2 PhD positions in Ecosystem modelling of plant-soil feedbacks — Universität Zürich

Vollständige Beschreibung

Die Universität Zürich, die größte Universität der Schweiz, bietet eine Reihe attraktiver Positionen in verschiedenen Fachgebieten und Berufsfeldern. Mit rund 10.000 Mitarbeitern und derzeit 12 beruflichen Ausbildungsströmen bietet die Universität ein inspirierendes Arbeitsumfeld für Spitzenforschung und erstklassige Bildung. Setzen Sie Ihr Talent und Ihre Fähigkeiten ein, um mit uns zu arbeiten. Erfahren Sie mehr über die UZH als Arbeitgeber!

Aufgaben

Grünland ist ein sehr vielfältiges Ökosystem, das wichtige Ökosystemfunktionen bereitstellt. Die Erhaltung oder Wiederherstellung der Artenvielfalt von Grünland erhöht ihre Fähigkeit, mit Umweltstörungen wie Bränden und Dürren umzugehen, die im kommenden Jahrhundert voraussichtlich häufiger und schwerwiegender werden. Unser Verständnis der Mechanismen, die die hohe Artenvielfalt in Grünland erzeugen und erhalten, ist jedoch nach wie vor unzureichend, was die Gestaltung erfolgreicher Managementstrategien behindert. Eine wachsende Zahl von Beweisen legt jedoch nahe, dass Wechselwirkungen zwischen Pflanzen und der Gemeinschaft von Bodenorganismen Pflanzen-Boden-Rückkopplungen erzeugen, die eine entscheidende Rolle bei der Schaffung und Erhaltung der Biodiversität von Grünland spielen. Ein neues Kooperationsprojekt zwischen der Universität Zürich und der University of Kansas (USA) zielt darauf ab, unser Verständnis darüber zu verbessern, wie Pflanzen-Boden-Rückkopplungen zum Funktionieren von Grünland-Ökosystemen beitragen. Das Forschungsteam in Zürich (bestehend aus 2 Doktoranden, einem Outreach-Koordinator und dem PI) wird mathematische Modelle entwickeln und analysieren, die die Wechselwirkungen zwischen Pflanzen- und Bodengemeinschaften quantifizieren. Diese Modelle werden mit den Ergebnissen von Gewächshausexperimenten und Langzeit-Feldexperimenten mit nordamerikanischen Grünlandarten kalibriert und validiert. Das Projekt zielt darauf ab, unser grundlegendes Verständnis der Funktionsweise von Grünlandökosystemen zu verbessern, das dann in den USA und der Schweiz für die Erhaltung, Restaurierung und Bildung genutzt werden kann. Wir laden Kandidaten ein, sich für (eine) der beiden unten aufgeführten Positionen zu bewerben:

PhD Position 1: Theorie und Tests von Pflanzen-Boden-Feedback: Implikationen für die langfristige Dynamik

Ihre Aufgaben

1. Entwickeln Sie ein Modell-Daten-Integrations-Framework: Mit Daten aus vielen Experimenten mit zwei North Carolina-Weidelandarten entwickeln und validieren Sie ein mathematisches Modell, das beschreibt, wie sich die Bodengemeinschaft im Laufe der Zeit aufbaut und wie sich diese Bodendynamik auf die beiden Pflanzenarten auswirkt.
2. Erweitern Sie dieses Framework auf mehrere Arten: Mit Daten aus Experimenten, die mit sechs Kansas-Weidelandarten durchgeführt werden, und den jüngsten theoretischen Fortschritten zur Beschreibung von Pflanzen-Boden-Feedbacks auf Gemeindeebene erweitern Sie die Anwendbarkeit des Frameworks auf mehr als zwei Arten.
3. Integrieren Sie die Ergebnisse mit Community-Level-Modellen von Pflanzen-Boden-Feedback: Sie werden den Rahmen mit den Ergebnissen des anderen PhD-Studentenprojekts integrieren, das sich auf die Beschreibung der Folgen des Feedbacks von Pflanzen und Böden auf die Dynamik der Pflanzengemeinschaft konzentriert.

PhD Position 2: Theorie und Tests von Pflanzen-Boden-Feedback: Implikationen für die Dynamik der Pflanzengemeinschaft

Ihre Aufgaben

1. Modellieren Sie die Vorteile der Vielfalt der Pflanzengemeinschaften für das Funktionieren von Ökosystemen: Anhand von Daten aus einem langfristigen Feldexperiment zur biologischen Vielfalt parametrieren Sie ein Modell, in dem die Dynamik der Pflanzengemeinschaften durch Rückkopplungen zwischen Pflanzen und Böden strukturiert ist. Die Modellanalyse wird sich darauf konzentrieren, wie die Vielfalt der Pflanzengemeinschaft durch das Feedback von Pflanzen und Böden geschaffen und aufrechterhalten wird und wie sich dies auf Ökosystemfunktionen wie die Produktivität auswirkt.
2. Modellwirkungen der Ausbreitungsbegrenzung auf die Biodiversität und die Ökosystemfunktion: Sie werden untersuchen, inwieweit bisher ungeklärte Trends in den experimentellen Daten durch die Einbeziehung von Ausbreitungsbeschränkungen und deren Auswirkungen auf die Interaktionen zwischen Pflanzen und Böden und den Pflanzenwettbewerb modelliert werden können.
3. Integrieren Sie die Ergebnisse mit dynamischen Bodengemeinschaftsmodellen des Pflanzen-Boden-Feedbacks: Sie integrieren das Multi-Spezies-Modell-Framework, das Verbreitungsbeschränkungen enthält, mit den Ergebnissen des anderen PhD-Studentenprojekts, das sich auf die Beschreibung der Konsequenzen des Pflanzen-Boden-Feedbacks auf die langfristige Dynamik konzentriert.

Für beide PhD-Positionen werden die Ergebnisse jeder der drei Aufgaben in drei wissenschaftlichen Artikeln erwartet. Diese Artikel bilden dann die Grundlage für die Doktorarbeit und ein Bildungsmodul für Schweizer und amerikanische Gymnasiasten, das von den PIs und dem Outreach-Koordinator des Projekts entwickelt wird.

Anforderungen

• Begeistert über die Entdeckung neuer Erklärungen für reale ökologische Phänomene durch mathematische Modellentwicklung, analytische Analysen und Simulationen.
• Ein Master of Science (MSc) oder ein gleichwertiger Abschluss von einer akkreditierten akademischen Institution, in Environmental & Earth System Science, Geo- & Umweltphysik, Computational & Mathematical Biology, Ecology & Evolution oder verwandten Bereichen.
• Erfahrung in der Entwicklung und Analyse von Ökosystemmodellen mit (symbolischen) Kodierungssprachen wie MATLAB, Python, Fortran, Julia, Mathematica und/oder R.
• Erfahrung in der statistischen Datenanalyse mit offenen und reproduzierbaren Methoden
• Motiviert zur Zusammenarbeit mit Projektteammitgliedern, einschließlich Feldökologen, und zur Teilnahme an ökologischen Experimenten und Felddatensammlung.

Wir bieten

Unsere Mitarbeiter profitieren von einer breiten Palette attraktiver Angebote. Weitere Informationen finden Sie unter https://www.uzh.ch/de/explore/work.html.