The Economic Impacts Of Climate Change On The Chilean Agricultural Sector

The agricultural sector could be one of the most vulnerable economic sectors to the impacts of climate change in the coming decades. Climate change impacts are related to changes in the growth period, extreme weather events, and changes in temperature and recipitation patterns, among others. All of these impacts may have significant consequences on agricultural production(Bates, et al.2008. A main issue regarding climate change impacts is related to the uncertainty associated with their occurrence. Climate change impacts can bestimated with simulation models based on several assumptions, among which the future patterns of emissions of greenhouse g asses are quite likely the most relevant, driving the development of future scenarios, i.e. plausible visions of how the future may unfold. Those scenarios are developed as storylines associated with different assumptions about climate and socioeconomic conditions and emissions, with reference figures, such as demographic projections, average global temperatures, etc.(Intergovernmental Panel on Climate Change 2000). Within this context, climate change impact assessment is forced to consider multiple and interconnected sources of uncertainty in order to produce valuable information for policymakers.

An experiment on the parameter uncertainty of hydrological models with different levels of complexity in a climate change context

La possibilité d’estimer l’impact du changement climatique en cours sur le comportement hydrologique des hydro-systèmes est une nécessité pour anticiper les adaptations inévitables et nécessaires que doivent envisager nos sociétés. Dans ce contexte, ce projet doctoral présente une étude sur l’évaluation de la sensibilité des projections hydrologiques futures à : (i) La non-robustesse de l’identification des paramètres des modèles hydrologiques, (ii) l’utilisation de plusieurs jeux de paramètres équifinaux et (iii) l’utilisation de différentes structures de modèles hydrologiques. Pour quantifier l’impact de la première source d’incertitude sur les sorties des modèles, quatre sous-périodes climatiquement contrastées sont tout d’abord identifiées au sein des chroniques observées. Les modèles sont calés sur chacune de ces quatre périodes et les sorties engendrées sont analysées en calage et en validation en suivant les quatre configurations du Different Splitsample Tests (Klemeš, 1986;Wilby, 2005; Seiller et al. (2012);Refsgaard et al. (2014)). Afin d’étudier la seconde source d’incertitude liée à la structure du modèle, l’équifinalité des jeux de paramètres est ensuite prise en compte en considérant pour chaque type de calage les sorties associées à des jeux de paramètres équifinaux. Enfin, pour évaluer la troisième source d’incertitude, cinq modèles hydrologiques de différents niveaux de complexité sont appliqués (GR4J, MORDOR, HSAMI, SWAT et HYDROTEL) sur le bassin versant québécois de la rivière Au Saumon. Les trois sources d’incertitude sont évaluées à la fois dans conditions climatiques observées passées et dans les conditions climatiques futures. Les résultats montrent que, en tenant compte de la méthode d’évaluation suivie dans ce doctorat, l’utilisation de différents niveaux de complexité des modèles hydrologiques est la principale source de variabilité dans les projections de débits dans des conditions climatiques futures. Ceci est suivi par le manque de robustesse de l’identification des paramètres. Les projections hydrologiques générées par un ensemble de jeux de paramètres équifinaux sont proches de celles associées au jeu de paramètres optimal. Par conséquent, plus d’efforts devraient être investis dans l’amélioration de la robustesse des modèles pour les études d’impact sur le changement climatique, notamment en développant les structures des modèles plus appropriés et en proposant des procédures de calage qui augmentent leur robustesse. Ces travaux permettent d’apporter une réponse détaillée sur notre capacité à réaliser un diagnostic des impacts des changements climatiques sur les ressources hydriques du bassin Au Saumon et de proposer une démarche méthodologique originale d’analyse pouvant être directement appliquée ou adaptée à d’autres contextes hydro-climatiques.

Climate change and irrigation water requirement at Jaguaribe river basin, semi-arid northeast of Brazil.

