Efficient treatment of cross-scale interactions in a land-use model [Elektronische Ressource] / Jan Philipp Dietrich. Gutachter: Jürgen Kurths ; Hermann Held ; Karlheinz Erb

Dipl.-Phys. Jan Philipp Dietrich

Sujets

• Physik

Informations

• Publié par: humboldt-universitat_zu_berlin
• Publié le: 01 janvier 2011
• Nombre de lectures: 44
• Langue: English
• Poids de l'ouvrage: 3 Mo

Extrait

Efficient treatment of cross-scale interactions in a
land-use model
DISSERTATION
zur Erlangung des akademischen Grades
do ctor rerum naturalium
(Dr. rer. nat.)
im Fach Physik
eingereicht an der
Mathematisch-Naturwissenschaftlichen Fakultät I
der Humboldt-Universität zu Berlin
von
Dipl.-Phys. Jan Philipp Dietrich
Präsident der der Humboldt-Universität zu Berlin:
Prof. Dr. Jan-Hendrik Olbertz
Dekan der Mathematisch-Naturwissenschaftlichen Fakultät I:
Prof. Dr. Andreas Herrmann
Gutachter:
1. Prof. Dr. Dr. h.c. Jürgen Kurths
2. Prof. Dr. Hermann Held
3. Prof. Dr. Karlheinz Erb
Tag der mündlichen Prüfung: 13. Oktober 2011This thesis is dedicated to Kerstin
for being at my side all the time.Acknowledgements
Writing a PhD thesis is a demanding challenge, a maze with pit falls and dead ends.
To find a way through it is blessing to have friends and colleagues who are guiding you
and are giving a hand. I am glad that many people stand at my side and I want to say
thank you!
• My parents Thomas and Gunhild Dietrich. Besides all the other good things they
have done to me they gave me the chance to follow my interests and to study.
• My sister Wiebke Dietrich for spending her spare time for wading through all
this text searching for mistakes and inconsistencies without any interest in the
highlighted topic.
• Kerstin Paul for always showing me that life consists of more than working and
studying.
• Michael Winkler for always giving me advice when I needed the unbiased view of
an external person.
• Jürgen Kurths for agreeing to become my PhD supervisor and giving me valuable
advice.
• Hermann Lotze-Campen and Alexander Popp for supervising my work and giving
me full support in everything I was doing.
• Christoph Schmitz for being a wonderful colleague and friend for the wonderful
smooth collaboration in all the projects we were handling together.
• Katharina Waha for being such a lovely office roommate suffering all my vocal
telephone calls and conversations and for always taking the time to discuss with
me my current issues and thoughts.
• AnneBiewald,BenjaminBodirsky,DavidKlein,MichaelKrause,ChristophMüller,
SusanneRolinski, IsabelleWeindlandalltheotherfriendsandcolleaguesfromPIK
for always having an open ear for any question or need I had.
vAbstract
Due to significant advances in information technology in the last decades complex
computermodelshavebecomeacommontoolinvariousdisciplines. Oneapplication
is the modeling of global land use. A major challenge in modeling is the linking of
processes on different scales - such as in land use the local production of agricultural
commodities and their global trading. Neglecting these cross-scale interactions leads
to significant biases in model projections while a 1:1 representation is computational
infeasible. Therefore, a good balance between accuracy and abstraction is essential.
In this thesis I investigate efficient implementations of cross-scale interactions in
agricultural land-use models. Based on the global land-use model MAgPIE (“Model
ofAgriculturalProductionanditsImpactontheEnvironment“)Ifocusontwodom-
inant aspects: First, the inclusion of spatially explicit data in a global optimization
model; second, the proper representation of technological change as a major cross-
scale interaction and dominant driver for agricultural land use change.
As a consequence of limitations in complexity of global optimization models the
problem arises that spatially explicit, high-resolution data cannot be used directly
as model input. Typically, the spatially explicit data is upscaled by using a static
upscaling rule which leads to a significant loss of information. As an alternative I
discuss the use of clustering methods for upscaling. I provide a general framework
including the creation of clusters, the upscaling of inputs, and the downscaling
of outputs. My investigations show that the information loss due to upscaling in
the upscaled data itself, but also in the model outputs derived with upscaled data
decreases significantly compared to the information loss in upscaling with static
grids.
Technological change is another important cross-scale interaction. In agriculture
