-
Notifications
You must be signed in to change notification settings - Fork 1
Methode
Er worden op dit moment (d.d. 6 januari 2025) tien landbouw klassen onderscheiden:
- Rietteelt
- Akkerbouw
- Cranberry
- Boomgaard
- Moerasbomen
- Rijst
- Yacon
- grondgebonden vee (extensief)
- grondgebonden vee
- grondgebonden vee (intensief)
Deze klassen wordt individueel gealloceerd via discrete allocatie. Echter, onderliggend zijn deze klassen uitgesplitst in gewassen. Zo telt de klasse rietteelt twee gewassen: riet en lisdodde. Elk van deze gewassen heeft een specifieke geschiktheid, en wordt wel of niet aangetast door verzilting. In de volgende tabel worden alle gewassen getoond, met de bijbehorende landbouw klasse, de bron van de 'opbrengstenderving' (yield reduction) en of het gewas door verzilting aangetast wordt.
Naam | LandbouwK | Opbrengstderving bron | Aantasting door verzilting |
---|---|---|---|
Riet | Rietteelt | Exotisch | True |
Lisdodde | Rietteelt | Exotisch | True |
Consumptieaardappelen | Akkerbouw | WWL | True |
Zetmeelaardappelen | Akkerbouw | WWL | True |
Suikerbieten | Akkerbouw | WWL | False |
Wintertarwe | Akkerbouw | WWL | False |
Zaaiuien | Akkerbouw | WWL | True |
Rijst | Rijst | Exotisch | False |
Yacon | Yacon | Exotisch | False |
Cranberry | Cranberry | Exotisch | False |
Appelbomen | Boomgaard | WWL | True |
Moerasbomen | Moerasbomen | Exotisch | False |
Gras maai | Grondgebonden vee | WWL | False |
Gras beweiden | Grondgebonden vee | WWL | False |
Snijmais | Grondgebonden vee | WWL | True |
Opbrengstenderving is de afname van de maximaal haalbare opbrengst van land (oogst) op een locatie als gevolg van bodem-fysische, hydrologische, ofwel klimatologische omstandigheden. Het wordt uitgedrukt in een getal tussen 0 en 1. Bijvoorbeeld zal de oogst van aardappelen op zandgronden rond de 50 ton per ha zijn, terwijl deze op natte veengronden nagenoeg nul zal zijn, dit vertaalt zich in een opbrengstendervingswaarde van 0 op die locaties. In deze studie wordt gebruik gemaakt van twee bronnen voor opbrengstenderving:
- Water Wijzer Landbouw (WWL)
- WUR kansenkaarten (voor exotische gewassen)
Een speciale case van opbrengstenderving is de zoutschade voor bepaalde gewassen. Als een bodem te zout is zijn bepaalde gewassen niet meer rendabel. De bron hiervoor is het Deltaprogramma Zoetwater (Schasfoort et al. 2024, in prep.). Deze studie heeft voor elk deltascenario een ruimtelijke kaart gemaakt met de verandering van verziltingsrisico tussen nu en 2050. Voor twee scenario's is ook een kaart voor 2100 beschikbaar. Deze kaart bestaat uit de volgende klassen:
- 0: Kleiner risico
- 1: Nagenoeg gelijk risico
- 2: Enig groter risico
- 3: Matig groter risico
- 4: Aanzienlijk groter risico
Bij het aanmaken van deze kaart is rekening gehouden met twee verziltingsprocessen: brakke kwel die in de wortelzone komt, en verzilting van beregeningswater. De kaart geeft alleen de toename weer in verzilting tussen het huidig klimaat en 2050/2100. Het is niet mogelijk exact te duiden welke klasse zoutschade oplevert. Een kleine toename in verzilting kan bij huidige licht verzilte condities resulteren in een sterke vermindering van gewasgroei. In regio's waar verzilting nu nog niet speelt is de zoutconcentratie bij een kleine toename in verzilting nog zo laag dat dit geen invloed heeft. Daarom is gekozen om de verziltingsklassen enig, matig en aanzienlijk groter risico (2-4) samen te voegen tot één klasse: verziltingsgevoelig. Dit zijn namelijk de klassen waarbij de zoutconcentratie toeneemt naar de toekomst.
