Modélisation du Carbone Organique du Sol : Découvrez la Différence avec Notre Méthode
Notre approche combine des modèles de carbone organique du sol (COS) avec la télédétection pour aider les développeurs de projets carbone, les entités gouvernementales et les organismes de vérification à mesurer, estimer et prédire efficacement le carbone organique du sol. Cette méthode utilise la puissance de 140 prédicateurs et permet de réduire considérablement le nombre d’échantillons physiques de sol coûteux nécessaires à la vérification. La vaste gamme de prédicateurs, y compris l’imagerie satellitaire, améliore considérablement la précision des estimations du COS. Rejoignez-nous pour explorer comment notre modèle contribue au domaine de la mesure du carbone du sol tout en contribuant à la poursuite d'un avenir durable.
Ce qui nous distingue
Fiabilité
Nous avons déjà une histoire de réussite et de victoire, c’est un contrat de plusieurs millions de dollars pour la construction d'un modèle de carbone organique du sol pour le Gouvernement australien avec notre partenaire AgriProve. [Lire ici]
Imagerie satellitaire
Notre équipe expérimentée de scientifiques en recherche et développement utilise l’apprentissage automatique pour analyser les données terrestres et satellitaires afin d’assurer la haute précision de notre modèle de gestion du carbone.
Données uniques
Le satellite EOS SAT-1, créé spécifiquement pour nos besoins, nous permet d'augmenter la précision de notre modélisation et de nos prévisions du carbone en acquérant des données sur 11 bandes et en fournissant des images panchromatiques de 1,4 m et multispectrales de 2,8 m à haute résolution.
Dépenses minimisées
Nous avons amélioré le modèle RothC de renommée mondiale déjà existant, utilisé par l'Organisation des Nations unies pour l'alimentation et l'agriculture (FAO) pour augmenter la précision de nos prévisions et vous aider à économiser jusqu'à 90 % sur l'échantillonnage du sol.
Conformité
Les calculs selon notre modèle sont conformes au Clean Energy Regulator et, entre autres, peuvent être adaptés à Verra, Gold Standard et Climate Action Reserve. Nos scientifiques ont suivi la formation régionale formation régionale à FAO et ont reçu des certificats de formation régionale dans le domaine de la modélisation et de l’établissement de cartes du carbone organique des sols (COS).
Avantages Du Modèle COS d’EOSDA Par Rapport Au Modèle RothC
EOSDA, dans le développement de ses produits et solutions, a toujours suivi l’approche suivante: « faisons des affaires de manière durable ». Nous avons déjà transformé le marché agricole dans le monde entier grâce à des solutions rentables et durables répondant aux problèmes les plus urgents. Finalement, nous avons réalisé que nous disposions des compétences et de l’expérience nécessaires pour aller plus loin et essayer les technologies de séquestration du carbone – pour attaquer de front au changement climatique.
Notre Équipe Scientifique a opté pour le modèle RothC reconnu dans le monde et approuvé, entre autres, par l'Organisation des Nations Unies de l'alimentation et de l'agriculture (FAO), le Bureau Japonais d'enregistrement des émissions de gaz à effet de serre et le Fonds Australien de Réduction des Émissions.
L’astuce consistait à l’adapter aux besoins de régions spécifiques et à surmonter ses limites concernant les résolutions des images et les possibilités de mise à l’échelle. Intrépides devant le défi, nos experts ont produit un modèle plus précis, personnalisé et convivial, prêt à aider les clients d'EOSDA dans leurs projets de compensation carbone. Et maintenant, c’est l’heure de l’action.
- Alors que la modélisation RothC s'appuie généralement sur des modèles de forêt aléatoire ou des modèles de régression pour la cartographie initiale du carbone organique du sol, EOSDA élargit le domaine d’action en proposant l'application de jusqu'à 15 modèles distincts. Cela nous permet d’adapter avec précision le modèle le plus convenable à des zones climatiques et géographiques spécifiques, améliorant ainsi la précision de l'évaluation du COS.
