Doctoral Researcher in Earth and Environmental Sciences - Automatic Learning for Water Resource Management: Earth Observation and Data-Driven Monitoring

Description du Poste

Sujet De Thèse

Cette thèse s’inscrit dans le cadre du projet INTEGRATOR, financé par le programme HORIZON EUROPE. Le projet regroupe des partenaires de plusieurs pays européens : la Turquie, l’Allemagne, la Norvège, les Pays-Bas, l’Estonie, la Lettonie, l’Italie, l’Espagne, la Grèce, la Belgique et la France. L’objectif général d’INTEGRATOR est de renforcer la gestion équitable et résiliente de l’eau en Europe face au changement climatique, en permettant une prise de décision anticipative et fondée sur les données à l’échelle des bassins versants, dans un contexte d’évolution des conditions climatiques et socio-économiques. INTEGRATOR vise à développer un Digital Water Intelligence System (DWIS) intégrant des jumeaux numériques spécifiques aux sites avec des facteurs climatiques et socio-économiques, des systèmes de prévision opérationnelle ainsi que des outils techniques, de gouvernance et de financement co-conçus dans le cadre de l’approche Decision Theatre.
Cette thèse aura pour objectif de produire, à l’échelle des bassins versants, des indicateurs dérivés de l’observation de la Terre (OT) pour plusieurs bassins de démonstration en Europe, en s’appuyant sur l’intégration de données d’OT à haute résolution et de techniques avancées d’extraction et d’analyse de l’information textuelle (text mining) afin de caractériser les dynamiques biophysiques et hydrologiques pertinentes pour la résilience des ressources en eau.
La stratégie de suivi combinera plusieurs dimensions d’évaluation : biogéophysique, hydrologique et socio-environnementale, afin de contribuer aux systèmes d’alerte précoce, au diagnostic des pressions et à la mise en œuvre d’une gestion adaptative de l’eau. Des constellations satellitaires multi-capteurs seront utilisées pour caractériser les processus de surface, la dynamique de la végétation et les états hydrologiques dans les systèmes fluviaux et, lorsque cela est pertinent, dans les systèmes côtiers.
L’état de la végétation sera caractérisé à partir de paramètres biogéophysiques avancés (par exemple, GPP/NPP, indice de surface foliaire – LAI, biomasse aérienne) dérivés des missions Sentinel-1/2/3, BIOMASS et des futures missions LSTM. Les variables hydrologiques seront suivies à partir de données d’observation de la Terre optiques pour déterminer l’étendue des surfaces en eau, d’observations micro-ondes actives et passives (Sentinel-1, SMOS, HydroGNSS) pour l’estimation de l’humidité des sols, ainsi que de l’altimétrie satellitaire (Sentinel-3, SWOT) pour le suivi des niveaux d’eau des lacs et des rivières.
En parallèle, les signaux socio-environnementaux associés aux événements hydrologiques extrêmes et aux pressions exercées sur les ressources en eau seront extraits à l’aide de techniques de traitement automatique du langage naturel (Natural Language Processing – NLP) et d’analyse de textes (text mining), à partir de rapports, de documents réglementaires et de politiques publiques, de sources médiatiques et des contributions des parties prenantes. Ces informations seront contextualisées à partir des connaissances issues de l’approche IPBES Nexus, afin de compléter le suivi fondé sur l’observation de la Terre par des dimensions sociales et liées à la biodiversité.
La thèse s’appuiera sur les principaux services Copernicus (C3S, CLMS, CEMS), accessibles via des API, afin de garantir la cohérence avec les jeux de données du JRC et l’alignement avec les Missions et Partenariats européens, notamment Water4All et Biodiversa+.
En intégrant les données et indicateurs issus de l’observation de la Terre avec les observations in situ, les indicateurs de biodiversité ainsi que les modèles et outils d’aide à la décision, cette thèse contribuera à la production de jeux de données harmonisés à l’échelle européenne, destinés à soutenir les systèmes d’alerte précoce, le développement de scénarios et la gestion adaptative des ressources en eau.
Le doctorant (H/F) recruté sera chargé de collecter et de traiter différentes sources de données environnementales, notamment des images satellitaires et des observations in situ réalisées sur les cours d’eau. Il ou elle développera et mettra en œuvre des approches d’apprentissage automatique afin d’analyser ces données et d’en extraire des indicateurs pertinents pour améliorer la gestion des ressources en eau.

Votre Environnement de Travail

Les travaux de recherche seront réalisés à l’Institut Terre et Environnement de Strasbourg (ITES) de l’Université de Strasbourg, au sein du groupe de recherche TRHYCO (TRansferts dans les HYdrosystèmes COntinentaux). La thèse sera rattachée à l’École doctorale Sciences de la Terre et de l’Environnement de l’Université de Strasbourg. Des collaborations étroites avec les différents partenaires du projet sont également prévues dans le cadre de la thèse.
Un ordinateur dédié, équipé de cartes graphiques (GPU) hautes performances, sera mis à la disposition du doctorant (H/F) afin de soutenir le développement, l’entraînement et la mise en œuvre des modèles d’apprentissage automatique. Les frais de déplacement et de participation aux réunions du projet ainsi qu’aux conférences scientifiques internationales seront également pris en charge.
Cette thèse offre un environnement de recherche particulièrement stimulant, à l’interface entre sciences de l’eau, observation de la Terre et intelligence artificielle. Le doctorant (H/F) aura l’opportunité de travailler sur des problématiques actuelles liées à la gestion durable et résiliente des ressources en eau, en mobilisant des données diversifiées telles que les images satellitaires et les observations in situ.
La thèse s’inscrit dans le cadre du projet européen HORIZON EUROPE INTEGRATOR, qui réunit des partenaires académiques et institutionnels de onze pays européens. Cette dimension internationale permettra au doctorant (H/F) de développer un réseau scientifique, de travailler avec différentes équipes européennes et de participer à des réunions, conférences, ateliers et écoles d’été.
L’ITES est situé sur le campus central de l’Université de Strasbourg, à seulement 10 minutes du centre-ville de Strasbourg. Le doctorant ou la doctorante bénéficiera également de l’accès à un restaurant administratif situé à proximité, proposant des repas à tarif subventionné.

Contraintes et risques

Le projet implique plusieurs partenaires académiques et de recherche. De bonnes capacités de communication et de travail en équipe constitueront donc un atout important. Une excellente maîtrise de l’anglais (B2 ou C1), à l’écrit comme à l’oral, est requise, l’anglais étant la principale langue de communication au sein du projet et avec les partenaires internationaux. De solides connaissances en apprentissage automatique ainsi que de bonnes compétences en programmation, notamment en Python, sont requises. Des connaissances ou une expérience en hydrologie constitueront un avantage, mais ne sont pas indispensables.

Rémunération et avantages

Rémunération

La rémunération est d'un minimum de 2300,00 € mensuel

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

Référence de l’offre UMR7063-MARFAH-003 Section(s) CN / Domaine de recherche Surface continentale et interfaces

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche