Presentatie WRSLN20 november 2009

• Dank voor de uitnodiging!• Zou graag lid worden.• Op gewezen door Andries Rosema van EARS• Uitgenodigd door Jan Clevers• Vragen stellen tussendoor: graag• Totaal 1 uur• “Waarschuwen voor voedseltekorten in Afrika”

Werkgemeenschap Remote Sensing in Landbouw en Natuurbeheer

Peter Hoefsloot• Studie Plantenteelt en Meteorologie Wageningen• Wonend in Well, getrouwd, zoon, dochter• Sinds 1998 opzetten geo-informatiegroep Royal Haskoning Nijmegen. Nu

11 man/vrouw groot. GeoSolutions. Sommige activiteiten passen niet bij Royal Haskoning: risico, tarieven.

• Zelfstandig consultant gevestigd in Nederland sinds 1997.• Vanaf 1989: 2 jaar Niger; 5 jaar Zimbabwe. Vele trips (meeste Afrikaanse

landen, Afghanistan)• Bijna 20 jaar Remote Sensing gebruik (lage resolutie; hoge

beschikbaarheid)• Veel Meteosat, NOAA. Weinig Landsat, Spot, Quickbird etc.• Samenwerking met andere consultants in netwerk• Vooral internationale opdrachten (FAO, WFP, EU JRC, WorldBank)• Nederlandse activiteiten: RWS DEMNAT (invloed grondwater op natuur;

modelomgeving en helpdesk). Alterra Audit Global Water Satisfaction Index. (GWSI; Kees van Diepen). Bestrijdingsmiddelen atlas (CML)

Www.Hoefsloot.Com

Passie!• Internationale samenwerking (FAO, WFP, EU, Wereldbank)• Landbouw, Remote Sensing, Agrometeorologie, Modellen• Kennisoverdracht en samenwerking. • Niet opnieuw het wiel uitvinden• RS bereikbaar maken -> Public Domain Software ontwikkeling• Operationele Early Warning

• METEOSAT ontvangst station. – Software zelf geschreven

• Grootste wapenfeiten: Projecten AgrometShell (FAO); LEAP Ethiopië (Wereldbank); RiskView (WFP)

Voedseltekorten in Afrika• Droogte

– Sahel : 1968 – 1975; 1984-1985

– Ethiopie 1984; – Kenia, Ethiopië, 2008-2009– Zuidelijk Africa 1982 – 1983

• Soms ook wateroverlast – Zuidelijk Afrika: 2000

• Oorzaak ook vaak politiek• Momenteel: Golfstaten en

China kopen grote stukken land in Afrika

“Early Warning” Activiteiten door internationale gemeenschap

• Sahel : oprichting Agrhymet 1972• SADC Regional Remote Sensing Unit; 1988

– FAO– BCRS; Nico Bunnik– ITC (Susanne Groten)

• IGADD: hoorn van Afrika• JRC (EU) & Alterra: Gobal Water Satisfaction

Index• USA: FEWS, NOAA, USGS

Zo langzamerhand zouden we wel moeten weten hoe je het aan moet pakken

Nederland speelt een grote rol

• WUR: gewas modellen CT de Wit, bijv. WOFOST• Alterra: operationele water balans methoden • EARS (Afrika, China)• ITC (ILWIS raster GIS e.a.)• Agrhymet : Derk Rijks (WMO)• BCRS : Nico Bunnik e.a.

Achterliggende theorie“Convergence of evidence”

Hoe meer onafhankelijke factoren hetzelfde beeld laten zien, hoe sterker je overtuigd

mag zijn.

WRSINDVI

Regenval (niet geheel onafhankelijk van WRSI)

PrijzenOpbrengstgegevensProductiegegevens

TV / kranten / internet( … )

Ontwikkelingen door de jarenLokaal verzamelde data nog steeds een probleem

– Statische data: waar groeien de gewassen, grasland; bevolkingsgegevens, gewas coëfficiënten etc. etc.

– Dynamische data: stations voor regenval en potentiële evapotranspiratie

– Lokale Met Services hebben het moeilijk; proberen data te verkopen.Echter:• Steeds meer en betere Remote Sensing mogelijkheden; • Van station naar grid;• Internet; eenvoudige verspreiding data en producten;• Global Telecommunication System (GTS) van WMO;

Belangrijkste methoden en technieken

• NDVI. Normalized Difference Vegetation Index– In Afrika sinds

1981; 7x7 km– nu ook MODIS en

METEOSAT; lagere resoluties

– Voorbeeld METEOSAT NDVI

– Problemen: sensor degradatie, atmosferische verstoringen (vulkaanuitbarstingen)

WRSI – gewas water balans

• Water Requirement Satisfaction Index (FAO)• Vele varianten die enigszins verschillen• Invoer:

– Gewasgegevens (coëfficiënten, waar groeit wat etc..)

