Bienvenue sur genial.ly TTI.5
Cliquez sur le type d'écran sur lequel vous êtes connecté
EN.
Ordinateur
Téléphone
Nexus eau-agriculture-énergie
Séminaire TTI.5
Lundi 19 septembre
Daniel florentin
Introduction au nexus
Nicolas flipo
La ressource en eau en environnement changeant
Nicolas Gallois
impact des pratiques agricoles sur la qualité des eaux
Analysis of the applicability of random forest-based models for run-of-river hydroelectric power generation forecasting
Valentina sessa
Je veux changer d'affichage ...
Daniel Florentin – ISIGE et chercheur associé au CSI (Mines Paris – PSL)
Introduction au Nexus Eau-agriculture- énergie
Sécurisation des flux
Vulnérabilité
Interdépendances
Crise systémique
≠ thématiques
Agenda scientifique !
éviter pénuries
Fournit
John Beddington avertit :
Transport
Produit
Croissance
Perfect Storm
Tendances des pressions
la prise en compte du nexus est une invitation à repolitiser les questions d’intégration.
crise multidimentionnelle horizon 2030
sur
Produit
Agenda politique depuis 10 ans
Ouverture
on peut aborder le sujet par :
On montre facilement la circulation de flux (d’eau, d’énergie etc.), mais généralement le deuxième flux le plus important (en termes de tonnage) reste oublié de ces analyses : les matériaux de construction.
⦁ les interdépendances fonctionnelles et techniques -> homéostatiques (approches des flux sous la forme de quantification) : elles permettent de mesurer les interdépendances
⦁ les interdépendances organisationnelles : approches davantage gestionnaires
⦁ les gouvernances des flux : approches en écologie politique, elles cherchent à analyser les mécanismes de régulation et de gestion de ces flux.
impact des pratiques agricoles sur la qualité des eaux
Observation
0m
500m
1000m
Nicolas gallois
etude des impacts environnementaux
Eau de surface
Structure de recherche et d'enseignement.
Sur le cycle de l'eau
Eau souterraine
dans le bassin Seine-Normadie
Scénarios
Caractérisation de trajectoires possibles d’évolutions long-terme de l’état de ces masses d’eau sous différents scénarios :
Pollution azotée
Pollution azotée due à l'agriculture.
1.
2.
plateforme évolutive :
Plateforme de modélisation
Territoire Seine-Normadie
bassin dela seine
La ressource en eau en environnement changeant
PRESSIONS
Nicolas flipocentre geosciences
28 000 km de rivières
plus grand réservoir d'eau souterraine d'Europe
changement climatique
et géologie en pile d'assiettes
& différentes évolutions de l'occupation des sols
ANNUELLEMENT à l'échelle mondiale :
46 000 km3 "ruissellés vers les océans"
4 500 km3 prélevés par la société
CaWaQS
Eau de surface
2 200 km3 consommés
données
MOdélise
Eau souterraine
X2
4 milliards de personnes en stress hydrique au moins une fois par an
permet :
- Réalisation d'une reconstitution historique.
- Et réalisation d'exercices prospectifs pour anticiper le devenir de la ressource en eau sur le bassin en contexte de changement climatique.
tendances :
Analysis of the applicability of random forest-based models for run-of-river hydroelectric power generation forecasting
Valentina SESSA MinesParis - PSL | CMA
Project framework :
A finer spatial resolution for climate time series improves the model accuracy
Hydroelectric production = largest source of renewable energy in the world.
Appropriate input data need to be selected to pass to the ML algorithm the good information.
Clim2power
PURPOSE: to translate time series of daily climate data (air temperature and precipitation) into time series of daily hydro capacity factors at the national level for all of Europe.
The Random Forest showed to have a good performance to predict hydropower energy from climate data
Integrates climate variability into the operational and long term planning process for a sustainable power system
For this purpose, we propose to use machine learning (ML).
objectives :
The ML model perform well in practice for som countries, but there are still some country related issues. For example, the model could not predict hydroelectric production at the end of 2019 with good accuracy becuse this period was exceptionnal in terms of precipitation. more historical data would de necessary for opportunely training the learners and improve the model accuracy and response to extreme or singular events that have a better probability to be incorporated as the training dataset improves.
