A presentation by Ciniro Costa Junior on the Decision Support Tools (DST) for climate change mitigation interventions in Agriculture. A presentation series under the AGNES Climate Governance, Diplomacy and Negotiations Leadership Program. Presented on Monday, August 22, 2022.
Practices and drivers of antibiotic use in Kenyan smallholder dairy farms
Decision support tools for climate change mitigation interventions in agriculture
1. Decision support tools for climate
change mitigation interventions in
agriculture
Ciniro Costa Junior
Climate and Food Specialist
The Alliance of Bioversity International and CIAT
AGNES Climate Governance, Diplomacy
and Negotiations Leadership Program
2. L'agriculture contribue à ~12% des émissions mondiales
CH4
x
28
N2O
x
265
CO2
x
1
CO2e
+ +
“Carbon balance”
• Somme de tous les GES
émis et supprimés dans
un périmètre donné
3. Options de développement à faibles émissions
• Riz paddy - humidification et séchage alternés (AWD)
• Systèmes d'élevage - amélioration de l'alimentation, de la gestion des animaux et des
troupeaux; gestion des pâturages
• Cultures céréalières - construction de la matière organique du sol, par ex. par la gestion
intégrée de la fertilité des sols ; l'efficacité des nutriments grâce à des technologies telles que le
placement en profondeur de l'urée ; INB dans les cultures
• Cultures pérennes - transition des cultures annuelles ou des terres dégradées vers
l'agroforesterie, la foresterie ou les prairies
• Réduction des pertes et des déchets alimentaires - stockage, emballage, recyclage des
déchets
• Consommation d'énergie de la chaîne d'approvisionnement - production d'engrais,
refroidissement, transport
• Changements alimentaires - passage à des produits alimentaires à faibles émissions,
par ex. boeuf au poulet
Réduction
des
émissions
et
séquestration
du
carbone
Émissions
évitées
4. Établissement des priorités pour l'atténuation dans l'agriculture
a. Niveau des impacts de l'atténuation
(émissions et intensité des émissions)
b. Importance de l'atténuation (%
mondial, national et projet)
c. Contribution à la sécurité alimentaire et
co-bénéfices socio-économiques
d. Conditions techniques, financières et
politiques requises pour la
transformation, en tenant compte des
incitations à accroître l'ambition
d'atténuation, la crédibilité des
réductions, à combler les lacunes
technologiques et à attirer des
financements supplémentaires.
5. Évaluation de l'atténuation : référence x année de référence
Sources:
• WRI – Greenhouse Gas Protocol: https://ghgprotocol.org/sites/default/files/ghgp/Mitigation_Goal_Standard_July15.pdf
• IPCC Guidelines - https://www.ipcc-nggip.iges.or.jp/public/2006gl/pdf/1_Volume1/V1_5_Ch5_Timeseries.pdf
Estimer les émissions de l'année de référence
en calculant les émissions (nettes) du projet.
Estimation de référence : il peut être nécessaire de tenir
compte d'une série de facteurs et d'hypothèses sur la
façon dont ceux-ci devraient modifier les émissions (par
exemple, le prix des matières premières et la
croissance démographique).
6. Indicateurs clés pour l'atténuation
• CO2e per ha
Utilisé pour additionner ou comparer les émissions
pour un territoire donné
• CO2e per kg
Utilisé pour montrer l'efficacité GES d'un aliment
produit ou chaîne d'approvisionnement. Aussi
appelé:
- “Emissions Intensity”
- “Yield-scaled emissions”
7. Évaluation de l'atténuation
Value(+) = emissions
Value(-) = removal
Level or extent of practices
GHG
emissions/removals
per unit of activity data
(CO2; CH4; N2O)
Activity data x
Factor (emission) =
Factor (removal) =
Emission
+
Removal
(sequestration)
=
(Carbon balance)
Net GHG
emissions
Censuses
Apps
Global data bases
Proxies
Measurements
Default values (IPCC Tier 1)
Modeling
Tech Capacity/
Costs
Expert consultation
+
Uncertainty
+
Info
aquisition
8. DST: liste verte
Incertitude
Coût/Capacité technique
High
Low Medium
Une revue de la littérature et une consultation sont nécessaires CCAFS, 2021
Livestock
Core interventions Examples of practices Mitigation Carbon removal Synergies and trade-offs
Productivity Adaptation Other
environmental
On-farm
Pasture management Rotational grazing
Agroforestry
+ + +++ ++ ++
+++ +++ ++ +++ +++
Animal management Improved feeding +++ - +++ ++ +
Manure management Anaerobic digesters ++ - + + +++
Composting + -
Feed production
Soil management Reduced/No-tillage ++ + ++ ++ ++
Nutrient management 4Rs ++ + +++ + +++
Land use change
Avoid land conversion +++
+++
+++
- - +++
+++
+++
+++
+++
+++
Avoid peat. cultivation - -
Land restoration; R/A +++ -
Off-farm
Renewable energy Solar panels + - - +++ +++
Biogas + - - +++ +++
Transport Biogas + - - +++ +++
Biofuel + - - - -
Reduce food loss Post-harvest ++ - +++ +++ +++
9. DST: Calculateurs de GHG
• Cool Farm Tool
• Ex-Act Tool
Review of calculators:
http://www.fao.org/tc/exact/review-of-ghg-tools-in-agriculture/en/
(Costa Jr et al., 2021)
• CCAFS-MOT
Des données sur la gestion des terres sont nécessaires
Incertitude
Coût/Capacité technique
High
Low Medium
11. DST: Indicateurs proxy (modèles statistiques)
• Relations statistiques entre la
gestion agricole et les émissions et
absorptions associées.
