Spatialisation des sorties du modèle agro-économique AROPAj

Slides:



Advertisements
Présentations similaires
Environmental Data Warehouse Cemagref, UR TSCF, TR MOTIVE 2011 – projet Miriphyque.
Advertisements

Les apports de la recherche : conclusions du projet ANR « Autrement »
CHALEUR ANTHROPIQUE, ESTIMATION : CAS De LOKLAHOMA CITY DIAGRAMME de L APPROCHE TOP-DOWN DISTRIBUTION TEMPORELLE STATISTIQUES RÉSULTATS, 17 heures ( maximum.
Observation des concentrations et flux d’azote atmosphériques
Agriculture and Rural Development Nouvelle programmation du Développement Rural Rouen, le 14 juin 2013 Agnieszka Gogolewska Commission Européenne.
ALSACE, FRANCE By: Noah J. Davis, Gilbert. information sur l'Alsace Drapeau de l'Alsace Alsace sur la carte de la France.
Ordre des cours d’eau et zones humides : application à la dynamique spatio-temporelle des nitrates Sous-titre : De la nécessité de travailler à différentes.
Jean-Louis Roujean et al. CNRM/GMME, Météo-France
par gravimétrie spatiale GRACE
«Usage des sols agricoles, Contraintes économiques/politiques et climatiques, Impact sur la productivité agricole, les flux nets sol-atmosphère de carbone.
22-23 janvier 2004MICCES 1 Economie publique du changement climatique UMR Economie Publique INRA-INAPG Modèle Intégré pour les Régulations Agri-Environnementales.
3. Exemple détaillé: Estimation des émissions de N 2 0 Aurore Philibert Doctorante en statistique appliquée à l’agronomie Oracle Kick-off Meeting
1 Carte de flux turbulents de chaleur mesurés en surface pour une comparaison avec les modèles Oscar Hartogensis(1), F. Lohou(2), M. Lothon(2), Fleur Couvreux(3),
S CEN N ET C ONFERENCE M ONTPELLIER 26 A UGUST 2016 E VALUATE BENEFITS OF WETLANDS PROTECTION A PPLICATION TO THE C ONSERVATOIRE DU L ITTORAL ’ S SITES.
Management of bleeding in acquired hemophilia A: results from the European acquired haemophilia (EACH2) Registry EACH2 Baudo F et al. Blood Jul 5;120(1):39-46.
ORAC O R A C L E ORACLE Consortium : Laboratoire des Sciences du Climat et de l’Environnement. UMR CEA-CNRS-UVSQ sous-contractant : CERFACS Unités de l’INRA.
Plateforme ODR Toulouse, 12 Juin 2017 GARCIA Benoît INRA, US ODR
Anti-Patterns pour la modélisation des processus de développement
Approches de modélisation pour la répartition des coûts
Intégration énergétique à l’ échelle de grands sites: Nouveaux Modules pour CERES Alaa FARHAT
2.8 Présentation des appels
Dorothée Labarraque (Egis), Léa Tardieu (INRA, LEF)
Meilleure localisation pour une décharge
Projet de recherche : Evaluation des économies réalisables sur les dépenses de transport des patients dialysés en région Provence-Alpes-Côte d’Azur Laboratoire.
ACG (Adaptation to global Change)
Modeling the effect of management and climate change on mitigation from agriculture Paris meeting October 1,
Anne-Charlotte Vaissière, Adeline Bierry, Fabien Quétier
"Modélisation et cartographie des services écosystémiques rendus par les forêts en Lorraine : services récréatifs et protection d'eau" Jens Abildtrup1,
WP5 : Initial design of the glider
Légistique suisse et européenne
FR31 Unité 3: Bien-être chez soi
Géomatique et Géocindynique
The Météo-France operational SAR model
Math: La semaine de Jan 15th
The Economic Cost of Rolling Back Schengen
The CNRM-CM5 global climate model: description and basic evaluation
TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ?
TRACES NUMÉRIQUES DE MOBILITÉ : COMMENT SUIVRE LA PISTE ?
Les principaux défis de la RCA en termes de sources de données
Données géo-spatiales et Agenda 2030
Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics.
E.DUVELSON, Y. BOUNOUARA, D. LEGROS
CERES - WHEAT Realised by : Yassine ADRAB Supervised by: Dr. Abdellah ABOUDRARE National School of Agriculture Meknès
“Observatoire des dynamiques territoriales”
Isabelle Tièche Mémoire postgrade en hydrogéologie (CHYN 9-10 déc. 98)
Centre National de l’Information Géo-Spatiale (C.N.I.G.S)
Les gammes de valeurs des paramètres
Arch. Hydrobiol. I 100 I I Stuttgart, Mai 1984
Data Driven Decision Making Workshop Sept , Kigali, Rwanda
Atelier d’échange et construction méthodologique
FR31 Unité 3: Bien-être chez soi
L’évaluation des pratiques agroécologiques
Yuna Chiffoleau INRA SAD - UMR Innovation
Author : Moustapha ALADJI PhD student in economics-University of Guyana Co-author : Paul ROSELE Chim HDR Paris 1-Pantheon Sorbonne Economics / Management.
NEREUS: Réseau des Régions Européennes Utilisatrices des Technologies Spatiales.
Accompagner les agriculteurs dans leur révolution numérique
Programme financé par l’Union européenne
Modélisation des émissions aériennes et statistiques de trafic
Les actions de développement à l’échelle des territoires : enjeux, approche holistique et mise en œuvre Organisateurs Projet labellisé : Mai 2015.
Benchmarking noise policies
Employment in Cultural Occupations (2002)
LES DÉFIS DU SEN-STP POUR LA R DESAGREGATION DES DONNÉES
Programme financé par l’Union européenne
The AquiFR hydrogeological modeling platform.
Présentation 4 : Sondage stratifié
PROPOSAL FOR THE DELIMITATION OF SURFACE WATER BODIES IN THE FRENCH PART OF THE SCHELDT DISTRICT Dans la Directive Cadre, la qualité écologique est le.
Pluviographes enregistreurs
Recherche R7 Parcimonie
Franck VIOLLET Direction des risques de marché et de modèle HSBC-CCF
INS Tunisia, Towards a fully SDMX compliant Information system
Transcription de la présentation:

Spatialisation des sorties du modèle agro-économique AROPAj pierre.cantelaube@toulouse.inra.fr 24 Mai 2016, Séminaire ODR.

AROPAj est un modèle technico-économique d’optimisation statique mono-périodique de l’offre agricole européenne. (INRA UMR Eco-Publique, Paris-Grignon. Pierre-Alain Jayet) → évaluer les effets des réformes de la PAC, → évaluer les relations entre l’agriculture et l’environnement, incitations à l’atténuation et l’adaptation au changement climatique.

AROPAj est un modèle technico-économique d’optimisation statique mono-périodique de l’offre agricole européenne. (INRA UMR Eco-Publique, Paris-Grignon. Pierre-Alain Jayet) → évaluer les effets des réformes de la PAC, → évaluer les relations entre l’agriculture et l’environnement, incitations à l’atténuation et l’adaptation au changement climatique. FADN Unit : Group of farms Inputs Outputs Scenarios CAP options/reforms Prices F(Nitrogen) Climatic Changes … AROPAj (Gross margin maximization) LP, MIP, non-linear optim subroutines ● Surfaces (crop allocation) ● Farm Productions ● Pollution emissions (GHG, N pollutants) … Hydrological Model, etc. Crop Model (STICS)

AROPAj est un modèle technico-économique d’optimisation statique mono-périodique de l’offre agricole européenne. (INRA UMR Eco-Publique, Paris-Grignon. Pierre-Alain Jayet) → évaluer les effets des réformes de la PAC, → évaluer les relations entre l’agriculture et l’environnement, incitations à l’atténuation et l’adaptation au changement climatique. Farms Groups = within a region, FADN Farms clustering according to 3 criteria : - altitude - economic size - type of farming FADN Unit : Group of farms Inputs Outputs Scenarios CAP options/reforms Prices F(Nitrogen) Climatic Changes … AROPAj (Gross margin maximization) LP, MIP, non-linear optim subroutines ● Surfaces (crop allocation) ● Farm Productions ● Pollution emissions (GHG, N pollutants) … Hydrological Model, etc. Crop Model (STICS)