- Le processus de développement avancé d'EOSDA permet des prévisions flexibles sur le carbone pour n'importe quelle durée sur une période de 20 ans, offrant ainsi des capacités de prévision plus adaptables.
- EOSDA améliore les processus de sélection et de distribution des prédicteurs en fonction de leur complexité
- Le modèle d’EOSDA intègre des données à résolution spatiale plus élevée, augmentant ainsi la précision du modèle RothC prédictif.
- EOSDA utilise un modèle RothC amélioré avec jusqu'à 140 prédicteurs dans diverses catégories, notamment les données climatiques, les données des satellites optiques et des satellites avec le radar à antenne synthétique (SAR), les modèles d’élévation numérique (DEM) et les données de ses paramètres dérivés, ainsi que les informations sur les sols.
- Comme l'infrastructure d’EOSDA repose sur des technologies cloud (AWS), le modèle COS d’EOSDA offre des possibilités de mise à l’échelle plus élevées, particulièrement avantageuses pour les grands projets.
- Le modèle d'EOSDA réduit jusqu'à 90 % le nombre d'échantillons de sol nécessaires à la vérification des résultats.
- L'équipe d'EOSDA est composée d'experts hautement expérimentés en sciences du sol et en modélisation du carbone du sol, dont certains sont titulaires d'un doctorat et ont plus de 30 ans d'expérience, garantissant ainsi une base scientifique solide pour le modèle.
Vous pouvez utiliser notre modèle COS pour:
- Économiser sur l'échantillonnage du sol et augmenter les bénéfices issus de la génération de crédits carbone.
- L'utiliser comme la base pour la génération de crédits carbone et créer une empreinte plus positive tout en augmentant les bénéfices.
- Créer des cartes précises du sol qui illustrent sa teneur en nutriments, son pH, etc.
- Optimiser l'allocation des ressources (gens, argent, intrants, temps) en améliorant les activités agricoles vers des pratiques MRV de séquestration du carbone.
Comment ça fonctionne
La prévision de l'augmentation du carbone organique du sol sur les terres agricoles nous permet d'estimer les gains financiers potentiels liés à l'adoption de pratiques durables et à l'obtention de crédits carbone agricoles. Voici comment nous le faisons:
-
Collecte de données
Le client nous fournit des données sur des échantillons de sol, y compris des détails clés sur la composition du sol et sa teneur en carbone organique. Si le client n'est pas en mesure de fournir certaines données, nous pouvons combler les lacunes grâce à nos ressources étendues, à nos capacités de recherche et à nos algorithmes personnalisés conçus pour répondre aux exigences uniques de chaque projet de crédit carbone.
-
Analyse des données
Nous utilisons des algorithmes avancés pour analyser les données collectées et fournir des mesures précises du stockage du carbone de votre sol. Selon la complexité d'un projet, nous utilisons un nombre différent de prédicteurs (jusqu'à 140) pour augmenter la précision en adaptant nos algorithmes au territoire, aux paramètres climatiques, à la culture, etc.
-
Conversion de crédit
Nous préparons un rapport de base qui détaille la quantité actuelle de carbone organique du sol dans votre champ, ainsi que le COS qui a été piégé pendant le projet. Les renseignements fournis dans ce rapport sont nécessaires lorsque vous déposez une demande de crédits carbone, car ils vous aident à convertir vos stocks de carbone en crédits d'émissions de carbone. Nous nous assurons que le rapport respecte strictement les exigences et le format spécifiques du client.
-
Prévision des quantités de carbone
Nous utilisons le modèle RothC pour estimer la quantité de carbone organique du sol qui sera piégée dans un champ sur plusieurs années. De plus, nous pouvons également prédire les émissions potentielles de carbone provenant de l’agriculture au cas où des pratiques non durables seraient appliquées. Ces prévisions aident à déterminer le montant des crédits carbone qui pourraient être gagnés par les propriétaires fonciers. De plus, il fournit des informations précieuses aux gouvernements, aux ONG et aux autres parties prenantes intéressées par l'évaluation de la contribution du COS à la lutte contre le changement climatique, les risques et les problèmes connexes.
