Call for a Postdoc Position in Eco-Oncology

We would like to advertise a postdoctoral position for 15 months funded by the Hauts-de-France region within the framework of our project PICCell – Predicting biological Invasion, at the interface between invasive speCies and Cancer cells.

Context and main objectives

Though playing out at very different levels of life organization, cancer cells and invasive alien species (IAS) involve similar processes of invasion, growth and spread. Few recent studies at the frontier between ecology and oncology (i.e., eco-oncology) have made the parallel between both disciplines, calling for interdisciplinary research to better understand the mechanisms that underly invasion success of IAS and cancer cells (e.g. Noorbakhsh et al. 2020, Reynolds et al. 2020, Neinavaie et al., 2021). The PICCell project addresses this challenge by combining the expertise of researchers in both invasion ecology and experimental oncology. PICCell relies on the hypothesis that the “construction” of a new ecological niche is a key step towards the successful invasion for cancer cells and IAS. The bilateral objectives of this interdisciplinary project are: (i) to apply IAS invasion ecology approaches to medical oncology in order to better understanding the mechanisms of tumor invasion and to predict the occurrence and distribution of metastases within target organs; (ii) to use the know-how of medical oncology to better understand the construction of the ecological niche generated by the arrival of an IAS; (iii) to initiate research actions in eco-oncology in order to improve our understanding of invasion success and to decipher the Darwinian and random mechanisms that are key to this success. The tasks proposed to meet these objectives consist in: (1) the application of the niche concept and the so-called species distribution models (SDMs) to cancer cells within the micro-environment of key organs (e.g., the pancreas) to predict the spatial distribution of cancer cells given microenvironmental constraints; and (2) the development of a research consortium.

Main tasks

The successful candidate will apply SDMs’ tools to model the realized niche of human pancreatic cancer cells and identify the micro-environmental variables explaining their distributions (definition of an environmental raster) so as to predict the potential distribution of local (primary tumor) and distant (metastasis) cancer cells. His/her main tasks will be:

  • To ensure an active research survey of academic works and scientific literature at the interface between invasion ecology and experimental oncology;
  • To coordinate the “upstream” steps of the modelling of the realized niche of cancer cells as a function of micro-environmental conditions (e.g., concentration of elements with cells) within cells of the focal organ (i.e., the pancreas);
  • To be in charge of collecting biological, clinical, and “micro-environmental” data from the different partners and contributors involved in PICCell. The candidate will work in close collaboration with a Master 2 student to be recruited to collect and process histopathological data (i.e., cancer cell occurrence data as well as data on micro-environmental conditions in the pancreas) from microscope slides in a “spatialized” and contiguous format, such as raster grids as it is typically used in SDMs in ecology (see below for a more detailed list of tasks);
  • To participate in creating, structuring and moderating the PICCell consortium. The candidate will have a key role in the dialogue between the different partners of the project. She/he will be responsible for identifying and linking their respective skills, thereby anchoring the development of cross-disciplinary issues between ecology and experimental oncology;
  • To implement the following modelling steps, from “tumour” versus “non-tumour” pancreatic histological sections of human and mouse models:
    1. Collect and extract the scenopoetic and bionomic predictive micro-environmental variables obtained from histopathological sections (cf. microscopic slides and pre-processing phase);
    2. Calibrate ecological niche models by correlating the relevant micro-environmental variables with the occurrence and absence of tumour cells in the histological sections;
    3. Project the probabilistic distributions of cancer cell occurrence across independent sets of histological sections for model validation (cf. assessing model interpolation and extrapolation capabilities);
    4. Develop a specific approach to forecast the establishment of metastases in distant organs (i.e., model transferability).
  • To deliver the modelling work carried out in the form of communications and scientific publications with an international audience;
  • To impulse a prospective dynamic by using PICCell as a prism to mobilize other partner teams, new ideas and other sources of funding.


A Ph.D. in numerical ecology, ecoinformatics or a related field. The successful applicant will have:

  • Experience working (or strong interest) on theoretical ecology (familiar with the niche concept);
  • Experience with statistical and modelling tools applied to spatial ecology (e.g., spatial analysis);
  • Good programming skills in the R language or equivalent (Python);
  • Ability to work in a team and interest in interdisciplinarity;
  • Excellent oral and written English language skills;
  • Capacity to work autonomously but also collaboratively.


At the UMR CNRS 7058 « Ecologie et Dynamique des Systèmes Anthropisés » (EDYSAN), 80000 Amiens, France.

Starting date and duration

As early as September 4th 2023 and no later than October 2nd 2023. The postdoctoral position is for 15 months.

Gross salary

To be discussed depending on the experience of the successful candidate.

Application instructions

Applicants must submit a cover letter indicating the date that they will be available to begin the position, a curriculum vitae, copies of 2 publications relevant to the call. Applicants should include names and e-mail addresses for two potential referees.

All application materials must be submitted as PDF(s) in a single email by the closing date, on July 21st 2023, to:

  • Annie Guiller (Prof., PI of PICCell):
  • Jonathan Lenoir (CNRS Researcher):
  • Mathieu Gautier (Prof.) :


  • Service d’Anatomie et de Cytologie Pathologiques, CHU d’Amiens
  • UMR CNRS 7369 MEDyC
  • LPCM UR-UPJV 4667
  • UMR-S 1172

Call for a Postdoc Position in Remote Sensing Applications for Forest Microclimates

Main objective

The EDYSAN lab seeks a postdoctoral candidate for a 13 months period to assess the potential of terrestrial LiDAR to model forest microclimates. The successful candidate is expected to link microclimate data readily available by the lab to stand structure variables derived from terrestrial laser scanning (TLS). Focusing on a subset of sites monitored by the lab, the successful candidate will collect TLS data with a TRIMBLE X7 recently funded by the CPER ECRIN. Several variables will be derived from the 3D LiDAR point cloud, using a voxelization technique, and subsequently used as predictors to model the temporal dynamic of forest microclimates. Several scans throughout the year will be considered to capture the seasonality in the leaf-on and leaf-off periods.

Some background

The position is part of a regional state plan contract under the framework of a large project entitled “Environment, Climate, Research and Innovation” (ECRIN) which aims at identifying and understanding climate change impacts on the atmosphere, human health and ecosystem services to support mitigation and adaptation strategies. The project also aims at supporting the development of innovative measurement methodologies, novel instrumentation to monitor the environment and new advances in analytical approaches. This project involves 29 institutional partners and 25 research laboratories within the Hauts-de-France region.

The EDYSAN lab, who will host the successful candidate, is involved in work package 2 (WP2) entitled “Impacts of climate change on natural, agricultural and suburban systems”. Within the framework of WP2, EDYSAN aims at studying how climate change is impacting the spatial distribution of forest biodiversity and its associated ecosystem services.

Biodiversity redistribution in response to climate change has direct impacts on ecosystem functioning and human well-being throughout the ecosystem services that biodiversity provides. The forest understory is one of the most biodiversity rich compartment in temperate ecosystems worldwide and it harbours a wealth of ecosystem services, such as natural pest control for neighbouring agricultural fields. However, the current tools that are used to predict species distribution and redistribution as climate changes are too coarse in spatial resolution to capture microclimatic processes in the understory and thus unsuitable for forest-dwelling species living under the shade of trees. Not only those models are too coarse in spatial resolution but they are all relying on macroclimatic conditions as measured by standardised weather stations and thus unlikely to capture temperature fluctuations as experienced by forest-dwelling species within their buffered habitats.