In de ruimtescanner zijn zoutgevoelige gewassen in 2050 en 2100 niet meer rendabel in een gedeelte van deze verziltingsgevoelige regio's. Het percentage land binnen de verziltingsgevoelige gebieden waarin de zoutproblematiek zorgt voor niet-renadbele teelten is in de Ruimtescanner aan te passen. Voor nu is dat percentage op 40% gezet. Dat betekent dat 40% van de cellen die verziltingsgevoelig zijn, ook daadwerkelijk aangetast worden. Dit is geimplementeerd door een random getal te trekken tussen 0 en 1, die te vermenigvulden met de boolean verziltingsgevoeligheidskaart en die ruimtelijk te clusteren met een kernel van 1000 meter. Vervolgens bepalen we een zaaglijn om hieruit 40% aangetaste cellen te selecteren.
Van alle gewassen in de Ruimtescanner is bekeken of ze verziltingsgevoelig zijn. Dat is gedaan aan de hand van de Maas-Hoffman relaties. Daarbij is gekeken naar twee clusters gewassen volgens die relaties: gewassen die beperkt verziltingsgevoelig zijn (in RS op ‘verziltings ongevoelig’ gezet) en gewassen die in meerdere mate gevoelig zijn voor verzilting (in RS op ‘verziltingsgevoelig’ gezet). De Maas-Hoffman parameters zijn overgenomen uit Mulder, et al., 2018.
Zoals eerder genoemd wordt per gewas de geschiktheid op elke locatie bepaald. Dit wordt gedaan door gebruik te maken van de Netto Contante Waarde (of Net Present Value (NVP)) zoals uitgelegd door Koomen, Diogo, Dekkers & Rietveld (2015) en in Diogo, Koomen & Kuhlman (2015), en kan als volgt kort worden samengevat:
De NPV-benadering is een veel gebruikte methode om de verwachte netto economische opbrengsten te bepalen in lange termijn projecten door de verwachte cash flows over een periode te verdisconteren. Deze cash flows zijn afhankelijk van de productiekosten op een stuk land, marktprijzen, en de oogsten. Hierin is de oogst afhankelijk is van biofysische eigenschappen van dit stuk land (i.e. bodemtype, klimaat en hydrologische condities). Deze NPV van een stuk land kan daarna worden gebruikt als de maximale prijs die een boer bereid is om te betalen voor dat stuk land zonder verlies te lopen, i.e. de biedprijs in het allocatieproces.
Waar:
-
$NPV_{cj}$ is de netto contante waarde voor productiesysteem$j$ in cel$c$ in jaar$0$ . -
$I_{cj}$ zijn initiele investeringkosten voor productiesysteem$j$ in cel$c$ in jaar$0$ . -
$R_{cjy}$ zijn de jaarlijkse bruto opbrengsten voor productiesysteem$j$ in cel$c$ in jaar$0$ . -
$C_{cjy}$ zijn jaarlijkse totale kosten voor productiesysteem$j$ in cel$c$ in jaar$0$ . -
$r$ is de disconteringsvoet -
$n$ is levensduur van een project in jaren
Om tot een locatie-specifieke bepaling van de potentiële bruto opbrengsten van een productie systeem (
Waar:
-
$k$ is een product is dat is geproduceerd in productiesysteem$j$ . -
$n$ is het totale aantal producten dat wordt geproduceerd in productiesysteem$j$ . -
$YM_k$ is de maximaal haalbare oogst van product$k$ onder optimale biofysische condities. -
$YR_{ck}$ is de opbrengstenderving van product$k$ in cel$c$ . -
$P_k$ is de marktprijs van product$k$ .
