Tutkija, väitöskirjatutkija, maaperän hiilimallinnus

Onko sinulla hyvä matemaattinen osaaminen ja kiinnostusta ekologiseen mallintamiseen? Etsimme motivoitunutta tohtorikoulutettavaa Suomen Akatemian nelivuotiseen DECODE-projektiin, jossa mallinnetaan ekologisia yhteyksiä maaperän hiilidynamiikassa.

Tohtorikoulutettava osallistuu Suomen Akatemian rahoittamaan DECODE-projektiin (Decoding ecosystem carbon and organic matter dynamics as an ecosystem property), jossa tutkitaan, miten maaperän orgaanisen hiilen hajoamisen lämpötilaherkkyys vaihtelee orgaanisen aineksen laadun ja mikrobiyhteisön koostumuksen mukaan maaperässä Euroopassa. Tulokset parantavat ilmastomalleja mahdollistamalla tarkemmat arviot tulevista maaperän CO₂-päästöistä ja niihin liittyvistä takaisinkytkentämekanismeista.

Tohtorikoulutettava kehittää Q-mallin ympärille rakennetun bayesilaisen data-assimilaatiokehyksen hyödyntäen suuria aineistoja (esim. Holisoils, LUCAS, ICP Forests) ja skaalaamalla tulokset Euroopan tasolle. Tehtäviin kuuluu eri lähteistä olevien aineistojen integrointi, mallien kehittäminen, CSC:n supertietokoneinfrastruktuurin käyttö sekä tulosten julkaiseminen vertaisarvioiduissa tieteellisissä lehdissä projektin päätutkijan ohjauksessa.

Työpaikka sijaitsee Luken Helsingin toimipisteessä kansainvälisessä tutkimusryhmässä, ja tohtoriopinnot suoritetaan Tampereen yliopistossa. Projektiin kuuluu yhteistyö useiden eurooppalaisten tutkimusorganisaatioiden kanssa sekä tutkimusvierailu kumppanilaitokseen, Oslon yliopistoon. Tehtävä tarjoaa mahdollisuuden tehdä monitieteellistä, huipputason tutkimusta maaperätieteen ja matematiikan risteyskohdassa, mikä avaa vahvat uramahdollisuudet akateemisella alalla, ilmastoriskien arvioinnissa ja teollisuudessa.

Työ alkaa 1.12.2026 tai sopimuksen mukaan.

Toimitathan hakemuksesi ja ansioluettelosi englanniksi.

Etsimme erittäin motivoitunutta tohtoriopiskelijaa, jolla on hyvät matemaattiset taidot ja uteliaisuutta ja kykyä soveltaa osaamista haastavien ekologisten kysymysten ratkaisemiseen ekologis