In this context, the EDYSAN lab aims at better characterizing and modelling forest microclimates to improve predictions from species distribution models. A recent synthesis published by the lab members in 2022 in Journal of Ecology features how LiDAR technologies, either airborne or terrestrial, can help researchers unveil biodiversity changes through time as well as forest microclimates. An ongoing project funded by the « Agence nationale de la recherche » (ANR, IMPRINT), starting on October 1st 2019 and ending on March 31st 2024, is using this technology to model forest microclimates. This project has already gathered microclimatic data across several sites in several state forests in France (Aigoual, Blois, Compiègne et Mormal), where airborne LiDAR data are readily available, as well as across several permanent forest plots belonging to the « Réseau national de suivi à long terme des écosystèmes forestiers » (RENECOFOR) managed by the « Office national des forêts » (ONF). An equivalent network of permanent forest plots within the Hauts-de-France region is the « Observatoire régional des écosystèmes forestiers » (OREF), managed by the « Centre national de la propriété forestière » (CNPF). Since 2020, 19 permanent forest plots belonging to OREF have been equipped with temperature data loggers (HOBO). Data on forest stand structure and understory plant species composition are also available for all plots.

Main tasks

The main tasks that are expected from the successful candidate are:

  • Acquiring, handling and processing terrestrial LiDAR data from the field;
  • Extracting LiDAR-derived variables (e.g., PAD) using voxel-based approaches;
  • Using LiDAR-derived variables as predictors to model understory temperatures;
  • Writing a scientific article on the benefit of TLS to model forest microclimates.

Expected qualifications

A Ph.D. in remote sensing science, forest sciences or ecoinformatics would be welcome but in general, the candidate we are seeking is expected to have the following skills and qualifications:

  • Remote sensing and experience in using and processing terrestrial LiDAR data;
  • Programming skills, especially in using R and packages such as forestr and lidR;
  • Cutting-edge expertise in modeling and advanced statistical analyses;
  • Basic knowledge in forest ecology and microclimate ecology;
  • Proven abilities to publish at a high international level;
  • Good oral and written communication skills in English;
  • Rigor, curiosity, autonomy, abilities to work in group.


At the UMR CNRS 7058 « Ecologie et Dynamique des Systèmes Anthropisés » (EDYSAN), UFR de Pharmacie, 1 rue des Louvels, 80039 AMIENS Cedex 1, France.

Duration and starting period

The postdoctoral position is for 13 months, with a possibility for a one year extension depending on funding opportunities. The position should start in the beginning of spring 2023 and at the latest on September 2023.

Gross salary

To be discussed depending on the experience of the successful candidate.


A driving licence is required to travel to the study sites located within the Hauts-de-France region.

Application instructions

Please send your CV, including a list of recent publications, together with a cover letter and the contact information of 2 references to Jonathan Lenoir ( and the human resources at UPJV ( The submission deadline is April 30th 2023.

Offre de Stage M2 en Ecologie Forestière : Est-ce que la Niche Climatique Réalisée des Essences à Introduire Existe ou Existera dans la Forêt Française ?

Stage de M2 (ou équivalent) de 6 Mois dans l’UMR CNRS 7058 « Ecologie et Dynamiques des Systèmes Anthropisés »

Contexte de l’étude : Toute espèce possède une aire géographique de répartition naturelle (= aire d’indigénat). Dans cette aire règnent des conditions macroclimatiques particulières (températures moyennes et extrêmes, total et répartition des précipitations, etc.). L’ensemble intégré de ces conditions bioclimatiques définit la « niche climatique réalisée » de l’espèce. L’acclimatation d’une espèce dans une région d’où elle était auparavant absente (= aire exotique d’introduction) implique qu’elle y retrouve au moins une partie de sa niche climatique réalisée. Le Plan national Forest Bois (PNFB) et ses déclinaisons régionales (PRFB) prévoient d’adapter la forêt française aux changements climatiques. L’une des stratégies est l’introduction d’espèces d’arbre adaptées à des climats plus chauds et secs. Des listes régionales d’espèces éligibles à subvention ont été établies par arrêté préfectoral dans chaque région de France métropolitaine. Sur les 129 espèces d’arbre listées (hors hybrides, clones de peupliers et arbustes d’accompagnement), 67 (52 %) sont exotiques pour la France, la plupart venant d’autres continents.

Objectifs de l’étude : Vérifier que les 67 espèces exotiques préconisées pour adapter la forêt française aux changements climatiques puissent effectivement retrouver leur niche climatique réalisée en France, actuellement et selon les prévisions du GIEC à l’horizon 2100. Pour les espèces retrouvant leur niche climatique réalisée en France, vérifier si les conditions édaphiques de la zone d’indigénat existent également dans l’aire de répartition potentielle (suivant la niche climatique) et analyser quelques éléments clés des interactions biotiques connues pour les 67 espèces exotiques.

Méthode : Dans un premier temps, une cartographie de l’aire d’indigénat de chaque espèce (d’après bases de données disponibles, notamment GBIF : sera dressée. Un ensemble de 19 variables bioclimatiques sera extrait (i) pour chaque pixel de 1 km2 au sein de l’aire d’indigénat à partir de la base de données CHELSA ( et (ii) pour chaque pixel de 1 km2 de la France métropolitaine. Pour la France, ces variables seront extraites d’une part pour la climatologie (cf. moyennes trentenaires) la plus récente qui soit disponible (1981-2010) et d’autre part pour les 2 climatologies futures (2041-2070 et 2071-2100) suivant trois des cinq scénarios socio-économiques de référence (cf. SSP pour Shared Socioeconomic Pathways) proposés dans le dernier rapport du GIEC : SSP 1-2.6 (scénario de développement durable) ; SSP 3-7.0 (scénario de rivalités régionales) ; et SSP 5-8.5 (développement basé sur les énergies fossiles). Pour l’aire d’indigénat, seules les conditions bioclimatiques de la climatologie la plus récente (1981-2010) seront extraites. Une analyse en composantes principales (ACP) de la matrice globale [N pixels géographiques de 1 km2 × 19 variables bioclimatiques] sera conduite pour chacune des 67 espèces, chacune des 3 climatologies et chacun des 3 scénarios pour les 2 climatologies futures, soit 476 ACP au total, avec à chaque fois l’information d’appartenance du pixel à une aire géographique (France vs. aire d’indigénat). Pour chaque espèce, seules les conditions bioclimatiques des pixels de la France changent avec les 3 scénarios du GIEC pour les 2 climatologies futures tandis que les conditions bioclimatiques dans l’aire d’indigénat restent celles de la climatologie la plus récente. Pour chacune des 476 ACP, l’intersection entre les deux ensembles (France vs. aire d’indigénat) représente donc la part de la niche climatique réalisée actuelle de l’espèce qui se retrouve ou se retrouvera (suivant le scénario futur) en France. Les pixels « France » de l’intersection seront ensuite projetés sur une carte de France pour chaque espèce à chacune des 3 périodes climatologiques étudiées (1981-2010, 2041-2070, 2071-2100) et ce pour les trois scénarios du GIEC concernant les 2 climatologies futures. L’analyse des cartes individuelles permettra de vérifier si la niche climatique réalisée existe ou pas ; quand elle existe, si elle va perdurer ou si elle est amenée à disparaître dès 2041-2070 ou 2071-2100 ; quand elle n’existe pas, si elle est amenée à exister en 2041-2070 ou 2071-2100.

