Post-doc (H/F) - Caractérisation des paysages urbains et de la végétation à partir de données L[...]

Portail > Offres > Offre UMR6554-SOLCRO-003 - Post-doc (H/F) - Caractérisation des paysages urbains et de la végétation à partir de données LiDAR 3D

Post-doc (H/F) - Caractérisation des paysages urbains et de la végétation à partir de données LiDAR 3D

Cette offre est disponible dans les langues suivantes :

Date Limite Candidature : jeudi 17 avril 2025 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : Post-doc (H/F) - Caractérisation des paysages urbains et de la végétation à partir de données LiDAR 3D
Référence : UMR6554-SOLCRO-003
Nombre de Postes : 1
Lieu de travail : RENNES
Date de publication : jeudi 27 mars 2025
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 12 mois
Date d'embauche prévue : 16 juin 2025
Quotité de travail : Complet
Rémunération : 2991,58 à 4166,70 euros brut mensuel selon l'expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 1 à 4 années
Section(s) CN : 07 - Sciences de l'information : traitements, systèmes intégrés matériel-logiciel, robots, commandes, images, contenus, interactions, signaux et langues

Missions

La préservation de la biodiversité et de ses services écosystémiques en milieu urbain est un enjeu majeur pour l'aménagement des territoires. Les collectivités sont aujourd’hui en manque d’outils efficaces permettant d’implémenter des solutions viables permettant de promouvoir cette biodiversité.
Dans ce contexte, l’analyse des paysages et de la fonctionnalité des trames vertes en particulier est une étape importante pour favoriser le maintien de la faune et de la flore urbaine. Un grand nombre d’études des continuités écologiques sont établies grâce à l'imagerie satellitaire ou aérienne et/ou des cartes d’occupation du sol (BD TOPO) et donc d’un point de vue 2D. Bien qu’efficace, une vision bidimensionnelle ne permet pas de prendre en compte la structure réelle de la végétation et la nature du sol sous la canopée qui sont pourtant des paramètres importants dans l’évaluation de la qualité d’une continuité écologique. Dans le cadre du projet Bio3DiverCity, on s’intéresse à analyser les continuités écologiques urbaines en 3D.

Avec l'avènement de nouvelles données, telles que celles issues du satellite CO3D et des campagnes LiDAR HD de l'IGN prévues en 2025, les opportunités de suivi et d'analyse des structures en 3D se multiplient. Ces données, couplées à des acquisitions photogrammétriques ou LiDAR terrestres à coût modéré, permettent d’étudier les structures paysagères, notamment en milieu urbain et en interaction avec la végétation.
Au sein de notre consortium, des travaux récents ont permis de développer des outils méthodologiques d’analyse des formes et structures en 3D (notamment LiDAR), appliqués à divers contextes (environnements naturels, mobilier urbain). Deux défis restent cependant à relever :
Caractériser les structures 3D de la végétation et des paysages à grande échelle.
Intégrer et calibrer différentes sources de données 3D (LiDAR terrestre et LiDAR aérien).

Cette offre de poste s'inscrit dans le cadre d’un work-package du projet Bio3DiverCity et se structure en deux axes de recherche :
Axe 1) Acquisition et calibration des données 3D pour comparer les capteurs LiDAR terrestres (TLS) et aériens (ALS).
Axe 2) : Extraction de métriques pour décrire les paysages en 3D, en mettant l’accent sur la fragmentation des habitats et la complexité de la végétation. Pour cela, on s’appuiera aussi bien sur des propriétés morphologiques que sur des approches par apprentissage non supervisé, via des réseaux de neurones profonds notamment.

Activités

Le post-doctorant / La post-doctorante travaillera en étroite collaboration avec une équipe interdisciplinaire pour relever les défis suivants :
Axe 1) Consistance entre données TLS et ALS
- Développer des méthodes d’adaptation de domaine pour harmoniser les données provenant de capteurs terrestres et aériens.
- Tester la transférabilité des méthodologies calibrées sur des données TLS vers des échelles plus larges, grâce aux données ALS ou LiDAR HD.
Axe 2) Extraction et exploitation des descripteurs 3D
- Adapter et entraîner des réseaux neuronaux adaptés à la donnée 3D (e.g., KPConv) pour extraire des descripteurs à partir de données 3D.
- Développer des outils pour calculer des métriques telles que la fragmentation des habitats, la complexité de la végétation et la structure interne des écosystèmes.
- Concevoir une interface utilisateur (plugin CloudCompare ou autre) pour rendre ces outils accessibles à un large public (chercheurs, gestionnaires, entreprises).

Compétences

Compétences requises
- Doctorat en télédétection, géomatique, informatique ou domaine connexe.
- Solides compétences en traitement des nuages de points 3D et en manipulation de données LiDAR.
- Maîtrise des outils et bibliothèques pour le deep learning (e.g., TensorFlow, PyTorch).
- Bonne capacité à coder en Python et/ou C++ (expérience avec CloudCompare est un plus).
- Connaissances en adaptation de domaine ou méthodes de transport optimal seraient un plus.

Compétences appréciées
- Expérience en conception d'interfaces utilisateur ou de plugins pour logiciels scientifiques.
- Connaissance des écosystèmes urbains ou des problématiques environnementales en milieu urbain.
- Sens de l’initiative, autonomie et aptitude au travail en équipe pluridisciplinaire.

Contexte de travail

Le Post-doctorant/La Post-doctorante travaillera au laboratoire Littoral – Environnement – Télédétection – Géomatique (UMR CNRS 6554 LETG) à Rennes.
Le champ scientifique de l’unité est celui de la géographie de l’environnement. L'unité possède une expertise en géographie humaine, géographie physique et géomatique.