Cheffe de Projet « Règlement Restauration de la Nature et Stratégie d'Acquisition de Connaissance H/F - Muséum National d'Histoire Naturelle (MNHN)

CADRE DE TRAVAILL'Unité Patrimoine Naturel (PatriNat) - co-habilitée par le Muséum national d'Histoire naturelle (MNHN), l'Office française de la biodiversité (OFB), le Centre national de la recherche scientifique (CNRS) et l'Institut de recherche pour le développement (IRD) - a pour mission de produire une expertise scientifique et technique en faveur de la conservation de la biodiversité.Au sein du MNHN, PatriNat est rattachée à la Direction Générale Déléguée Recherche, Expertise, Valorisation et Enseignement du Muséum (DGD REVE), et a pour objectif de fournir, en lien fort avec les activités de recherche, une expertise scientifique sur la biodiversité et géodiversité de France métropolitaine et ultra-marine, sur les thématiques terrestres et marines, pour l'environnement passé et actuel. Cette expertise et l'ingénierie associée portent sur la connaissance du patrimoine naturel, y compris les systèmes d'information associés, et sur l'application de ces connaissances à l'appui des politiques et programmes de conservation de la biodiversité
CONTEXTE DE LA MISSIONLe Règlement européen sur la restauration de la nature (Nature Restoration Law) est entré en vigueur le 18 aout 2024, après 2 ans de négociations entre la Commission, le Conseil et le Parlement européen. Il fixe dorénavant l'objectif de mettre en oeuvre des mesures de restauration sur 20 % des milieux terrestres et marins d'ici 2030, puis de restaurer l'ensemble des écosystèmes terrestres et marins dégradés de l'Union européenne d'ici 2050.D'ici 2030, ce sont ainsi 30 % des surfaces d'habitats terrestres et marins évalués en mauvais état qui devront bénéficier de mesures de restauration (articles 4 & 5). PatriNat apporte son expertise scientifique au ministère de l'Ecologie pour la rédaction du 1er Plan national de restauration et sa mise en oeuvre d'ici 2030, en particulier afin de caractériser les efforts de restauration et les stratégies d'acquisition de connaissances attendues au titre des articles 4 et 5.MISSIONSAu sein de la cellule « Restauration » de l'équipe « Artificialisation et Restauration », vos missions principales seront de :Elaborer et piloter la stratégie nationale d'échantillonnage CarHab-HIC permettant de répondre aux obligations du RRN concernant la connaissance de l'état des HIC, en lien avec les Conservatoire botaniques nationaux ;Organiser des ateliers méthodologiques avec les différents CBN, afin de mettre en oeuvre cette stratégie d'ici à 2 ans ;Utiliser les données issues des modèles CARHAB et les données de pression existantes pour produire des cartes de prédiction de l'état de dégradation des HIC, à différentes échelles spatiales ;Apporter son expertise et son appui scientifique dans le cadre de la mise à jour du programme CARHAB ;Apporter son expertise et son appui scientifique au coordinateur et agents de la cellule Restauration de PatriNat, notamment dans le cadre de programmes scientifiques (SENSEFOREST, NATURE RESTORER, etc.) ;Piloter certains travaux de recherche réalisés par des équipes scientifiques extérieures à PatriNat, concernant l'usage de la télédétection pour évaluer l'état de conservation de certains HIC (landes, éboulis, milieux ouverts, etc.) ;Etablir une feuille de route pluriannuelle pour une collaboration scientifique entre PatriNat et le LESSEM (Laboratoire Ecosystèmes et Sociétés En Montagne) ;Produire des cartes, synthèses, chiffres-clés, indicateurs à partir de ces analyses ;Rédiger des notes de synthèse, rapports et contribuer à la rédaction d'articles scientifiques.

CONDITIONS ADMINISTRATIVES REQUISESÊtre titulaire d'un doctorat ou d'un diplôme de niveau Bac +5 (école d'ingénieur ou Master 2) en écologie et analyse de données sur la biodiversité.QUALIFICATIONS REQUISESCompétences techniques :Autonomie pour le développement des scripts d'analyse sous R (gestion de gros volumes de données, analyses spatiales, parallélisation, etc.) ;Maîtrise du SIG y compris avec R ou Python ;Très bon niveau et expérience pratique en statistiques et analyses de données ;Qualités personnelles :Esprit de synthèse et d'analyse, rigueur intellectuelle ;Aptitude au travail en équipe ;Capacité à se former sur des nouvelles techniques.