Début du stage : janvier à février 2022

Durée : 6 mois

Candidature : Envoyer lettre de motivation + CV à et

Références conseillées pour la méthode :

Wasof S, Lenoir J, Aarrestad Pa, Alsos IG, Armbruster WS, Austrheim G, Bakkestuen V, Birks HJB, Bråthen KA, Broennimann O, Brunet J, Bruun HH, Dahlberg CJ, Diekmann M, Dullinger S, Dynesius M, Ejrnaes R, Gégout JC, Graae BJ, Grytnes JA, Guisan A, Hylander K, Jonsdottir IS, Kapfer J, Klanderud K, Luoto M, Milbau A, Moora M, Nygaard B, Odland A, Pauli H, Ravolainen V, Reinhardt S, Sandvik SM, Høistad Schei F, Speed JDM, Svenning JC, Thuiller W, Tveraabak LU, Vandvik V, Velle LG, Virtanen R, Vittoz P, Willner W, Wohlgemuth T, Zimmermann NE, Zobel M, Decocq G. 2015. Disjunct populations of European vascular plant species keep the same climatic niches. Global Ecology and Biogeography 24: 1401–1412.

Kambach S, Lenoir J, Decocq G, Welk E, Seidler G, Dullinger S, Gégout JC, Guisan A, Pauli H, Svenning JC, Vittoz P, Willner W, Wohlgemuth T, Zimmermann N, Bruelheide H. 2019. Of niches and distributions: range size increases with niche breadth both globally and regionally but regional estimates poorly relate to global estimates. Ecography 42 : 467–477.

Offre de Thèse : Ripisylves & Changements Climatiques

Résilience des hydroécosystèmes forestiers ripuaires en contexte de changements climatiques – NB : Contrat Cifre en cours d’élaboration et sous réserve de la validation de l’Agence Nationale de la Recherche et de la Technologie (ANRT)

Contexte de la thèse

Les vallées alluviales en climat tempéré, comme sous de nombreux autres types de climat, ont une vocation forestière. Les alluvions arrachées à différents types de substrats géologiques que le cours d’eau traverse y forment des couches souvent profondes, de nature, texture et taille très hétérogènes, tant verticalement qu’horizontalement. Ce substrat est généralement bien drainé, alimenté en eau par la nappe alluviale et par la rivière en période de crue. Elle bénéficie de conditions climatiques locales particulières à la faveur de la topographie ; il en résulte des gradients écologiques latéraux souvent très marqués. Les vicissitudes historiques du cours d’eau ont pu ajouter de la complexité, par exemple au niveau d’anciens méandres ou affluents taris, où des dépressions marécageuses peuvent s’être formées. A ces gradients latéraux se combine un gradient longitudinal, principalement déterminé par les caractéristiques hydrogéologiques du cours d’eau, mais aussi par l’occupation du sol et les activités humaines siégeant en amont. C’est dans cette dimension que le cours d’eau et sa forêt riveraine prennent toute leur dimension de « corridor écologique », participant à la fois à la « trame bleue » et à la « trame verte » qui interagissent en permanence pour déterminer, non seulement la fonctionnalité du corridor, mais aussi la biodiversité et les services écosystémiques délivrés par l’hydro-écosystème forestier alluvial.

Les vallées alluviales ont aussi une très longue histoire d’anthropisation, les premières sociétés humaines ayant choisi ces sites fertiles pour y installer leurs cultures, au prix d’une déforestation plus intense que partout ailleurs et d’une « domestication » des cours d’eau. Aujourd’hui encore, les vallées alluviales concentrent beaucoup de villes et de villages, qui disputent la place aux champs, aux prairies et aux cultures ligneuse (notamment la populiculture). Dans ces paysages fortement anthropisés, les forêts alluviales et ripisylves occupent désormais une place marginale, mais néanmoins essentielle au fonctionnement de l’hydro-écosystème forestier. Aujourd’hui, celui-ci doit faire face à une nouvelle menace : les changements climatiques. Cette menace se traduit par de nouvelles contraintes biologiques et écologiques sur la forêt, directes et indirectes. Les contraintes directes incluent les épisodes récurrents de sécheresse et, a contrario, de fortes crues. Les contraintes indirectes concernent, entre-autres, les maladies émergentes (e.g. chalarose du frêne), les attaques de ravageurs (e.g. hanneton et chenille processionnaire sur chêne), les invasions biologiques (e.g. Acer negundo). L’ensemble des nouvelles contraintes s’exerçant sur l’hydro-écosystème forestier alluvial pose inévitablement la question de sa résilience et, éventuellement, de sa nécessaire adaptation aux changements climatiques dans l’optique de maintenir un fonctionnement optimal et de conserver les services écosystémiques qu’ils délivrent aux sociétés humaines. C’est dans ce contexte que s’inscrit le projet de thèse.


L’objectif principal du projet de thèse est de poser des bases pour une réflexion à moyen terme, centrée sur les régions Hauts-de-France et Grand Est de l’Agence de l’eau Seine Normandie, qui identifie les enjeux majeurs de recherche opérationnelle nécessaire à la maintenance du fonctionnement des hydro-écosystèmes forestiers alluviaux dans une vision globale (vallée alluviale et ripisylve).

Les objectifs opérationnels sont les suivants :

  1. La réalisation d’un état de l’art sur les connaissances relatives aux conséquences du changement climatique sur les forêts alluviales et ripisylves, ainsi que des expérimentations déjà menées à l’échelle nationale et européenne.
  2. Une étude rétrospective de la dynamique passée des communautés forestières sur les bassins versants de l’Oise et de la Marne en réponse aux précédentes crises écologiques (i.e. changements climatiques récents, graphiose de l’orme). Cette étude procède d’une approche d’écologie historique à partir de relevés phytosociologiques anciens, suffisamment bien géoréférencés pour que les sites puisent être relocalisés et à nouveau relevés. Les changements entre les deux inventaires seront analysés à la lumière des changements environnementaux, en particulier climatiques.
  3. L’établissement d’un diagnostic de la situation locale pour les ripisylves et forêts alluviales, des tendances dynamiques et des risques, incluant les gradients microclimatiques. Il s’agira d’appréhender les milieux des territoires concernés (Oise et Marne) en lien avec les acteurs du territoire, syndicats de rivières et autres collectivités, acteurs de gestion d’espace naturels pour identifier, d’une part, les problèmes constatés et les risques pour la ressource en eau et les milieux (qualité des milieux, biodiversité et corridors écologiques), d’autre part, les conséquences de ces changements sur la gestion de ces milieux (entretien courant, restauration des habitats, plantation, etc.) en croisant avec les documents de planifications existants. Quelques sites pourront être équipés de capteurs (piézométriques et microclimatiques notamment) pour un suivi diachronique.
  4. Une analyse comparative de la composition et du fonctionnement des forêts alluviales sous différents contextes macro-climatiques, européens et extra-européens. Cette étude mobilisera des données écologiques en provenance de différents types de forêts alluviales en s’attachant à définir les niches climatiques des espèces ligneuses dominantes et leur apport fonctionnel à l’écosystème, en vue d’identifier des espèces candidates, indigènes ou exotiques, dans des régions au climat plus « chaud et sec », susceptibles d’être utilisées pour adapter les forêts alluviales aux changements climatiques actuels. L’intérêt de créer des arboretums en milieu alluvial pour suivi des dynamiques induites par les changements climatiques pourra être discuté.

