Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Monitoring Functional Trait Dynamics of Forest Ecosystems under Climate Extremes Using Multi-model Remote Sensing

Description du projet

Suivre le stress forestier depuis l’espace

Les forêts européennes subissent une forte pression due à la fréquence croissante des phénomènes climatiques extrêmes. Cependant, les outils de surveillance actuels ne permettent pas de saisir la manière dont les arbres réagissent physiquement et se rétablissent au fil du temps. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet EcoSpectra développe une approche innovante de surveillance de la santé des forêts depuis l’espace, en utilisant l’apprentissage automatique pour combiner des images satellites hyperspectrales à haute résolution avec des séries multispectrales à long terme. En fusionnant ces ensembles de données, il offrira une vision plus claire et plus complète de l’évolution des écosystèmes forestiers au fil du temps. Il contribuera ainsi à produire un ensemble de données bimensuel et à haute résolution sur les principaux caractères végétaux des forêts européennes de 2013 à 2026. Globalement, l’objectif du projet est d’améliorer les prévisions et de renforcer les politiques climatiques et forestières en Europe.

Objectif

Europe is experiencing increasingly frequent climate extremes—heatwaves, droughts, and compound events—that threaten forest ecosystem stability. Current forest monitoring mainly relies on multispectral data, lacking spectral resolution to retrieve key plant traits and physiological stress. Spaceborne hyperspectral sensors (e.g. PRISMA, EnMAP) overcome this limitation by providing finer spectral information, improving the estimation of traits impacted by climate extremes, such as chlorophyll, carotenoids, potassium, and water content. However, their sparse temporal coverage hinders ecological change monitoring. EcoSpectra will fill this gap by producing the first high-temporal-resolution hyperspectral-estimated trait dataset and analysis for European forests. I will integrate recent hyperspectral images with long-term multispectral time series using machine learning approaches. This will generate a novel biweekly, high-resolution trait cube (2013–2026) across diverse European forest sites, representing diverse forest ecosystems. This state-of-the-art product will enable consistent monitoring of forest responses to recent climate extremes, capturing direct impacts, legacy responses, and indirect climate disturbances such as insect outbreaks. The objectives are: (i) to generate trait data cubes with a transferable fusion framework, (ii) to quantify trait dynamics and assess forest resistance and recovery under climate extremes and disturbances, beyond multispectral indices, and (iii) to explore the integration of trait-based ecosystem modelling. The fellowship will foster research independence through training at the interface of hyperspectral remote sensing, trait-based ecology, and ecosystem modelling. EcoSpectra will maximise the application of next-generation hyperspectral missions (e.g. ESA CHIME) in ecological research, advance understanding of how European forests respond to climate stress, and support EU forest and climate strategies.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2025-PF

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSITE DE VERSAILLES SAINT-QUENTIN EN YVELINES
Contribution nette de l'UE
€ 226 420,56
Adresse
AVENUE DE PARIS 55
78035 VERSAILLES
France
Région
Ile-de-France Ile-de-France Yvelines
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total
Aucune donnée