédétection

Chercheur-se (post-doc) en télédétection pour la caractérisation des ressources forestières par couplage optique/lidar

  • Lieu

Vous serez accueilli(e) au sein de l’Unité Mixte de Recherche (UMR) TETIS (Territoire, Environnement, Télédétection et Information Spatiale) à Montpellier.

  • Mission

Votre travail contribuera au projet GIROFLEE, financé par Plan innovation Outre-Mer. L’objectif général de ce projet est d’impulser le développement d’une filière Bois Energie durable et endogène à l’île de la Réunion qui catalyse les dynamiques territoriales autour de la transition écologique et énergétique, et plus globalement du développement d’une bio-économie circulaire dans le respect de la hiérarchie des usages. Une des actions de ce projet porte sur la mobilisation de technologies de télédétection pour la caractérisation des gisements forestiers. Cette action vise à exploiter le potentiel de ces technologies (par couplage de données optiques et radar et de données LiDAR aéroportées) pour localiser les gisements et les caractériser à l’aide de modèles prédictifs qualitatifs et quantitatifs adaptés aux spécificités des forêts de La Réunion. Les principaux peuplements d’intérêt dans ce projet sont les plantations de Cryptomeria Japonica et ceux d’Acacia mearnsii, une espèce exotique envahissante. Votre travail portera principalement sur cette seconde espèce dont les peuplements présentent une dynamique et une complexité particulière causées essentiellement par les perturbations naturelles (cyclones, incendies) et encore mal connue.

3 sous-objectifs sont associés à la mission :
-Identifier des zones en Acacia mearnsii à partir d’images optiques (Sentinel-2 et les images des nouveaux satellites Pléiades-Néo) et éventuellement complétées par des informations issues de données photogrammétriques ou Lidar ;
-Etudier les  changements de structure liés aux perturbations naturelles par l’analyse diachronique de Modèles Numériques de Surface (MNS) et de séries temporelles Sentinel-1. Ces changements devront être qualifiés en terme de perturbation (intervention sylvicole vs cyclone) ou d’impacts (surfaces affectés, sévérité, niveau d’enchevêtrement ...).
-Quantifier la ressource mobilisable notamment par l’estimation du volume de bois sur pied.

  • Compétences

-Formation souhaitée : thèse en télédétection, traitement du signal, ou modélisation de données géospatiales 2D/3D
-Langage Python et/ou R avancé (packages dédiés aux données spatiales souhaités)
-Modélisation et machine learning
-Télédétection et géomatique (SIG)
-Outils dédiés aux traitements de nuages de points 3D (photogrammétriques ou lidar)
-Analyse de données, notamment pour les séries temporelles satellitaires (souhaitées)

  • Candidature

Transmettre votre CV et lettre de motivation au plus tard le 25 octobre 2024 aux contacts indiqués ci-dessous.
Durée du CDD 18 mois.

  • Contact

Samuel Alleaume
samuel.alleaume@inrae.fr

Sylvie Durrieu
sylvie.durrieu@inrae.fr

Plus d'infos