En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal

Ecologie des Forêts Méditerranéennes

Unité de Recherches Ecologie des Forêts Méditerranéennes

ROUET Camille

Camille Rouet
© Inra C. Rouet
Doctorant

Email : camille.rouet(at)inrae.fr
 
Tél  : +33 (0)4 32 72 29 73
Fax : +33 (0)4 32 72 29 02

INRAE
URFM - UR629

Domaine Saint Paul Site Agroparc
84914 Avignon cedex 9

FONCTION

Doctorant au sein de l'Unité de Recherches Écologie des Forêts Méditerranéennes rattachée au Département  Écologie et biodiversité des milieux forestiers, prairiaux et aquatiques (ECODIV).

Contrat de thèse ADEME/ONF de Octobre 2020 à Octobre 2023.

Directeur de thèse : Hendrik Davi

Titre du sujet de thèse : Comparer différents scénarios pour adapter la gestion sylvicole des forêts mélangées au changement climatique avec un modèle physio-démo-génétique,

Formation

2013 – 2018 : Ingénieur INSA Lyon au département Biosciences, spécialité Bioinformatique et  Modélisation (BIM)

2017 – 2018 : Université Claude Bernard Lyon 1, Master 2 parcours Écologie, Évolution, Génomique (EEG)

Descriptif de la thèse

            L’avenir des forêts et des nombreux services éco-systémiques qu’elles fournissent est rendu incertain dans le contexte des changements globaux, caractérisés par une hausse des températures moyennes et des taux de CO2 ainsi que l’augmentation en fréquence et en intensité des événements climatiques extrêmes telles que les sécheresses, tempêtes et feux de forêts (Ronce et al. 2015).

            Un des leviers pour favoriser l'adaptation des peuplements pourrait être de favoriser les forêts mélangées, c’est-à-dire les forêts composées de plusieurs essences forestières (Perot et Vallet 2012). Premièrement, celles-ci ont l'avantage de répartir les risques de dépérissement entre les différentes essences. De plus, les forêts mélangées apparaissent plus résistantes à certaines perturbations : herbivorie, pathogènes, attaques d’insecte et, dans une certaine mesure, feux et tempêtes (Jactel et al. 2017). Enfin, par des mécanismes de réduction de la compétition et de facilitation, les forêts mélangées seraient en moyenne plus productives que les forêts monospécifiques (Zhang et al. 2012).

            Tous les effets positifs listés ci-dessus sont cependant fortement dépendant des caractéristiques locales des peuplements. Composition en espèce, nature du ou des facteurs environnementaux limitants (eau, température, nutriments, lumière), densité et structure du peuplement sont autant de paramètres re-définissant la relation entre diversité et fonctionnement en forêt (Forrester et Bauhus 2016 ; Grossiord 2018). De plus, le gestionnaire sylvicole est en mesure d'influer sur la plupart de ces paramètres et donc sur la qualité des interactions inter-individuelles et inter-espèces.

            Par ailleurs, le contexte environnemental inédit impose de développer des outils prenant en compte la physiologie des arbres si l’on souhaite comprendre leur fonctionnement présent et anticiper leur fonctionnement à venir. Les modèles mécanistes à base éco-physiologique (Dufrêne et al. 2005) constituent donc un outil pertinent pour étudier les mécanismes régulant la croissance des arbres ainsi que leur interactions.

            L'enjeu de ma thèse est donc d'évaluer par le biais de simulations numériques les conditions d'apparition des interactions interspécifiques en forêts mélangées selon différentes conditions climatiques et sylvicoles.

            Dans ce but, je développe le modèle Physio-Demo-Genetics (Oddou‐Muratorio et Davi 2014), un modèle individu-centré basé sur le modèle de dynamique forestière à base éco-physiologique CASTANEA (Dufrêne et al. 2005). Deux mécanismes sont notamment développés afin d'intégrer les interactions inter-individuelles : la compétition pour la lumière et la compétition pour l'eau.

 

Dufrêne, E., H. Davi, C. François, G. le Maire, V. Le Dantec, et A. Granier. 2005. « Modelling Carbon and Water Cycles in a Beech Forest. Part I: Model Description and Uncertainty Analysis on Modelled NEE ». Ecological Modelling 185 (2‑4): 407‑36. https://doi.org/10/fjnfgr.

Forrester, David I., et Jürgen Bauhus. 2016. « A Review of Processes Behind Diversity—Productivity Relationships in Forests ». Current Forestry Reports 2 (1): 45‑61. https://doi.org/10.1007/s40725-016-0031-2.

Grossiord, Charlotte. 2018. « Having the Right Neighbors: How Tree Species Diversity Modulates Drought Impacts on Forests ». New Phytologist 228 (1): 42‑49. https://doi.org/10.1111/nph.15667.

Jactel, Hervé, Jürgen Bauhus, Johanna Boberg, Damien Bonal, Bastien Castagneyrol, Barry Gardiner, Jose Ramon Gonzalez-Olabarria, Julia Koricheva, Nicolas Meurisse, et Eckehard G. Brockerhoff. 2017. « Tree Diversity Drives Forest Stand Resistance to Natural Disturbances ». Current Forestry Reports 3 (3): 223‑43. https://doi.org/10.1007/s40725-017-0064-1.

Oddou‐Muratorio, Sylvie, et Hendrik Davi. 2014. « Simulating Local Adaptation to Climate of Forest Trees with a Physio‐Demo‐Genetics Model ». Evolutionary Applications 7 (4): 453‑67. https://doi.org/10.1111/eva.12143.

Perot, Thomas, et Patrick Vallet. 2012. « Des forêts mélangées, une stratégie pour produire du bois face aux enjeux énergétiques et climatiques ? » Sciences Eaux & Territoires, 2012.

Ronce, Ophélie, Catherine Boyen, Sophie Caillon, Anne Charmantier, Pierre Olivier Cheptou, Isabelle Chuine, Marie-Christine Cormier-Salem, et al. 2015. Réponses et adaptations aux changements globaux : quels enjeux pour la recherche sur la biodiversité ? Prospective de recherche. Fondation pour la Recherche sur la Biodiversité. https://hal.archives-ouvertes.fr/hal-01594930.

Zhang, Yu, Han Y. H. Chen, et Peter B. Reich. 2012. « Forest Productivity Increases with Evenness, Species Richness and Trait Variation: A Global Meta-Analysis ». Journal of Ecology 100 (3): 742‑49. https://doi.org/10.1111/j.1365-2745.2011.01944.x.