Profil recherché

Formation de niveau bac + 5 (Master 2 recherche ou professionnel, dernière année d’école d’ingénieur) dans le domaine de l’écologie avec un intérêt prononcé pour le terrain et l’analyse de données.

Compétences requises

  • Notions sur le fonctionnement des hydrosystèmes et des bassins versants ;
  • Notions d’écologie générale, d’écologie forestière et d’écologie du paysage ;
  • Géomatique (ArcGIS ou QGis) et analyses spatiales sous SIG ;
  • Biostatistiques et maîtrise de la programmation sous R ;
  • Bionnes connaissances en botanique (flore vasculaire) ;
  • Bonne maîtrise de l’anglais (lu, parlé et écrit).

Savoir être

  • Autonomie ;
  • Esprit de synthèse ;
  • Intérêt pour l’interdisciplinarité ;
  • Aisance à l’oral et qualités rédactionnelles ;
  • Travail en équipe : l’étudiant(e) en thèse travaillera en collaboration avec une équipe pluridisciplinaire de chercheurs (écologie, géographie) et de professionnels (ingénieurs d’une agence de l’eau).

Informations complémentaires

La thèse se déroulera en alternance entre le laboratoire et l’entreprise d’accueil, pour une durée 3 ans. Rémunération selon la grille ANRT en vigueur. L’étudiant(e) en thèse sera rattaché à l’École Doctorale Sciences, Technologie, Santé (EDSTS) à Amiens.

Date limite de candidature

Le 20 Août 2021


Envoyer CV et lettre de motivation aux adresses ci-dessous :

Laboratoire d’accueil : Université de Picardie Jules Verne, Unité « Ecologie et Dynamique des Systèmes Anthropisés” (EDYSAN, UMR 7058 CNRS), 1 rue des Louvels, 80037 Amiens Cedex 1

Contacts :, (

Entreprise partenaire : Agence de l’eau Seine Normandie, 2 rue du Docteur Guérin, 60200 Compiègne

Contact : (

Le travail sera mené en lien avec le CNRS de Montpellier (Isabelle Chuine), l’INRAE d’Orléans (Marc Vilar) et l’INRAE de Nancy (Benoît Marçais).

On Model Parsimony

Here, in this blog post, I will illustrate how using a log-log transformation can sometimes save you a lot of time by turning a complex non-linear relationship into a very simple linear model. To illustrate this, I used the pressure dataset to model the impact of temperature in degrees Celsius (°C) on vapor pressure in millimeters of Mercury (mm Hg or mmm).

pressure %>%
  as_tibble() %>%
  rename(Tdeg = temperature, 
         Pmmm = pressure) -> pressure

For the sake of clarity and to avoid potential confusion with the name of the pressure dataset, I renamed the original temperature and pressure variables into Tdeg and Pmmm, respectively. Below I displayed the first five rows of the dataset to get a better idea about the nature of both variables.

kable(head(pressure, 5))
Tdeg Pmmm
0 0.0002
20 0.0012
40 0.0060
60 0.0300
80 0.0900

To vizualise the impact of temperature on vapor pressure, I plotted below the temperature-pressure relationship.

pressure %>%
  ggplot() +
  aes(x = Tdeg,
      y = Pmmm) +
  geom_point(shape = 19, 
             size = 4,
             color = rgb(0, 0, 1, 0.5)) +
  labs(x = "Temperature (°C)", 
       y = "Vapor pressure (mm Hg)") +
  theme(axis.text = element_text(size = 16),
        axis.title = element_text(size = 16, face = "bold")) -> p1

plot of chunk unnamed-chunk-2

The response variable here is vapor pressure Pmmm and the explanatory variable is temperature Tdeg. Because the response variable is quantitative and continuous, fitting a simple ordinary least square regression with the lm() function set to family = "Gaussian" sounds like the obvious thing to do.

fit1 <- lm(Pmmm ~ Tdeg, data = pressure) 
term estimate std.error statistic p.value
(Intercept) -147.89887 66.552888 -2.222276 0.0401241
Tdeg 1.51242 0.315846 4.788472 0.0001710

The simple linear model fit1 explains 54.92% of the total variance with both the intercept and slope parameter being significantly different from zero. However, plotting the predictions of this simple linear model leads to obvious errors, such as negative vapor pressure values!

p1 +
  geom_line(aes(x = Tdeg,
                y = predict(fit1, type = "response"))) -> p2

plot of chunk unnamed-chunk-4

We can complexify the model further, by using higher-order polynomial terms, to improve the fit and make predictions more reliable and closer to the observations.

fit2 <-  lm(Pmmm ~ poly(Tdeg, 2), data = pressure) 
fit3 <-  lm(Pmmm ~ poly(Tdeg, 3), data = pressure) 
fit4 <-  lm(Pmmm ~ poly(Tdeg, 4), data = pressure) 
term estimate std.error statistic p.value
(Intercept) 124.33671 1.234226 100.74059 0
poly(Tdeg, 4)1 722.17059 5.379868 134.23573 0
poly(Tdeg, 4)2 545.94688 5.379868 101.47959 0
poly(Tdeg, 4)3 280.65281 5.379868 52.16722 0
poly(Tdeg, 4)4 97.13691 5.379868 18.05563 0

For instance, the last model formula fit4 explains 99.94% of the total variance and seems to fit the data pretty well.

p1 +
  geom_line(aes(x = Tdeg,
                y = predict(fit2, type = "response")), 
            linetype = "dashed") +
  geom_line(aes(x = Tdeg,
                y = predict(fit3, type = "response")), 
            linetype = "longdash") +
  geom_line(aes(x = Tdeg,
                y = predict(fit4, type = "response")), 
            linetype = "solid") -> p3

plot of chunk unnamed-chunk-6

However this comes at the price of less degrees of freedom left in the model’s residuals.

term df sumsq meansq statistic p.value
poly(Tdeg, 4) 4 907789.9359 226947.48398 7841.191 0
Residuals 14 405.2018 28.94299 NA NA

There is only 14 degrees of freedom left in the most complex model formula fit4 as we spent 5 degrees of freedom: one for the intercept parameter and four for the coefficient estimates of the four terms of the fourth-oder polynomial relationship we used in model formula fit4. Yet, the exponential shape of the temperature-pressure relationship clearly suggests to use a log-log transformation as an alternative solution to improve model parsimony. Mind the zero value in the temperature data, which requires to add one before using the log transformation on temperature.

pressure %>%
  ggplot() +
  aes(x = log(Tdeg + 1),
      y = log(Pmmm)) +
  geom_point(shape = 19, 
             size = 4,
             color = rgb(0, 0, 1, 0.5)) +
  labs(x = "Log(T + 1)", 
       y = "Log(P)") +
  theme(axis.text = element_text(size = 16),
        axis.title = element_text(size = 16, face = "bold")) -> p4

plot of chunk unnamed-chunk-8

Almost there. The outlier point that deviates from a perfectly linear relationship is due to the original temperature value being 0°C. We can give our linear relationship some help by adding 50 to the log transformation instead of adding just one.

