Développer E-GRAFS
Une implémentation Python structurée autour de données d'entrée standardisées, de bilans de matière et d'un module d'allocation pour les usages concurrents de la biomasse.
Histoire environnementale quantitative et analyse biophysique de visions d'acteurs.
Comment la structure matérielle des systèmes agricoles conditionne-t-elle leurs performances, leurs vulnérabilités, leurs trajectoires historiques et les futurs qu'ils peuvent atteindre ?
La thèse articule métabolisme social, comptabilité des flux d'azote et de carbone, science des réseaux, apprentissage non supervisé et prospective quantitative.
E-GRAFS prolonge le cadre GRAFS avec une représentation plus désagrégée, modulaire et reproductible. Les cultures, élevages, produits, populations, excrétions, bioénergies, échanges et compartiments environnementaux sont reliés par des bilans physiques.
Une implémentation Python structurée autour de données d'entrée standardisées, de bilans de matière et d'un module d'allocation pour les usages concurrents de la biomasse.
Analyse de 33 territoires sur le temps long, avec une attention portée aux transformations de structure, aux vulnérabilités métaboliques et aux dépendances au chemin.
Traduction quantitative de scénarios contrastés afin de rendre comparables leurs hypothèses et leurs conséquences biophysiques.
Reformulation simplifiée en réseau de flux à temps continu pour identifier des phases métaboliques et leurs transitions.
Thèse menée à l'Institut des Sciences de la Terre (ISTerre) et au Centre international de recherche sur l'environnement et le développement (CIRED).