Drought risk conditions determine the recent evolution in crop insurance claims in France
Deze studie toont aan dat een nieuwe gewas-specifieke droogte-index, afgeleid van een modelleringsketen die gewasfenologie en waterbalans combineert, effectief correleert met en voorspelt voor de verzekeringsclaims voor maïs in Frankrijk, wat een waardevol instrument biedt voor het beoordelen van de impact van evoluerende droogterisico's op landbouwverzekeringsschade.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Boeren hebben altijd met het weer moeten leven, maar in de afgelopen decennia zijn de belangen groter geworden omdat klimaatverandering extreme gebeurtenissen frequenter en heviger maakt. Wanneer een zomer te droog is of een lente onverwachte vorst met zich meebrengt, kunnen oogsten mislukken, wat de kostwinner van degenen die ze verbouwen bedreigt. Om deze onzekerheid te beheersen, hebben veel boeren in Frankرijk zich tot de gewasverzekering gewend, een financieel vangnet dat uitkeert wanneer de natuur een klap uitdeelt. Echter, voor de verzekeringsmaatschappijen die deze polissen onderwijzen, wordt de wiskunde steeds moeilijker. Naarmals het klimaat verandert, veranderen de frequentie en intensiteit van droogtes, wat de kans bestaat dat eerdere verzekeringsmodellen verouderd raken. Als het risico op oogstmislukking sneller stijgt dan de geïnde premies, kan het hele systeem instabiel worden. Het begrijpen van hoe precies deze veranderende weerpatronen zich vertalen in financiële verliezen is niet langer alleen een academische oefening; het is een noodzaak om de voedselproductie veilig en de verzekeringsmarkten levensvatbaar te houden.
In een nieuw onderzoek werkten onderzoekers van een Franse universiteit en een grote verzekeringsmaatschappij samen om deze complexe relatie te ontrafelen. Ze richtten zich op maïs, een van de meest wijdverbreide gewassen in Frankrijk en een gewas dat bijzonder gevoelig is voor een gebrek aan water. Het team wilde zien of ze een digitaal model konden bouwen dat de ernst van droogtes in het hele land volgt en dit direct kon vergelijken met het werkelijke geld dat door verzekeringsmaatschappijen wordt uitgekeerd. Door dit te doen, hoopten ze vast te stellen of hun model de financiële impact van droge periodes nauwkeurig kon voorspellen, wat een duidelijker beeld geeft van hoe de klimaatverandering het risicolandschap voor de landbouw vormgeeft.
De onderzoekers begonnen met het construeren van een gedetielijk beeld van het Franse klimaat over de afgelopen zestig jaar. Ze gebruikten een geavanceerd computersysteem dat historische weergegevens combineert met een begrip van hoe de bodem water vasthoudt. Dit systeem stelde hen in staat om de dagelijkse waterbalans voor maïsgewassen in het hele land, raster voor raster, te simuleren. Ze hielden rekening met hoeveel water de bodem kon vasthouden, hoeveel water de planten nodig hadden in verschillende stadia van hun groei, en hoeveel water er in de lucht verdampte. Vanuit deze simulatie creëerden ze één enkel, gemakkelijk leesbaar getal voor elk jaar en elke regio: een droogte-index. Dit getal meet in essentie het totale watertekort dat een gewas tijdens het groeiseizoen ervaart, en fungeert als een scorekaart voor hoe droog de omstandigheden waren.
Met deze droogte-scorekaart in handen, richtte het team zich op de werkelijke financiële gegevens. Ze verkregen gegevens van hun verzekeringspartner die de jaren 2011 tot 2022 beslaan. Deze gegevens bevatten de totale waarde van de verzekerde maïsgewassen in elke regio en de totale kosten van de uitgekeerde claims wanneer die gewassen schade opliepen. Om een eerlijke vergelijking te maken, berekenden ze een "destructiepercentage", wat simpelweg de ratio is tussen het uitgekeerde geld en de totale waarde van de gewassen die verzekerd waren. Deze metriek filtert de invloed van gewasprijzen weg en richt zich puur op het fysieke verlies van de oogst. Vervolgens vergeleken ze dit financiële destructiepercentage met hun droogte-index voor dezelfde jaren en regio's.