Étude de cas : Modélisation du COS par EOSDA et AgriProve pour le Gouvernement australien
Défi:
AgriProve, une entreprise australienne, se concentre sur les projets de carbone du sol avec les activités clés suivantes:
- Collaboration avec les agriculteurs pour capter le carbone atmosphérique et le stocker dans le sol, améliorant ainsi la qualité et la valeur du sol
- Aide à l’augmentation des niveaux de carbone du sol pour améliorer la rentabilité des exploitations agricoles
- Génération des crédits carbone et réduction des impacts environnementaux
AgriProve contribue de manière significative au Fonds de réduction des émissions (ERF), en étant responsable de 80 % des projets de carbone du sol et en aidant à l’acquisition d’unités de crédit carbone australiennes pour la réduction des gaz à effet de serre ou la séquestration du carbone.
Cependant, avant d’adopter la surveillance satellitaire des sols via EOSDA Crop Monitoring, l’entreprise a rencontré plusieurs défis:
- Dépendance de divers fournisseurs de données pour la collecte de données et les rapports d’enregistrement des produits du ERF
- Processus manuels inefficaces et chronophages
- Taux d’erreur élevés dans le processus manuel d’établissement de rapports
Solution:
EOSDA a introduit une solution d’agriculture de précision par satellite pour AgriProve, utilisant AWS Lambda d’Amazon Web Services pour la collecte et l’analyse de données sans serveur dans les projets d’agriculture de carbone du sol. Cette technologie élimine le besoin de gestion de serveur, rationalisant ainsi le processus pour AgriProve.
Grâce à EOSDA Crop Monitoring, les clients d’AgriProve peuvent maintenant:
- Accéder aux données historiques sur les terres agricoles
- Générer des rapports de base avec des indices spécifiques
- Surveiller l’avancement des terres agricoles tout au long d’un projet
Les données sont gérées efficacement à l’aide d’Amazon S3, garantissant un stockage et une récupération fiables et évolutifs.
Résultats:
AgriProve utilise la plateforme d’EOSDA Crop Monitoring pour:
- la gestion et surveillance efficaces d’environ 160 000 hectares de terres agricoles
- la rationalisation du lancement du projet de carbone du sol, réduisant le temps de préparation de mois à semaines
La plateforme permet :
- la création de rapports d’état initial.
- le suivi des changements de gestion des terres, amélioration des cultures, des pâturages et de l’horticulture.
AAgriProve prévoit également d’incorporer des données supplémentaires, telles que les niveaux d’humidité, pour améliorer l’analyse et aider les agriculteurs et les propriétaires fonciers à optimiser les stratégies de gestion.
Vérification du carbone du sol : solutions personnalisées complémentaires
Rapports sur les crédits carbone
Nos rapports MRV sur les crédits carbone constituent le moyen le plus rapide et le plus simple de partager toutes les informations pertinentes sur les projets de compensation carbone avec les parties prenantes.
Ils contiennent des données sur:
- histoire de la performance des cultures
- activités régénératrices de l’agriculteur (le cas échéant)
- Séquestration du COS comme la base initiale
et plus.
and more.
Identification des cultures de couverture
La plantation de cultures de couverture est une excellente pratique pour générer des crédits carbone agricoles supplémentaires de manière durable.
Nous utilisons les dernières innovations géospatiales, en appliquant des indices de végétation, pour identifier à distance les cultures de couverture pour un grand nombre de champs à la fois. Avec ces données, vous pouvez facilement vérifier si les agriculteurs respectent les objectifs des projets de crédits carbone.
Détection du travail du sol
La réduction du travail du sol s’est avérée une pratique relativement simple et gérable de séquestration du carbone.
Nous proposons la détection du travail du sol à distance comme l’une de nos technologies MRV du carbone du sol pour faciliter le contrôle de la conformité.