pressure %>%
  ggplot() +
  aes(x = log(Tdeg + 50),
      y = log(Pmmm)) +
  geom_point(shape = 19, 
             size = 4,
             color = rgb(0, 0, 1, 0.5)) +
  labs(x = "Log(T + 50)", 
       y = "Log(P)") +
  theme(axis.text = element_text(size = 16),
        axis.title = element_text(size = 16, face = "bold")) -> p5

plot of chunk unnamed-chunk-9

Now, we can fit a much simpler linear model by relating the log-transformed response variable to the log-transformed predictor variable and then extract coefficient estimates of the intercept and slope parameters for generating the predictions pon the log-log scale.

fit5 <-  lm(log(Pmmm) ~ log(Tdeg + 50), data = pressure) 
term estimate std.error statistic p.value
(Intercept) -38.725124 0.5145398 -75.26166 0
log(Tdeg + 50) 7.529105 0.0966811 77.87563 0
beta_0 <- tidy(fit5)[[1, 2]]
beta_1 <- tidy(fit5)[[2, 2]]

This times, the model formula used in fit5 explains 99.7% of the total variance while spending only 5 degrees of freedom: the so-called model parsimony.

term df sumsq meansq statistic p.value
log(Tdeg + 50) 1 380.383136 380.3831360 6064.614 0
Residuals 17 1.066269 0.0627217 NA NA

So, now a bit of maths to get the back transformation right. First, we can write the linear relationship as it looks like in the fit5 model formula.

\log(P) = \beta_0 + \beta_1 * log(T) + \varepsilon

Multiplying by the e^x function on both side of the equation and making some trivial simplifications allows to get back to the orginial scale linking vapor pressure to temperature.

P = e^{\beta_0 + \beta_1 * log(T) + \varepsilon}

P = e^{\beta_0}e^{log(T)^{\beta_1}}e^{\varepsilon}

P = e^{\beta_0}T^{\beta_1}e^{\varepsilon}

Below, the two plots displaying the predictions of the most parsimonious model: onto the log-log scale first and then onto the natural scale.

p5 +
  geom_line(aes(x = log(Tdeg + 50),
                y = predict(fit5, type = "response")), 
            linetype = "solid") -> p6
p1 +
  geom_line(aes(x = Tdeg,
                y = exp(beta_0)*(Tdeg + 50)^beta_1)) -> p7
grid.arrange(p6, p7, nrow = 2)

plot of chunk unnamed-chunk-14

Of Thermophilization Rates & Forest Microclimates

The thermophilization of vegetation is the process by which plant communities are increasingly dominated by species from warmer biogeographic affinities (i.e. from lower latitudes or elevations) and thus better adapted to a locally warming climate (Gottfried at al. 2012). The rate at which thermophilization is happening within plant communities can be assessed thanks to permanent or semi-permanent vegetation plots monitored at least two times and sometimes more often or even on a regular basis (every year, every five year, etc.) to generate more detailed time series of climate change as felt by plant communities.

Recently, we published a study assessing the thermophilization rate of understorey plant communities across European temperate forests and testing whether or not forest microclimate dynamics, through changes in canopy cover over time, could explain the observed variation (Zellweger et al. 2020a). We found that changes in forest microclimate over the last decades matter for driving community responses to climate change. Closed canopies, following stand densification, buffer against the effects of macroclimatic change through their cooling effect, slowing down the thermophilization rate of understorey plant communities. In contrast, open canopies, following disturbances, tend to accelerate it, which supports former findings from a Californian study (Stevens et al. 2015). Few months after our work was published in Science, making the cover of the journal issue (see picture below), two technical comments (TCs) discussed our findings.

Science Cover, Volume 368, Issue 6492. Photo Credit: Julian Stratenschulte.

The first TC from Bertrand et al. (2020) reanalysed our dataset to precise the relative impact of macroclimate warming on the thermophilization rate of understorey plant communities. This is an interesting complementary analysis but the main conclusions and the main message remain more or less the same (Zellweger et al. 2020b). The debate in this first discussion is more or less a semantic one as we, on both sides, are studying and agreeing on the same thing, namely the impact of climate warming on the thermophilization rate of understorey plant communities. Although we did not assess the relative effect of macroclimate warming on the thermophilization rate of understorey plant communities, as Bertrand et al. (2020) did, this effect is indirectly incorporated in our analysis as part of what we call microclimate warming. Indeed microclimate warming mostly happens because of macroclimate warming, albeit it can be amplified by canopy openings following disturbances or it can be reduced by canopy closings following stand densification. The reason why we did not deconstruct microclimate warming into (1) macroclimate warming plus (2) the temporal fluctuations in the offset component of canopy cover changes (1+2) is that we are taking a plant-eye view (Lenoir 2020; Vandvik et al. 2020) on the impact of climate change (bottom-up) while Bertrand et al. (2020) take a top-down approach with the main emphasis on macroclimate warming. But in the end, the results and interpretations remain exactly the same. We are basically concluding on the same thing. It is just a matter of perspective and view point on how to analyse the impact of climate change on understorey plant communities.

As for the second TC from Schall & Heinrichs (2020), it is more a critical than a complementary comment. Schall & Heinrichs (2020) first criticized the fact that our metric of community temperature index or “CTI” does not show a 1:1 relationship with the actual temperature as measured in degree Celsius (T°C) and thus cannot accurately reflect true thermophilization. Of course CTI does not equal T°C as we measure it with sensors and we never claimed otherwise in our work (Zellweger et al. 2020c). Using CTI to predict accurate T°C values would not be appropriate but analysing the change in CTI values is not an issue because we focus on the relative difference and not on the actual T°C value. In fact, as physicians, we should express this difference over time in degree Kelvin and not in degree Celcius, to avoid such misunderstanding. Whatever, the point is that looking at CTI changes over time is not a problem, even if CTI itself does not show a 1:1 relationship with T°C. Still the relationship, as shown by Schall & Heinrichs (2020), is very linear. So, we do not think our approach is problematic to assess the rate of thermophilization over time. Finally, Schall & Heinrichs (2020) disagree with our suggestions that canopy openings, through management decisions, can create adverse thermal conditions for many forest species. Yet, large canopy openings as currently implemented by dynamic sylvicultural practices in Europe imply huge amounts of wood extraction that will dramatically change microclimatic conditions near the ground. Although plant species richness may momentaneously increase and enhance a rapid thermophilization of the community following the disturbance (see Stevens et al. 2015), it will also induce the loss of forest specialists in the long run. If light-demanding and generalist plants can easily germinate from the soil seed bank just after a canopy opening and thus can rapidly thermophilize the community, it takes much more time for forest specialists to come back after canopy closure. That is why we argue for more parsimonious thinning and logging practices to avoid large and brutal openings in forest stands as these have detrimental effects on the forest microclimate and thus on the successs of tree regeneration. For some dryad tree species, successful regeneration needs a sufficient amount of mother trees in the neighbourhood to maintain a healthy forest microclimate and ensure a successful regeneration: microclimate is thus integrative of the regeneration niche.

In the end, this debate clearly highlights the increased attention on forest microclimate ecology and the need for more microclimatic data from forest systems to better understand forest microclimate dynamics and how it interferes with the biotic response of forest-dwelling species to macroclimate warming.