• Autoriser l'utilisation d'un simple
indicateur d'émissions, en évitant
des mesures plus coûteuses.
• Les indicateurs sont idéalement
ceux qui sont déjà suivis par les
agriculteurs, tels que les rendements
Des données sur la productivité et la gestion des terres sont nécessaires
• Stehfast – Bouwman
• GLEAM
• RUMINANT
• And many others
• Modèles statistiques
empiriques
Wilkes et al., 2020
Incertitude
Coût/Capacité technique
High
Low Medium
12. DST: Modèles (basés sur les processus)
Incertitude
Coût/Capacité technique
• Modèles de processus biogéochimiques
References:
• Overview of models from Nicholas Institute
at Duke University:
http://nicholasinstitute.duke.edu/ecosystem/t
-agg/using-biogeochemical-process
• ERL special issue, Overview of
quantification issues: Olander, et al. 2013
m.iopscience.iop.org/1748-9326/8/1/011002
• Century
• Daycent
• DNDC
• Roth-C
Des données sur les sols, le climat et la gestion et l'histoire des terres sont nécessaires
High
Low Medium
Lugato et al., 2018
13. DST: calculateur de pertes et gaspillages alimentaires (FLW)
• Outil d'estimation des émissions de GES associées à un produit alimentaire tout au long de ses
chaînes agro-alimentaires.
• Comprend des ensembles de données sur les cultures et les pertes alimentaires pour estimer les
émissions associées aux FLW.
https://ccafs.cgiar.org/news/how-can-food-loss-and-waste-
reduction-best-deliver-climate-benefits
14. Méthodes et applications de priorisation DST
Scale
of
Application
Complexity of Method
High
Low High
Expert Judgements
Stakeholder Prioritization
Spreadsheet Analysis
Simple Optimization
Modelling
Regional/Global
Local
National/Sub-national
Courtesy: Arun KC
15. Méthodes et applications de priorisation DST
Méthode La description Avantage Désavantage
Jugement
d'expert
Utilisation des connaissances et de
l'expérience d'experts sur l'utilisation et les
impacts de la technologie CSA
Rapide et facile Négliger les besoins et les priorités
locales
Priorisation des
parties
prenantes
Présenter un large éventail d'options d'AIC
et de priorisation participative
Connaissances et préférences des
intervenants comptables
Effet de dominance de la partie
prenante influente
Analyse de
feuille de calcul
Analyse coûts-avantages basée sur un
tableur
Évaluation quantitative des
exigences de la CSA avec un
ensemble de données minimum
disponible
Les compromis, les synergies entre
les technologies (analyse multi-
objectifs) ne sont pas bien saisis
Optimisation à
objectif unique
Limite l'optimisation à l'aide de la
programmation linéaire et d'autres
méthodes mathématiques simples
Quantification rapide des
performances de la technologie avec
contraintes
Les compromis, les synergies entre
les technologies (analyse multi-
objectifs) ne sont pas bien saisis
Modélisation
(ex. DSSAT)
Modèles de simulation de croissance des
cultures basés sur le traitement utilisant des
informations biophysiques
Simulez un processus de culture
complet et fournissez l'effet de la
technologie et des pratiques
Toutes les technologies et
pratiques ne peuvent pas être
simulées
Modèle d'optimisation mathématique basé
sur les processus basé sur des paramètres
biophysiques et socio-économiques
Analyse des compromis et des
synergies entre les options CSA
Haute qualité et grand volume de
données requises. Intensif en
connaissances
Le choix de la méthode de priorisation dépend du délai, du coût et de l'impact Courtesy: Arun KC
16. Améliorer les heures supplémentaires (traiter les lacunes dans les
données)
1. Familiarisez-vous avec les variables impliquées pour développer des facteurs d'émission
spécifiques (Tier 2 2) (GIEC, 2019) pour hiérarchiser et planifier la collecte de données.
2. Réalisation d'enquêtes par questionnaire et d'entretiens avec jugement d'experts.
3. L'utilisation de méthodes pour combler les lacunes des séries chronologiques peut également être
utilisée, comme l'interpolation, l'extrapolation et les données de substitution.