AROPAj est un modèle technico-économique d’optimisation statique mono-périodique de l’offre agricole européenne. (INRA UMR Eco-Publique, Paris-Grignon. Pierre-Alain Jayet) → évaluer les effets des réformes de la PAC, → évaluer les relations entre l’agriculture et l’environnement, incitations à l’atténuation et l’adaptation au changement climatique. Farms Groups = within a region, FADN Farms clustering according to 3 criteria : - altitude - economic size - type of farming FADN Unit : Group of farms Inputs Outputs Scenarios CAP options/reforms Prices F(Nitrogen) Climatic Changes … AROPAj (Gross margin maximization) LP, MIP, non-linear optim subroutines ● Surfaces (crop allocation) ● Farm Productions ● Pollution emissions (GHG, N pollutants) … Hydrological Model, etc. Crop Model (STICS)

AROPAj est un modèle technico-économique d’optimisation statique mono-périodique de l’offre agricole européenne. (INRA UMR Eco-Publique, Paris-Grignon. Pierre-Alain Jayet) → évaluer les effets des réformes de la PAC, → évaluer les relations entre l’agriculture et l’environnement, incitations à l’atténuation et l’adaptation au changement climatique. FADN Unit : Group of farms Inputs Outputs Scenarios CAP options/reforms Prices F(Nitrogen) Climatic Changes … AROPAj (Gross margin maximization) LP, MIP, non-linear optim subroutines ● Surfaces (crop allocation) ● Farm Productions ● Pollution emissions (GHG, N pollutants) … Hydrological Model, etc. Shadow price of land within scenarios ‘No Support’ and ‘Luxembourg agreement’ Crop Model (STICS) Variation of land devoted to pastures between scenarios

Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Farms Groups = within a region, FADN Farms clustering according to 3 criteria : - altitude - economic size - type of farming FADN Unit : Group of farms Inputs Outputs Scenarios CAP options/reforms Prices F(Nitrogen) Climatic Changes … AROPAj (Gross margin maximization) LP, MIP, non-linear optim subroutines ● Surfaces (crop allocation) ● Farm Productions ● Pollution emissions (GHG, N pollutants) … Hydrological Model, etc. Crop Model (STICS)

Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA (1000 ha) WH Wheat, MA Maize, CE Other Cereals, RC Root Crops, SB Sugar Beet, PG Permanent Grassland, TG Temporary Grassland, OC Other Crops, NAU Non Agricultural Use.

Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Pr LC (i,j) Probabilité de rencontrer une culture donnée j dans chaque sous-unité i Pr FG (i,k0) Probabilité de trouver le Farm Group k0 dans la sous-unite i. S (j,k0) Pour le FG k0, surface occupée par chaque culture j (ou classe de Land Cover) j (1000 ha) WH Wheat, MA Maize, CE Other Cereals, RC Root Crops, SB Sugar Beet, PG Permanent Grassland, TG Temporary Grassland, OC Other Crops, NAU Non Agricultural Use.

Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Pr LC (i,j) Probabilité de rencontrer une culture donnée j dans chaque sous-unité i une solution : Pr FG (i,k0) Probabilité de trouver le Farm Group k0 dans la sous-unite i. S (j,k0) Pour le FG k0, surface occupée par chaque culture j (ou classe de Land Cover) j (1000 ha) WH Wheat, MA Maize, CE Other Cereals, RC Root Crops, SB Sugar Beet, PG Permanent Grassland, TG Temporary Grassland, OC Other Crops, NAU Non Agricultural Use.

Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Carte des sols adéquate ?

Carte des sols adéquate ? Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Carte des sols adéquate ? • CORINE Land Cover (CLC) Problème : nomenclature classes arables

Carte des sols adéquate ? Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Carte des sols adéquate ? • CORINE Land Cover (CLC) Problème : nomenclature classes arables • LUCAS enquête (Land Use/Cover Area frame Survey) Nomenclature ok mais : pas une carte, une enquête ponctuelle

Carte des sols adéquates ? Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Carte des sols adéquates ? • CORINE Land Cover (CLC) Problème : nomenclature classes arables • LUCAS enquête (Land Use/Cover Area frame Survey) Nomenclature ok mais : pas une carte, une enquête ponctuelle • CORINE Land Cover Problème : nomenclature classes arables • LUCAS enquête (Land Use/Cover Area frame Survey) Nomenclature ok mais : pas une carte, une enquête ponctuelle Autres couches d’information géographique : • Soil Map : 1km European Soil Databasev2.0: soil related parameters : texture, organic carbon content, organic matter, base saturation, available water capacity, cation exchange capacity, limitation to agricultural use (roots depth) • Topography : Digital Elevation Model (altitude and slope), 100m SRTM (resampled version of the original 90m Shuttle Radar Topographic Mission) • Meteo : MARS database average temperature (on a monthly basis) and average monthly precipitations – 1 km Worldclim climate grids.