Offre de Stage M2 en Ecologie Forestière : Biodiversité & Microclimat Forestier

Contexte du stage : Ce stage concerne le projet IMPRINT (Impacts of Microclimatic Processes on foRest bIodiversity redistributioN under macroclimaTe warming), financé par l’outil JCJC “Jeunes Chercheuses Jeunes Chercheurs” de l’Agence National de la Recherche (ANR). Pour en savoir plus sur le projet, voir le site internet dédié. Les températures réellement ressenties par la biodiversité – microclimat – peuvent être très différentes du macroclimat régional, surtout au sein des écosystèmes forestiers. Les températures extrêmes y sont tamponnées, en moyenne de 4 à 5 °C pour les températures maximales. Face au réchauffement global déjà amorcé, la forêt peut ainsi jouer un rôle de refuge pour les espèces. Ce projet vise à quantifier et à modéliser les processus qui relient le microclimat au macroclimat, sur de grandes étendues spatiales et à une résolution spatiotemporelle fine. Ceci, afin de reconstruire le microclimat passé, à partir d’observations issues de postes météo permanents. L’objectif ultime du projet IMPRINT est d’utiliser cette reconstruction à long terme du microclimat sous-couvert forestier pour améliorer la prédiction de la distribution future des espèces, en lien avec le changement climatique. Ce projet est innovant par son approche méthodologique, qui combine des sources de données complémentaires pour modéliser le microclimat :

  1. Capteurs de température et d’humidité du sol
  2. Stations météorologiques
  3. Télédétection par LiDAR aéroporté

Quelques références en libre-accès sur le sujet :

  1. [Lenoir et al. 2017] : Climatic microrefugia under anthropogenic climate change: implications for species redistribution
  2. [Lembrechts et al. 2019] : Incorporating microclimate into species distribution models

Objectif du stage : La flore et les arthropodes du sol sont des composantes majeures dans le fonctionnement de l’écosystème forestier, car ils jouent un rôle important sur le fonctionnement des cycles biogéochimiques et sur la provision de certains services écosystémiques. Ces deux groupes seront étudiés dans le cadre du projet IMPRIINT pour explorer le lien entre microclimat et diversité taxonomique et fonctionnelle. Au total, 180 placettes de suivi du microclimat ont été mises en place durant l’été 2020 dans trois forêts domaniales : Blois, Mormal et l’Aigoual. Sur chacune de ces placettes, un capteur de température a été placé à 1 m au-dessus du sol, et un second a été enterré à 8 cm dans le sol. Une importante phase de terrain aura lieu à la fin du printemps – début de l’été, afin de récupérer les données enregistrées par les capteurs, et de réaliser des inventaires de flore sur 400 m². La ou le stagiaire sera aussi sollicité(e) pour participer à une campagne d’inventaire de la faune du sol qui sera réalisé par piégeage (pose de pièges passifs de type Barber). L’accent sera mis pendant le stage sur la composante floristique, dont les données seront disponibles immédiatement pour analyse, contrairement aux inventaires d’arthropodes qui nécessitent de longs mois d’identification en laboratoire. Suite aux missions de terrain, la ou le stagiaire prospectera des relations univariées et multivariées entre les données de biodiversité et les autres données acquises dans le cadre du projet, entre autres des inventaires dendrométriques et des mesures de l’ouverture de la canopée, ainsi que les mesures du microclimat forestier (air et sol) dans les 180 placettes.

Profil recherché : Nous cherchons un(e) étudiant(e) curieux(se) et rigoureux(se), au profil master recherche et/ou ingénieur. Un fort intérêt pour l’écologie forestière, la botanique, la biostatistique et la programmation sous le logiciel libre R est demandé. Le ou la stagiaire devra être capable de faire un travail bibliographique, de comprendre et synthétiser des articles scientifiques en anglais. De bonnes bases en identification botanique seront appréciées, de même que des compétences dans un ou plusieurs des domaines mentionnés ci-dessus, compétences qui pourront être acquises ou renforcées au cours du stage. Une grande partie du stage se réalisant en forêt, le ou la candidate devra montrer un goût prononcé pour le terrain. En effet, de nombreux déplacements sur les sites, parfois éloignés et dans des conditions difficiles (relief, météo…), sont à prévoir.

Période de stage : Stage recherche/ingénieur de 6 mois pouvant démarrer dès Mars 2021.

Financement : Une gratification de stage de 577 EUR/mois est assurée dans le cadre du projet IMPRINT financé par l’ANR. A noter également que les remboursements des frais de mission (repas, frais kilométrique si utilisation d’un véhicule personnel) couvriront largement les dépenses à avancer. Les frais d’hébergement seront directement pris en charge par le CNRS.

Encadrement : Le candidat ou la candidate retenu(e) sera principalement encadré(e) par Fabien Spicher, Ronan Marrec et Eva Gril, en collaboration avec les autres membres de l’équipe IMPRINT : Jonathan Lenoir, Vincent Le Roux, Emilie Gallet-Moron et Boris Brasseur.

Institution d’accueil : EDYSAN, unité mixte de recherche (UMR 7058 CNRS-UPJV) située à Amiens

Candidature : Envoyez un CV et une lettre de motivation à Fabien Spicher (, Ronan Marrec ( et Eva Gril (

PhD Position on Forest Microclimate and Biodiversity Under Anthropogenic Climate Change

The research unit “Ecologie et Dynamique des Systèmes Anthropisés” (EDYSAN) is launching an open call for a PhD position in Ecology & Biostatistics. We are looking for a PhD candidate interested in climate change biology, forest sciences and statistical modelling. The PhD position is part of a research project entitled “Impacts of Microclimatic Processes on foRest bIodiversity redistributioN under macroclimaTe warming” (IMPRINT) and funded by the Agence National de la Recherche (ANR).


Context and description of the PhD position:

Species distribution models (SDMs), the toolbox to project biodiversity redistribution under anthropogenic climate change, are based on ambiant-air temperature (i.e. macroclimate) but fail to capture the local variability of microclimatic conditions. Yet, these local variations can lead to huge differences between apparent temperatures near the ground (i.e. the temperature conditions experienced by living organisms in their habitats) and air-temperatures measured by meteorological weather stations. This is especially true in the understory of forest ecosystems, which are decoupled from exterior climatic fluctuations and where management practices will have a prominent role in mediating the processes underlying microclimate. Very recent progress has been made to interpolate microclimate at very fine spatial resolution by combining in-situ microclimate measurements with fine-grained environmental variables derived from remotely sensed images such as light detection and ranging (LiDAR) images. However, these fine-grained spatial interpolations are not dynamic over time and unlikely to reflect the long-term dynamic of climate but rather the weather conditions that prevailed during the year the microclimatic data where recorded. Did sub-canopy temperature conditions increased as much as the warming trend observed in several networks of weather stations during the last decades? How forest-dwelling species are responding to long-term changes in microclimatic conditions below the forest canopy? Within the framework of IMPRINT, the PhD thesis will provide answers to these research questions, by combining: (i) in-situ microclimate measurements (both temperature and humidity near the ground); (ii) high-resolution LiDAR images; and most important (iii) long-term synoptic data from a network of permanent weather stations installed close to forest ecosystems (RENECOFOR). Throughout her/his PhD, the candidate will set up and coordinate two national networks of in-situ forest microclimate measurements. The first network, level I sites, aims at capturing the entire macroclimatic gradient covered by deciduous temperate forest in France. The candidate will be able to rely on an existing network (RENECOFOR) of 102 long-term (since 1995) permanent plots, which are not yet equipped with miniature data loggers. The second network, level II sites, aims at capturing the variability in forest microclimatic conditions due to forest management practices, ranging from very open forest stands to very dense and closed forest stands. To reach this aim, the PhD candidate will install a network of 60 permanent plots along a gradient of canopy closure within each of three large forests in France (FD de l’Aigoual, FD de Blois, FD de Mormal), dominated by oak and beech and managed by the French National Forest Service (ONF). Each plot will be equipped with miniature data loggers to record microclimatic conditions every hour. Forest inventory surveys as well as floristic surveys and arthropod surveys will be performed throughout the PhD thesis. Based on the data collected in the field, the candidate will model forest microclimatic conditions over time and its impact on the redistribution of forest-dwelling species under anthropogenic climate change.

