Description

L’océan Austral joue un rôle clé dans la régulation du climat terrestre, car il constitue un important puits de carbone d’origine anthropique. Les Rhizaires siliceux sont aujourd’hui considérés comme des groupes planctoniques essentiels à la biogéochimie océanique ; cependant, la compréhension de leur réponse écologique au changement climatique, des voies d’exportation de leur squelette et de leur contribution quantitative aux cycles du carbone et du silicium demeure un défi majeur. Ce projet vise à combler certaines de nos lacunes de connaissance en étudiant la biodiversité des Rhizaires siliceux, ainsi que leurs flux gravitationnels à travers la colonne d'eau vers les sédiments, dans une zone située entre les îles de Crozet et de Kerguelen et couvrant trois écorégions différentes. Les observations basées sur les squelettes des Rhizaires siliceux seront confrontées aux données moléculaires (dont l'ADN ancien) et géochimiques générées par le projet ANR PRC ChoRhiSO (Caractérisation des Rhizaria dans l'océan Austral). Un séjour de formation de deux mois à Earth Sciences New Zealand permettra d'acquérir une expertise taxonomique actualisée et de se familiariser avec des techniques innovantes et automatisées de traitement d'images et de morphométrie, ainsi qu'avec l'identification de fossiles par intelligence artificielle. Une étude pilote sera menée sur des sédiments de surface prélevés dans la zone d'étude par l'expédition CONRAD et actuellement conservés à Lamont Doherty (États-Unis). Le/la doctorant(e) participera à la première campagne océanographique prévue. Outre l'étude des Rhizaires siliceux préservés dans les sédiments de surface et prélevés lors de cette campagne, il/elle étudiera également celles collectées dans des pièges à sédiments déployés pendant un an dans toute la colonne d'eau. Cette étude parallèle permettra d'intégrer les observations écologiques à court terme sur la réponse des Rhizaires aux variations climatiques, ainsi que les processus océanographiques associés, notamment la productivité et la dissolution partielle dans la colonne d'eau, avec leurs données à plus long terme conservées dans les sédiments de surface des grands fonds océaniques.

Compétences requises

Le candidat idéal : - sera titulaire d’un master en (micro)paléontologie ; - aura une bonne connaissance en (paléo) océanographie ; - parlera couramment anglais, appréciera de travailler dans un contexte international et sera disposé à participer à des campagnes océanographiques scientifiques ; - sera capable de travailler dans un environnement interdisciplinaire et collaboratif. - est capable de rédiger des rapports scientifiques et de présenter des résultats sous forme de communications orales.

Bibliographie

Biard et al. (2016) In situ imaging reveals the biomass of giant protists in the global ocean. Nature 532, 504-507. https://doi.org/10.1038/nature17652

Carlsson V., Danelian T. et al. (2023). Convolutional neural network application on a new middle Eocene radiolarian dataset. Marine Micropaleontology 183, article n°102268. https://doi.org/10.1016/j.marmicro.2023.102268

Cueille M., Danelian T. et al. (2025). Siliceous plankton flux and radiolarian community structure in the highly oligotrophic Ionian Sea (Eastern Mediterranean) – Imprints of climate variability. Marine Micropaleontology 196, 102460. https://doi.org/10.1016/j.marmicro.2025.102460

Lazarus et al. 2009. Radiolarians decreased silicification as an evolutionary response to reduced Cenozoic ocean silica availability. PNAS 106/23, 9333-9338. https://doi.org/10.1073/pnas.0812979106

Marchant R. et al. (2020). Automated analysis of foraminifera fossil records by image classification using a convolutional neural network. Journal of Micropalaeontology, 39, 183-202. https://doi.org/10.5194/jm-39-183-2020

Tetard M. et al. (2020). Technical note: A new automated radiolarian image acquisition, stacking, processing, segmentation and identification workflow. Climate of the Past, 16, 2415-2429. https://doi.org/10.5194/cp-16-2415-2020

Williams J.R. et al. (2025) Inefficient transfer of diatoms through the subpolar Southern Ocean twilight zone. Nature Geoscience 18, 72–77 https://doi.org/10.1038/s41561-024-01602-2

Mots clés

Radiolaires polycystines, Phéodaires, micropaléontologie, traitement d'image, morphométrie, intelligence artificielle