Construction de la carte de sols. Deux étapes. Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Construction de la carte de sols. Deux étapes. → Estimation couverture des sols exhaustive sur une carte à échelle fine : Pr LC (i,j)

Construction de la carte de sols. Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Construction de la carte de sols. 2 étapes : Modélisation / Optimisation 1ère étape : Modèle Logit Multinomial (MNL) sur variable catégorielle LUCAS (variable à expliquer) vs CLC, Méteo, Propriété des sols, etc. 1 modèle pour chaque région RICA (logiciel R) Vraisemblance du «Land Cover» sur chaque sous-unité de la nouvelle carte Pr LC (i,j) → Estimation couverture des sols exhaustive sur une carte à échelle fine : Pr LC (i,j)

Carte des sols adéquates ? Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Carte des sols adéquates ? Comparaisons niveau région RICA : Différences ! Blé Eurostat vs Blé estimé, Maïs Eurostat vs Maïs estimé, Prairies P. Eurostat vs Prairies P. estimé, etc.

Carte des sols adéquates ? Désagrégation des sorties du modèle AROPAj = localisation des groupes d’exploitations du RICA Carte des sols adéquates ? 2ème étape : Optimisation Cross-Entropy (CE) Méthode de l'entropie-croisée Pour assurer de retrouver les surfaces ‘officielles’ EUROSTAT au niveau Région RICA (NUTS2 en France). Algorithme itératif, départ = estimation du MNL Sur chaque région RICA (logiciel Gams) Multinomial Logit Model (MNL) Generalized Cross Entropy (CE)

Résultats : Localisation groupes d’exploitations RICA → Sorties AROPAj Résultats

Résultats : Localisation groupes d’exploitations RICA

Résultats : Localisation groupes d’exploitations RICA

Résultats : Localisation groupes d’exploitations RICA

Résultats : Sorties AROPAj AROPAj outputs regional level

Résultats : Sorties AROPAj AROPAj outputs downscaled at 100x100m scale by region AROPAj outputs regional level

Résultats : Sorties AROPAj AROPAj outputs regional level

Résultats : Sorties AROPAj AROPAj outputs downscaled at 100x100m scale by region AROPAj outputs regional level

Couplage de modèles Sortie du 1er modèle → Entrées du 2ième modèle modèle Agro-Economique AROPAj UMR Economie Publique, Grignon (P.A. Jayet) modèle Hydrogéologique MODCOU  Géosciences de Mines-ParisTech N-loss in NO3 emissions (tNNO3 /ha) sourced from the agricultural activities represented by the AROPAj model on the Seine river Basin

Couplage de modèles Sortie du 1er modèle → Entrées du 2ième modèle modèle Agro-Economique AROPAj UMR Economie Publique, Grignon (P.A. Jayet) modèle Hydrogéologique MODCOU  Géosciences de Mines-ParisTech N-loss in NO3 emissions (tNNO3 /ha) sourced from the agricultural activities represented by the AROPAj model on the Seine river Basin

Avant ‘calibration PRA’ Après ‘calibration PRA’ Prairies Permanentes Avant ‘calibration PRA’ Après ‘calibration PRA’ Etape 2 Cross Entropy refaite sur les PRA

Co-auteurs : Pierre-Alain Jayet, INRA Eco-Publique, Paris-Grignon Paul Zakharov, INRA Eco-Publique, Paris-Grignon Catharina Bamps, EC-JRC Ispra, EC-DG GROW, Brussels Florence Carré, Ineris, Paris Publication : Cantelaube et al., 2012, Geographical downscaling of outputs provided by an economic farm model calibrated at the regional level.  Land Use Policy 29, 35-44 Voir également : Chakir, R., 2009. Spatial downscaling of agricultural land-use data: an econometric approach using cross entropy. Land Econ. 85, 238–251.