Location of the 48 sites (a) from the forest ecosystem research network (RENECOFOR) which are located in temperate deciduous forests in France, of which 3 (Mormal, Blois, Aigoual) are equipped with long-term weather stations: (b) CHP59; (c) CHS41; and (d) HET30. Two putative windows of 2 km × 2 km each are displayed: one for model calibration and one for model validation. One putative window in Mormal shows the putative locations of miniature data-logger and biodiversity surveys (e) with a zooming window on one of these locations (f). Maps were drawn by Emilie Gallet-Moron.

The candidate is expected to have the following qualifications:

  • A degree in forest sciences, ecology or environmental sciences;
  • Basic knowledge and interest in modeling and advanced statistical analyses;
  • Coding skills in Free and Open Source environments (e.g. R);
  • Experience in remote sensing or GIS software;
  • Good oral and written communication skills in English;
  • Strong collaborative skills;
  • Ability to be autonomous.

In addition to these qualifications, we recommend the candidate to have a driving licence and preferably have her/his own car. Indeed, there will be numerous field trips to several forest sites throughout France, some located very far from the lab in Amiens. All field trip expenses (i.e. travel, food and accommodation expenses) as well as any participation to workshops and conferences throughout the PhD thesis duration will be covered by the research budget, which is funded by the ANR.

Supervisors and collaborators:

The candidate will be supervised by Jonathan Lenoir (JL, full researcher at CNRS), Ronan Marrec (RM, assistant professor at Jules Verne University of Picardy) and Guillaume Decocq (GD, full professor at Jules Verne University of Picardy), in close collaboration with Emilie Gallet-Moron (EGM, GIS engineer at Jules Verne university of Picardy), Fabien Spicher (FS, assistant engineer at Jules Verne University of Picardy) and Vincent le Roux (VLR, assistant professor at Jules Verne University of Picardy). At a national level, the PhD candidate will benefit scientific and technical supports from Sylvie Durrieu (full researcher at IRSTEA Montpellier) and Samuel Alleaume (research engineer at IRSTEA Montpellier), both experts in remote sensing technologies (i.e. airborne and terrestrial LiDAR). At the international level, the PhD candidate will have the opportunity to interact with several close collaborators, including: Pieter De Frenne from Gent University (Belgium); Jonas Lembrechts From Antwerp University (Belgium); Kristoffer Hylander from Stockhom University (Sweden); and Miska Luoto from the University of Helsinki (Finland).


The candidate will be based within the research unit « Ecologie et Dynamique des Systèmes Anthjropisés » (EDYSAN, CNRS, Jules Verne University of Picardy, Amiens, France). EDYSAN is a young, diverse, vibrant and international research unit which research focuses on the impact of global change drivers (climate change, land-use changes and biological invasions) on forest ecosystems and agricultural landscapes.


The PhD position should optimally start on January 6th 2020. For further information, please contact: Dr. Jonathan Lenoir (


Three years

Gross salary:

2 135 EUR/month

Application procedure:

To apply to this PhD position, you will need to send your application through the CNRS job portal, available both in French and in English. Scroll down towards the bottom of the webpage to find the “Search our Job Offers” button and look for this PhD position that should appear on the CNRS job portal from 1st October 2019 and should remain active for 21 days. You will need to register in the CV database and submit your application files via the CNRS job portal. To register, go to the “Candidate Area” at the bottom of the CNRS job portal and follow the instructions to create your own account. Please upload your CV together with a cover letter and the contact information of 3 references. For more information, you may contact Jonathan Lenoir ( The application deadline is October 22nd 2019.

Offre de Stage M2 en Ecologie Forestière : Caractérisation du Microclimat Sous Couvert Forestier

Contexte du stage : Le réchauffement climatique mesuré par les stations météo (c.-à-d. macroclimat) ne correspond pas nécessairement au réchauffement ressenti (c.-à-d. microclimat) par la biodiversité de la sous-trame boisée, car le microclimat y est bien souvent découplé des fluctuations du macroclimat extérieur. La modélisation du microclimat forestier constitue un défi de taille tant sur le plan numérique que calculatoire, car elle nécessite d’importantes quantités de données à fines résolutions spatiale et temporelle. Fort heureusement, les avancées technologiques en matière de télédétection 3D à haute résolution spatiale (p. ex. LiDAR terrestre ou aéroporté) et en termes de miniaturisation et d’automatisation des capteurs en environnement pour une prise de mesures à haute fréquence temporelle (p. ex. microsondes météo) permettent aujourd’hui de relever ce type de défi. Le projet IMPRINT porté par Jonathan Lenoir (CR CNRS) et financé par l’outil “Jeunes Chercheuses Jeunes Chercheurs” (JCJC) de l’Agence National de la Recherche (ANR) a justement pour ambition de combiner ces nouvelles technologies dans le but de modéliser le réchauffement microclimatique sous couvert forestier et d’améliorer les prédictions de redistribution de la biodiversité de la sous-trame boisée en contexte de réchauffement global du climat. C’est dans ce contexte que s’inscrira le stage de M2 dont l’objectif est détaillé ci-dessous.

Objectif du stage : L’objectif de ce stage de M2 sera de mettre en place un réseau de placettes forestières à équiper de microsondes de températures pour la caractérisation et le suivi du microclimat de la sous-trame boisée. Trois forêts domaniales gérées par l’Office National des Forêts (ONF) sont pressenties pour la mise en place du dispositif (voir figure ci-dessous). En plus de l’installation du réseau, le ou la stagiaire aura pour mission de caractériser chaque placette forestière sur le plan dendrologique (cf. inventaire des espèces ligneuses) et dendrométrique (cf. inventaire forestier typique) : mesures de circonférences ; estimation du couvert de la canopée au densitomètre ; et prises de photographies hémisphériques. En amont de la phase de terrain, le ou la stagiaire rédigera un protocole détaillé pour la récolte des données une fois sur place, en s’inspirant de travaux déjà publiés sur la thématique. De retour du terrain et sur la base des données dendrologiques et dendrométriques récoltées, le ou la stagiaire pourra réaliser une typologie d’habitat forestier à l’aide d’outils statistiques adaptés (p. ex. analyses multivariées).

Localisation des sites d'étude

Cartes et schéma présentant le dispositif de caractérisation du microclimat de la sous-trame boisée. Localisation (a) et zooms (b, c, d) des trois forêts domaniales pressenties pour l’étude (Aigoual, Blois et Mormal). Proposition d’installation d’un réseau de 30 placettes de suivi par fenêtre (e) à équiper de microsondes de températures et à décrire sur le plan dendrologique et dendrométrique (f). Cartes réalisées par Emilie Gallet-Moron.