tecchangemeanslocalyieldgrowthinducedbysupra-regionalinvestments
in Research and Development (R&D). Whereas in the past increases in agricultural
production were often mainly achieved by expansion of agricultural land, nowadays
most increases in total production are outcome of R&D. I present an implementa-
tion of this process in MAgPIE including a feedback of land-use intensity on the
effectiveness of R&D. To model this feedback I introduce an output-oriented mea-
sure for agricultural land-use intensity which takes all sources of intensification into
consideration. Based on this measure I show that the effectiveness of investments in
R&D decreases with the agricultural land-use intensity. I use this finding to provide
an implementation of technological change in MAgPIE.
My findings imply that apart from detailedness especially the implementation has
a significant impact on general model quality. Therefore, in model development the
framework used for implementation should be emphasized to a greater extent.
viiZusammenfassung
Die Fortschritte im IT-Sektor der letzten Jahrzehnte haben komplexe Computer-
modelle zu einem Standardwerkzeug in vielen wissenschaftlichen Disziplinen werden
lassen.EinesderAnwendungsgebieteistdieModellierungglobalerLandnutzung.Ein
Hauptzweck von Modellierung ist die Verknüpfung von Prozessen verschiedener Ska-
len, wie z.B. in der Landnutzung die lokale Produktion landwirtschaftlicher Güter
und ihr internationaler Handel. Verzichtet man auf die Verknüpfung dieser Prozesse
im Modell, so sind realistische Prognosen in vielen Fällen nahezu ausgeschlossen,
bildet man die Realität 1:1 nach, so ist das Modell aufgrund seiner Komplexität
nicht mehr lösbar. Kernbedürfnis ist daher eine gute Balance zwischen Genauigkeit
und Abstraktion.
In der vorliegenden Arbeit untersuche ich Möglichkeiten, Interaktionen zwischen
verschiedenen Skalen in der Modellierung von Landnutzung effizient zu implemen-
tieren. Ich fokussiere dabei Prozesse, welche die Dynamik am stärksten bestimmen.
Basierend auf dem globalen Landnutungsmodell MAgPIE (“Model of Agricultural
Production and its Impact on the Environment“) bearbeite ich zwei dominante Pro-
zesse zwischen Skalen: Zum einen die Nutzung hochaufgelöster, räumlich expliziter
Daten in einem globalen Modell zur Landnutzungsoptimierung, zum anderen die
Modellierung von technologischem Wandel als dominantem Treiber für Landnut-
zungswandel.
Aus der limitierten Modellkomplexität resultiert das Problem, dass hochaufgelös-
te, räumlich explizite Daten nicht direkt im Modell genutzt werden können. Meist
wird dieses Problem gelöst, indem die Daten nach einem statischen Aggregations-
schema hochskaliert werden, einhergehend mit einem starken Informationsverlust.
Als Alternative diskutiere ich die Verwendung von Clusteralgorithmen zur Hochska-
lierung. Ich präsentiere den vollständigen Skalierungsprozess samt der Bestimmung
der Cluster, der Aggregation und der nachfolgenden Disaggregation. Meine Untersu-
chungen zeigen, dass der durch die Hochskalierung verursachte Informationsverlust
für die skalierten Daten selbst, aber auch für die Ergebnisse, welche mithilfe der ag-
gregierten Daten simuliert wurden, unter der Verwendung von Clusteralgorithmen
signifikant geringer sind als bei der Verwendung statischer Aggregationsvorschriften.
Technologischer Wandel ist eine weitere dominante Interaktion zwischen Skalen
in der Landnutzungsmodellierung. In der Landwirtschaft bedeutet technologischer
Wandel, dass lokales Ertragswachstum durch überregionale Investitionen in For-
schung und Entwicklung (Research & Development - R&D) generiert wird. Wäh-
rend in der Vergangenheit Steigerungen in der Gesamtproduktion der Landwirt-
schaft zumeist durch Landexpansion erreicht wurden, so geschieht dies heutzutage
hauptsächlich durch R&D. Ich präsentiere eine Implementierung dieses Prozesses
in MAgPIE mitsamt der Rückkopplung der Landnutzungsintensität auf die Effek-
tivität von R&D. Grundlage dafür ist ein neuentwickeltes Maß für landwirtschaft-
liche Landnutungsintensität, welches eine umfassende Berücksichtigung aller Ein-
flussgrößen erlaubt. Basierend auf diesem Maß zeige ich, dass die Effektivität von
R&D-Investitionen mit steigender Landnutzungsintensität sinkt und stelle die ent-
sprechende Modellimplementierung in MAgPIE vor.
Meine Arbeit zeigt, dass außer dem Detailgrad eines Modells auch die Struktur
der verwendeten Implementierungen einen signifikanten Einfluss auf die generelle
Qualität der Simulation hat und insgesamt mehr Beachtung in der Modellierung
finden sollte.
ix