De resultaten waren opvallend. Op het niveau van de grote maïsverbouwende regio's bewogen de droogte-index en de verzekeringsuitbetalingspercentages in elkaars voetsporen. In gebieden zoals Bretagne en het centrale westen van Frankrijk was de correlatie uitzonderlijk sterk, wat betekent dat wanneer het model een hevige droogte voorspelde, de verzekeringsmaatschappijen aanzienlijk meer uitkeerden. In het noordoosten was de link ook duidelijk, zij het iets minder uitgesproken. De enige regio waar de verbinding zwak was, was het zuidwesten, waar de onderzoekers vermoeden dat de gegevens vertroebeld kunnen zijn door irrigatie. Omdat hun model geen rekening hield met water dat uit rivieren of putten werd gepompt, kon het de verliezen in gebieden waar boeren mogelijk hun velden irrigeerden niet volledig verklaren, wat leidde tot een mismatch tussen de droogtescore en de werkelijke verzekeringsclaims.
Om te garanderen dat hun bevindingen robuust waren, testte het team hoe verschillende instellingen in hun model de resultaten beïfelden. Ze probeerden de aangenomen plantdata, de lengte van het groeiseizoen voor verschillende maïsvariëteiten en de specifieke drempel waarbij een plant als "gestrest" wordt beschouwd door een gebrek aan water, te veranderen. Ze ontdekten dat de plantdata en gewasvariëteiten weinig verschil maakten voor de algehele nauwkeurigheid. De drempel voor stress was echter cruciaal. Het model werkte het best wanneer het ervan uitging dat maïsplanten al aanzienlijke schade oplopen wanneer de bodem nog een kleine hoeveelheid water vasthoudt, in plaats van te wachten tot de bodem volledig uitgedroogd is. Dit suggereert dat de planten kwetsbaarder zijn voor watertekorten dan een eenvoudige definitie van "droge bodem" zou impliceren.
De studie keek ook naar hoe droogteomstandigheden in de loop van de tijd zijn geëvolueerd. Door de droogtescores uit de jaren '60 en '70 te vergelijken met die van het laatste decennium, observeerden de onderzoekers een duidelijke opwaartse trend in de ernst van droogtes in bijna heel Frankrijk. Deze toename wordt grotendeels gedreven door een stijging in verdamping veroorzaakt door warmere temperaturen, die meer vocht uit de bodem en de planten trekken. De meest dramatische verschuivingen vonden plaats na de late jaren '80, een periode die werd gekenmerkt door een plotselinge sprong in temperaturen. Sinds 2011 is de droogte-index blijven stijgen, wat aangeeft dat het risico voor maïsgewassen intensiveert, precies terwijl de verzekeringscontracten in werking zijn getreden.
Dit werk demonstreert dat een computermodel gebaseerd op bodemwater en plantbehoeften een betrouwbare voorspeller kan zijn voor verzekeringsverliezen. Het biedt een tastbare link tussen de fysieke realiteit van een opdrogend klimaat en de financiële realiteit van verzekeringsclaims. Voor de verzekeringssector biedt dit een nieuw instrument om risico's in een veranderende wereld beter te begrijpen en te prijzen. Voor de agrarische sector benadrukt het de groeiende kwetsbaarheid van belangrijke gewassen voor watertekorten. Hoewel het model momenteel is afgestemd op maïs, geloven de onderzoekers dat de aanpak kan worden aangepast voor andere gewassen en andere weerrisico's, zoals vorst of hevige regenval. Het uiteindelijke doel is om een veerkrachtiger systeem te creëren waarin de financiële bescherming waarop boeren vertrouwen, gelijke tred houdt met het evoluerende klimaat, om zo te garanderen dat de landbouw kan blijven floreren ondanks de toenemende onvoorspelbaarheid van het weer.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.