Profil recherché : Nous recherchons un(e) étudiant(e) intéressé(e) et motivé(e), au profil recherche et/ou ingénieur(e). Un fort intérêt pour les sciences forestières, la biostatistique et la programmation sous le logiciel libre R est recommandé. De bonnes bases et connaissances en écologie forestière seront appréciées de même que des compétences dans un ou plusieurs des domaines mentionnés ci-dessus. Il est à noter que l’ensemble de ces compétences pourront être acquises ou renforcées au cours du stage. Une grande partie du stage étant consacrée à la mise en place d’un réseau de placettes forestières, le candidat ou la candidate devra montrer un goût prononcé pour le terrain et être titulaire du permis B. En effet, de nombreux déplacements sur les sites, parfois éloignés (p. ex. forêts domaniale de l’Aigoual), sont à prévoir. Au cours des missions sur le terrain, les frais de déplacements (remboursement des frais kilométriques) ainsi que les frais d’hébergement et de repas seront pris en charge par la structure d’accueil.

Période de stage : Stage recherche/ingénieur de 6 mois pouvant démarrer dès Janvier 2020 ou Février 2020.

Financement : Une gratification de stage de 577 EUR/mois est assurée dans le cadre du projet IMPRINT financé par l’ANR. A noter également que les remboursements des frais de mission couvriront largement (voir dépasseront) les dépenses à avancer.

Encadrement : Le candidat ou la candidate retenu(e) sera principalement encadré(e) par Jonathan Lenoir (CR CNRS) en collaboration avec plusieurs membres écologues de l’unité de recherche EDYSAN (Ronan Marrec, Vincent Le RouxEmilie Gallet-MoronFabien Spicher et le Professeur Guillaume Decocq).

Institution d’accueil : EDYSAN (UMR 7058 CNRS-UPJV).

Candidature : Pour candidater, envoyez un CV et une lettre de motivation adressée à Jonathan Lenoir (

Les Espèces Exotiques Envahissantes Impactent Plus Négativement les Niveaux Trophiques Sous-Jacents

L’impact lié à une augmentation de l’abondance d’une espèce exotique envahissante sur les communautés d’espèces natives dépend de sa position au sein du réseau trophique. Ainsi, les espèces exotiques envahissantes provenant des niveaux trophiques supérieurs (prédateurs et consommateurs principalement) ont un impact négatif non linéaire sur les communautés d’espèces natives des niveaux sous-jacents, de telle sorte que l’impact est plus important au départ de l’invasion. A l’inverse, à niveau trophique équivalent, l’impact d’une augmentation de l’abondance de l’espèce exotique sera négatif mais linéaire, de telle sorte que l’intensité de l’impact restera la même quel que soit le niveau de l’invasion. Ces résultats, ré-affirmant l’importance d’une détection rapide des processus d’invasion biologique, voir même anticipée dans le cas d’espèces exotiques envahissantes provenant des niveaux trophiques supérieurs, ont été publiés dans les Proceedings of the National Academy of Sciences (PNAS) le 29 Avril 2019.

L’introduction, l’installation et la colonisation des espèces exotiques envahissantes au sein des écosystèmes impliquent des enjeux majeurs en termes de santé publique, de biodiversité et de biologie de la conservation. Une détection précoce, voir anticipée, des foyers d’invasion est primordiale pour lutter contre les effets potentiellement néfastes des espèces exotiques envahissantes. Jusqu’ici, la plupart des méta-analyses sur les invasions biologiques ont montré que la présence d’espèces exotiques envahissantes avait un impact globalement négatif sur les écosystèmes. Néanmoins, aucune de ces méta-analyses n’a quantifié la dynamique de l’impact lié à une augmentation de l’abondance en espèces exotiques envahissantes sur les communautés d’espèces natives : à savoir si cette dynamique est linéaire, c’est à dire que l’impact lié à l’augmentation d’une unité d’abondance est constamment le même quel que soit le niveau d’abondance, ou non linéaire, c’est-à-dire que l’intensité de l’impact lié à l’augmentation d’une unité d’abondance varie suivant le niveau d’abondance.

Ce constat a émergé en 2015 à la suite d’un brainstorming organisé par Cascade Sorte de l’Université de Californie à Irvine (USA) qui avait obtenue un financement de la Fondation Albert et Elaine Borchard dédiée à la promotion de la recherche et de l’éducation. Dans ce cadre, nous avions effectué une retraite scientifique sur le thème des espèces exotiques envahissantes dans le magnifique domaine du Château de la Bretesche. Inspirée par le cadre et l’atmosphère du domaine, Bethany Bradley de l’Université du Massachusetts à Amherst (USA) a proposée de former un groupe de travail dont le but était de réaliser une méta-analyse sur la forme de la relation entre impact, que ce soit à l’échelle d’une espèce native ou à l’échelle de l’ensemble de la communauté d’espèces natives, et abondance en espèces exotiques envahissantes.

Après plusieurs années de labeur et plusieurs rencontres intermédiaires à Cornwall (printemps 2016), Séville (printemps 2017) et Amherst (été 2018), la base de données contenant 1258 cas d’étude issus de 201 publications scientifiques (voir cartes ci-dessous) était mûre pour l’analyse.


Les résultats de celle-ci montrent que le caractère linéaire ou non de cette relation entre abondance d’une espèce exotique envahissante et son impact sur les espèces ou les communautés d’espèces natives dépend de la position trophique relative entre l’envahisseur et les résidants. Lorsque l’espèce exotique envahissante provient des niveaux trophiques supérieurs, comme dans une relation verticale de type proies-prédateur avec dans le rôle du prédateur l’espèce exotique envahissante, c’est au départ de l’invasion, lorsque l’abondance de l’espèce exotique est relativement faible, qu’une faible augmentation de son abondance aura l’impact le plus fort et le plus négatif sur le réseaux d’espèces natives jouent le rôle de proies. Une faible quantité d’individus peut avoir un effet dévastateur sur la ressource consommée et lorsque le nombre d’individus a atteint un niveau supérieur, alors l’impact sur les communautés d’espèces natives est relativement faible du fait que la ressource consommée s’est raréfiée. Lorsque la relation trophique entre espèces exotiques envahissantes et espèces natives est horizontale, comme dans une relation de compétition par exemple, l’augmentation de l’abondance de l’espèce exotique envahissante aura le même impact sur la communauté d’espèces natives et ce que le niveau de l’invasion soit précoce ou avancé.

En gros, cela suggère que dans le cas des relations trophiques verticales, seule la détection précoce, voir anticipée, de l’espèce exotique envahissante, permet d’endiguer le processus d’invasion et éviter les effets néfastes de celle-ci. Dans ce cas précis, l’anticipation et la prévention sont les maîtres-mots. A l’inverse, dans une relation de type horizontale, c’est-à-dire à niveau trophique équivalent, les moyens mis en œuvre pour limiter ou endiguer l’invasion pourront s’avérer payant, même après installation et expansion de l’espèce exotique envahissante. Quoiqu’il en soit, une stratégie basée sur la détection anticipée ou précoce sera toujours la stratégie la plus efficace. Dans ce cadre, les techniques de télédétection par satellites ou aéroportée procurent un système de surveillance et d’alerte adéquat et opérationnel pour anticiper ou détecter de manière précoce les foyers d’invasions.

Bradley et al. (2019) Disentangling the abundance-impact relationship for invasive species. The Proceedings of the National Academy of Sciences