Melkvee heeft een andere benadering dan de andere gewassen. Er wordt namelijk een gewasrotatie verondersteld. Waarbij het gewas niet het uiteindelijk product is. Er wordt immers melk geproduceerd uit koeien, en die koeien hebben grasland nodig (indirect via hooi en direct door zelf te grazen), en daarnaast ook maïs als veevoer. Oftewel gras en maïs worden omgezet in melk via een voederconversie efficiëntie, i.e. de hoeveelheid melk geproduceerd per eenheid voeder wordt als proxy gebruikt voor melk productiviteit:
Waar
De totale hoeveelheid voeder beschikbaar per cel wordt bepaald als functie van de lokaal haalbare grasopbrengst en het aandeel van gras in de voedercompositie:
Hierin is
~ betekent parameter waarde
net revenues := gross_revenues - total costs
gross_revenues := milk_production * (~milkprice + ~manure rev - ~holding costs)
total_costs := gras1/feed_costs + gras2/feed_costs + snijmais/feed_costs + concentraat/feed_costs + dd_costs
total_feed := TotalFeedExo ? exo : endo
total_feed_exo := const(~MaxYieldGrass / ~Perc_Feed_DM, per_grid)
feed_costs(gras) := (~Production_costs * ~rotation) + (DM_yield * ~feeding_costs)
DM_yield(gras) := (~MaxYieldGrass + ~DD_GrasYield) * (1f - YieldReduction) * ~Rotation
feed_costs(mais) := (~Production_costs * ~rotation) - (~CAP_subsidy * ~rotation) - feed_surplus_deficit + (feed_requirement * ~feeding_costs)
feed_surplus_deficit := ((~DM_yield(mais) * ~rotation) - feed_requirement) * ~price_DM_ton
feed_requirement := total_feed - ~feed_concentrate/requirement - gras1/DM_yield - gras2/DM_yield
feed_costs(concentraat) := total_feed * (1 - ~perc_Feed_DM) * (~feed_concentrate/price_DM_ton + ~feed_concentrate/feeding_costs)
milk_production := ~total_feed * ~FCE
Er zijn twee varianten ingebouwd: een waar voornamelijk grasland plaats maakt voor exotische gewassen, en een conservatieve variant dat meer een business-as-usual trend beschrijft.
Hierin nemen minimale claims van de drie grondgebonden vee typen af met een ingesteld percentage (10%), en deze afname wordt vervolgens verdeeld om de minimale hoeveelheid voor rietteelt (35%), cranberry (10%), moerasbomen (35%), rijst (10%) en yacon (10%) te worden. Boomgaard heeft als minimum de stand in 2020. De minimale claim voor akkerbouw neemt met 20% af ten opzichte van het huidige areaal om er zeker van te zijn dat er genoeg ruimte beschikbaar is. De maximale claims zijn allen niet gedefinieerd en zijn dus niet begrenzd.
In deze variant, neemt voor de minimale claims de grondgebonden vee typen en akkerbouw met 5% af ten opzichte van het huidige areaal. Voor de andere typen is het huidige areaal het minimum. De maximale claims zijn voor cranberry, moerasbomen, yacon en rijst gelijk aan het huidige areaal van rietteelt. Boomgaard is gelijk aan zijn eigen huidige areaal. Voor de drie grondgebonden vee typen zijn de maximale waarden onbegrenzd. Rietteelt mag met 100% toenemen en Akkerbouw met 5%.
De invoer voor de allocatie module bestaat uit de geschiktheid per landbouwklasse per cel en de minimale en maximale regionale vraag voor elke landbouwklasse. In die geschiktheidskaarten zitten de beschikbaarheden (inverse van restrictie) al verwerkt. Het discrete allocatie algoritme gaat vervolgens zo alloceren dat de totale geschiktheid per regio wordt gemaximaliseerd door de relatieve geschiktheidsverschillen aan te passen, terwijl de areaal totalen binnen de gestelde minimum en maximum grenzen moeten liggen. Dit contrasteerd met stap-voor-stap allocatie (zoals voor de andere sectoren in het Ruimtescanner model) waar een strikte volgorde van sectoren en subsectoren is gedefinieerd en hier een 'greedy' hoogste waarde eerst algoritme wordt toegepast die niet kijkt naar alternatieven en hun opportuniteitskosten.
Object Vision B.V.