The project contributes to the research effort to face the environmental challenges of the European electricity system, especially regarding the achievement of carbon neutrality in 2050
Séminaire séance 1
The Transition Insti
Created on September 27, 2022
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Essential Dossier
View
Essential One Pager
View
Akihabara Dossier
View
Akihabara Marketing Proposal
View
Akihabara One Pager
View
Corporate Brand Book
View
Color Shapes Dossier
Explore all templates
Transcript
Bienvenue sur genial.ly TTI.5
Cliquez sur le type d'écran sur lequel vous êtes connecté
EN.
Ordinateur
Téléphone
Nexus eau-agriculture-énergie
Séminaire TTI.5
Lundi 19 septembre
Daniel florentin
Introduction au nexus
Nicolas flipo
La ressource en eau en environnement changeant
Nicolas Gallois
impact des pratiques agricoles sur la qualité des eaux
Analysis of the applicability of random forest-based models for run-of-river hydroelectric power generation forecasting
Valentina sessa
Je veux changer d'affichage ...
Daniel Florentin – ISIGE et chercheur associé au CSI (Mines Paris – PSL)
Introduction au Nexus Eau-agriculture- énergie
Sécurisation des flux
Vulnérabilité
Interdépendances
Crise systémique
≠ thématiques
Agenda scientifique !
éviter pénuries
Fournit
John Beddington avertit :
Transport
Produit
Croissance
Perfect Storm
Tendances des pressions
la prise en compte du nexus est une invitation à repolitiser les questions d’intégration.
crise multidimentionnelle horizon 2030
sur
Produit
Agenda politique depuis 10 ans
Ouverture
on peut aborder le sujet par :
On montre facilement la circulation de flux (d’eau, d’énergie etc.), mais généralement le deuxième flux le plus important (en termes de tonnage) reste oublié de ces analyses : les matériaux de construction.
⦁ les interdépendances fonctionnelles et techniques -> homéostatiques (approches des flux sous la forme de quantification) : elles permettent de mesurer les interdépendances ⦁ les interdépendances organisationnelles : approches davantage gestionnaires ⦁ les gouvernances des flux : approches en écologie politique, elles cherchent à analyser les mécanismes de régulation et de gestion de ces flux.
impact des pratiques agricoles sur la qualité des eaux
Observation
0m
500m
1000m
Nicolas gallois
etude des impacts environnementaux
Eau de surface
Structure de recherche et d'enseignement.
Sur le cycle de l'eau
Eau souterraine
dans le bassin Seine-Normadie
Scénarios
Caractérisation de trajectoires possibles d’évolutions long-terme de l’état de ces masses d’eau sous différents scénarios :
Pollution azotée
Pollution azotée due à l'agriculture.
1.
2.
plateforme évolutive :
Plateforme de modélisation
Territoire Seine-Normadie
bassin dela seine
La ressource en eau en environnement changeant
PRESSIONS
Nicolas flipocentre geosciences
28 000 km de rivières
plus grand réservoir d'eau souterraine d'Europe
changement climatique
et géologie en pile d'assiettes
& différentes évolutions de l'occupation des sols
ANNUELLEMENT à l'échelle mondiale :
46 000 km3 "ruissellés vers les océans"
4 500 km3 prélevés par la société
CaWaQS
Eau de surface
2 200 km3 consommés
données
MOdélise
Eau souterraine
X2
4 milliards de personnes en stress hydrique au moins une fois par an
permet :
tendances :
Analysis of the applicability of random forest-based models for run-of-river hydroelectric power generation forecasting
Valentina SESSA MinesParis - PSL | CMA
Project framework :
A finer spatial resolution for climate time series improves the model accuracy
Hydroelectric production = largest source of renewable energy in the world.
Appropriate input data need to be selected to pass to the ML algorithm the good information.
Clim2power
PURPOSE: to translate time series of daily climate data (air temperature and precipitation) into time series of daily hydro capacity factors at the national level for all of Europe.
The Random Forest showed to have a good performance to predict hydropower energy from climate data
Integrates climate variability into the operational and long term planning process for a sustainable power system
For this purpose, we propose to use machine learning (ML).
objectives :
The ML model perform well in practice for som countries, but there are still some country related issues. For example, the model could not predict hydroelectric production at the end of 2019 with good accuracy becuse this period was exceptionnal in terms of precipitation. more historical data would de necessary for opportunely training the learners and improve the model accuracy and response to extreme or singular events that have a better probability to be incorporated as the training dataset improves.
The project contributes to the research effort to face the environmental challenges of the European electricity system, especially regarding the achievement of carbon neutrality in 2050