– Regenval. Vroeger vooral op stations basis. Tussen 30 en 200 per land. Nu RFE (rainfall estimates; NOAA RFE1, RFE2, ARC. Gratis beschikbaar

– Potentiële Evapotranspiratie

• Alternatieve methode EARS– Actuele evapotranspiratie vanuit METEOSAT

gegevens; niet gewasspecifiek

Uitdagingen die op antwoord wachten• Kennisoverdracht. Computers

goedkoop, Afrikanen leergierig, internet nu bijna overal.

• De landen moeten het zelf gaan doen.

• Remote Sensing : nieuwe producten.

• Niet alleen waarschuwen; ook bijdragen aan landbouwontwikkeling (bijv. advies gewassen etc…)

• Beheersbaar maken van droogte: – Inschakelen van verzekerings

maatschappijen: LEAP– Kosten goed inschatten: RiskView voor

World Food Program

AgroMetShell (AMS)• FAO (Rene Gommes)• Software; sinds 1994• Twee-eenheid met Windisp

(FEWS)• WRSI: station gebaseerd• Remote Sensing• SEDI: combinatie grond en

satellietgegevens• Manuals; training in veel landen• Gebruikt in 50+ landen. Vooral

Afrika, Afghanistan. EU, USGS• Ook in gebruik voor droogte

studies mediterrane gebied : Spanje, Griekenland

SADC Crop Forecasting Workshop Gaborone, Botswana

http://www.hoefsloot.com/agrometshell.htm

SEDI Satellite Enhanced Data Interpolation• Gebruik van

satelliet gegevens als extra factor om grond gegevens te interpoleren

• RFE en station regenval : Ethiopië

• Vele andere toepassingen. O.a. met DTM.

• Andere methode: co-kriging minder geschikt voor regenval etc..

LEAP Fundament

Ethiopië

Hoeksteen van “Early Warning” van de overheid (ministerie van landbouw)

Meer dan 100 mensen opgeleid

10-daagse bulletins in 3 seizoenen

Data update via internet server

Begin december 2009: workshop Addis Ababa

Technische achtergronden van LEAP• WRSI: FAO Water Balance Model, • Data van meerdere bronnen

Bijvoorbeeld regenval schattingen van NOAA (RFE1, RFE2, ARC), stations data van NMA.

• Dataset prioriteit• 10x10 km grid• Flexibel aantal gewassen• Vele tussenproducten zoals

regenval, planttijden, WRSI, opbrengstreductie, moisture index etc…

• Drill-down principe• Alle input en output data

exporteerbaar naar Excel • Internet of mail update voor

nieuwe data

2009 WRSI vergelijking met normaal Meher seizoen

Interesse van verzekeringsmaatschappijen

• Lokaal Nyala Insurance

• Internationaal: Swiss Re

• Boeren krijgen via coöperaties verzekering voor de oogst. Als WRSI index lager is dan X, dan krijgt de boer betaald.

• Pilot met 500 boeren rond Mojo.

• Werknemers van Nyala opgeleid

Climate & Disaster Risk SolutionsRiskView progress September 2009

RiskView (2008 - ….)

Doel

• Hoe vertalen droogte en overstromingen zich in de financiële situatie van World Food Program?

• Afrika; 3 regio’s; 5 seizoenen

• 10 daagse financiële update

Africa Portfolio: Expected and Potential Costs for 2009-2010

Pre-Year Expected Costs Pre-Year PMC Current Expected Cost Estimate

Year June 2009 - May 20103635343332313029282726252423222120191817161514131211109876543210

Portfolio Costs (USD)

8,000,000,000

7,500,000,000

7,000,000,000

6,500,000,000

6,000,000,000

5,500,000,000

5,000,000,000

4,500,000,000

4,000,000,000

3,500,000,000

3,000,000,000

2,500,000,000

2,000,000,000

1,500,000,000

1,000,000,000

500,000,000

0

Kosten voor WFP

Hoe doen we dat?

RiskView Kenya Voorbeeld

• In net nieuws: WFP vraagt om $230 miljoen voor de volgende 6 maanden voor Kenya

• Grote delen van het land lijden onder 3 tot 4 slechte seizoenen op een rij.

• In het noorden (veeteelt + nomaden) zowel als in het zuiden (sedidentaire akkerbouw)

Second season (MEHER) WRSI at harvest time compared to average 1996-2008.

Vooruit kijken naar 2050: klimaatsverandering

• Regenval en Potentiele Evapotranspiratie van: RegCM3 (Regional Climate Model); ENSEMBLES (ENEA Roma, Italia); RiskView WRSI model

RiskView is samenwerking met

• USGS : gewasgegevens, lengte van cyclus, BERM flood model• NOAA : regenval data• FAO : water vasthoudend vermogen, potentiële

evapotranspiratie• ENEA-ACS: Climate Change scenario’s• IRI (Jim Hansen) for seasonal rainfall forecast. International

Research Institute for Climate and Society, New Jersey• ITHACA, Torino, overstromingsmodel• WFP VAM, voor de vertaling van WRSI naar aantallen

voedselhulp gegadigden en gerelateerde kosten