Détail du poste Établissement : Université de Perpignan Via Domitia École doctorale : Energie et Environnement Laboratoire de recherche : Centre de formation et de recherche sur les environnements méditerranéens Direction de la thèse : Nicolas ROBIN ORCID 0000000323232552 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-30T23:59:59 Le projet cible IRICOT du projet PEPR IRIMA (2024-2030) vise à développer des connaissances transdisciplinaires afin d'éclairer la gestion des risques littoraux et la manière d'adapter nos sociétés face aux changements globaux. Dans le cadre de ce projet, le WP3 Prévisions saisonnière et décennale des aléas littoraux s'attache à mieux comprendre, modéliser et prévoir les aléas littoraux pour une grande diversité d'environnements (côte sableuse, estuaire, régime de marée ...), aux échelles saisonnières à décennales, pour les façades atlantique et méditerranéenne de la France métropolitaine, de l'échelle locale à l'ensemble de la façade avec une résolution spatiale typiquement de centaines de mètres (e.g. trait de côte). La thèse abordera ce problème en se basant sur les outils statistiques et ceux de l'apprentissage automatique (« machine learning »). Sur un plan méthodologique, la thèse vise à surmonter les limites des outils « classiques » basés sur la corrélation en identifiant les liens de causalité entre les grands modes de variabilité climatique (NAO, WEPA, etc.), les forçages météo-océaniques (vagues, niveau d'eau) et les indicateurs de l'état du littoral (trait de côte, largeur de dune, ...). En plus d'améliorer la compréhension des processus physiques générateurs des aléas côtiers, la thèse cherchera à évaluer si les modèles de machine learning causalement contraints montrent une capacité prédictive supérieure et une généralisation améliorée, en particulier pour les évènements extrêmes aux échelles temporelles visées (saisonnières à décennales), par rapport aux approches classiques. Les recherches sur les risque