4. Établir des liens entre les systèmes statistiques, y compris les bases de données mondiales (c'est-
à-dire FAO-Stat), les recensements agricoles (c'est-à-dire le Programme mondial de la FAO sur
les recensements agricoles), la télédétection, le crowdsourcing et l'implication des chaînes
d'approvisionnement.
5. Mesures sur le terrain et validation et étalonnage de la modélisation
Wilkes et al., 2017
Example for livestock
17. Ressources
Plateformes
• Innovation sur le MRV des émissions de GES pour fournir des estimations fiables et abordables et éclairer les
décisions d'atténuation.
• Focus sur les petits exploitants: AgMRV fournit des ressources pour analyser leurs performances et des études de cas
sur leur utilisation.
• Ressources pour évaluer les émissions de GES des activités sur le bétail, le riz, les sols, l'agroforesterie, les pertes et
gaspillages alimentaires et l'agriculture en général.
18. Ressources
Méthodologies et bases de données
Lignes directrices rentables
pour la mesure des émissions
et des absorptions de GES
agricoles
19. Ressources
Données d'activité
• National surveys and statistics. Surveys provide agricultural statistics that can be used for
greenhouse gas inventories. At the national level, these are often compiled by national statistical
agencies or agricultural ministries (e.g. USDA National Agricultural Statistics Service).
• Producer organizations and industry associations (e.g. IFA)
• Project monitoring data (e.g. FAO World Programme on Agricultural Censuses; FAO-GRA Livestock
Activity Data Guidance (L-ADG); Wilkes et al. 2020)
• FAO-Stat: http://www.fao.org/faostat/en/
• iSDAsoil: https://www.isda-africa.com/isdasoil/?location=-75.525%2C-
47.511%2C145.579%2C51.176
20. Ressources
Facteurs d'émission
• EFDB: la base de données des facteurs d'émission du GIEC est un référentiel pour les facteurs d'émission et les
paramètres associés (c'est-à-dire la documentation technique et de référence et les références) qui peuvent être
utilisés pour estimer les émissions et les absorptions de GES.
• SAMPLES Database:ce site Web du CCAFS héberge les facteurs d'émission et les métadonnées associées des
mesures des gaz à effet de serre dans les systèmes agricoles.
• Global Nitrogen database: hébergée par SAMPLES, elle compile une base de données à jour des mesures sur le
terrain des émissions d'oxyde nitreux (N2O) provenant de l'agriculture à partir de données publiées.
• Global N2O database: gérée par la Colorado State University, la base de données mondiale sur le N2O compile les
émissions d'oxyde nitreux (N2O) des systèmes agricoles.
• Publications scientifiques : les facteurs d'émission peuvent être utilisés à partir d'articles scientifiques qui rendent
compte des mesures d'émissions. Les rapports d'émissions peuvent devoir être ajustés en fonction de la période,
une fois que les publications estiment souvent les émissions par saison plutôt que par année. En outre, il est
souhaitable que les facteurs d'émission soient vérifiés par rapport à des études couvrant plus de trois ans pour tenir
compte de la variabilité saisonnière ou sur la base d'études multiples.
21. Ressources
Projections
• IIASA - Explorateur de scénarios IAMC 1.5°C. Cet explorateur de scénarios présente les voies
d'atténuation du changement climatique selon le IPCC Special Report on Global Warming of
1.5°C (SR15).
• CAT. Le Climate Action Tracker évalue les engagements des pays en matière d'atténuation du
changement climatique et suit s'ils suivent en conséquence. Le CAT détermine également
l'augmentation probable de la température d'ici la fin du siècle en fonction des actions nationales
agrégées.
• En-ROADS, C-Roads and ALPS simulators. Développé par Climate Interactive, En-ROADS est un
modèle qui estime comment les changements dans les politiques économiques et publiques
pourraient affecter les émissions de GES et les résultats climatiques à l'échelle mondiale. C-Roads
est configuré pour estimer l'impact de la réduction des émissions de GES dans les NDC des pays. En
cours de développement, le simulateur de politique agricole et foncière (ALPS) permettra aux
utilisateurs de visualiser l'effet probable de différentes décisions politiques sur le système
alimentaire et les émissions de GES.
22. • CCAFS Resource Guide on Low Emissions Development: https://samples.ccafs.cgiar.org
• CCAFS SAMPLES: https://samples.ccafs.cgiar.org
• MRV platform for agriculture: https://www.agmrv.org
• IPCC guidelines (2019): https://www.ipcc-nggip.iges.or.jp/public/2019rf/index.html
• World Resource Institute (WRI) Agricultural Protocol: https://ghgprotocol.org
• Sustainable Agriculture Network (SAN) certification guidelines:
https://www.sustainableagriculture.eco
• FAO-Stat: http://www.fao.org/faostat/en/
Ressources
Les lignes directrices, les mesures, les indicateurs et les outils
d'estimation de l'atténuation sont largement disponibles