Summary: Climate change has a potential to impact rainfall, temperature and air humidity, which have relation to plant evapotranspiration and crop water requirement. The purpose of this research is to assess climate change impacts on irrigation water demand, based on future scenarios derived from the PRECIS (Providing Regional Climates for Impacts Studies), using boundary conditions of the HadCM3 submitted to a dynamic downscaling nested to the Hadley Centre regional circulation model HadRM3P. Monthly time series for average temperature and rainfall were generated for 1961-90 (baseline) and the future (2040). The reference evapotranspiration was estimated using monthly average temperature. Projected climate change impact on irrigation water demand demonstrated to be a result of evapotranspiration and rainfall trend. Impacts were mapped over the target region by using geostatistical methods. An increase of the average crop water needs was estimated to be 18.7% and 22.2% higher for 2040 A2 and B2 scenarios, respectively. Objective ? To analyze the climate change impacts on irrigation water requirements, using downscaling techniques of a climate change model, at the river basin scale. Method: The study area was delimited between 4º39?30? and 5º40?00? South and 37º35?30? and 38º27?00? West. The crop pattern in the target area was characterized, regarding type of irrigated crops, respective areas and cropping schedules, as well as the area and type of irrigation systems adopted. The PRECIS (Providing Regional Climates for Impacts Studies) system (Jones et al., 2004) was used for generating climate predictions for the target area, using the boundary conditions of the Hadley Centre model HadCM3 (Johns et al., 2003). The considered time scale of interest for climate change impacts evaluation was the year of 2040, representing the period of 2025 to 2055. The output data from the climate model was interpolated, considering latitude/longitude, by applying ordinary kriging tools available at a Geographic Information System, in order to produce thematic maps.

Promoting the use of cycling as an environmentally and socially sustainable form of transport.

Solar Cities Congress 2008 “Energising Sustainable Communities – Options for Our Future” THEME 3: Climate Change. Impact on Society and Culture. Sub Theme: planning and implementing holistic strategies for sustainable transport Abstract Promoting the use of cycling as an environmentally and socially sustainable form of transport. We need to reduce carbon emissions. We need to reduce fuel consumption. We need to reduce pollution. We need to reduce traffic congestion. As obesity levels and associated health problems in the developed nations continue to increase we need to adopt a healthier lifestyle. Few if any would argue with these statements. In fact many would consider these problems to be amongst the most urgent that our society faces. What if we had a vehicle that uses no fossil fuel to power it, creates no pollution, takes up far less space on the roads and promotes an active, healthy lifestyle. What if this machine would have energy efficiency levels 50 times greater than the car? This is a solution that is here, now and ready to go and many of us already own one. It is the humble bicycle. Although bicycle sales in Australia now outnumber car sales, bicycle use as a form of transport (as opposed to recreation) only constitutes around 3% to 4% of all trips. So, why are bicycles the forgotten form of transport if they promise to deliver the benefits that I have just outlined? This paper examines the underlying reasons for the relatively low use of bicycles as a means of transport. It identifies the areas of greatest potential for encouraging the use of the world’s most efficient form of transport. Tim Williams - May 2007

Critical Factors for Sustainable Post Natural Disaster Reconstruction : Chinese Data

While scientists continue to explore the level of climate change impact to new weather patterns and our environment in general, there have been some devastating natural disasters worldwide in the last two decades. Indeed natural disasters are becoming a major concern in our society. Yet in many previous examples, our reconstruction efforts only focused on providing short-term necessities. How to develop resilience in the long run is now a highlight for research and industry practice. This paper introduces a research project aimed at exploring the relationship between resilience building and sustainability in order to identify key factors during reconstruction efforts. From extensive literature study, the authors considered the inherent linkage between the two issues as evidenced from past research. They found that sustainability considerations can improve the level of resilience but are not currently given due attention. Reconstruction efforts need to focus on resilience factors but as part of urban development, they must also respond to the sustainability challenge. Sustainability issues in reconstruction projects need to be amplified, identified, processed, and managed properly. On-going research through empirical study aims to establish critical factors (CFs) for stakeholders in disaster prone areas to plan for and develop new building infrastructure through holistic considerations and balanced approaches to sustainability. A questionnaire survey examined a range of potential factors and the subsequent data analysis revealed six critical factors for sustainable Post Natural Disaster Reconstruction that include: considerable building materials and construction methods, good governance, multilateral coordination, appropriate land-use planning and policies, consideration of different social needs, and balanced combination of long-term and short-term needs. Findings from this study should have an influence on policy development towards Post Natural Disaster Reconstruction and help with the achievement of sustainable objectives.

Critical factors for sustainable reconstruction of post natural disasters

While scientists are still debating the level of climate change impact to new weather patterns, there have been some devastating natural disasters worldwide in the last decade. From cyclones to earthquakes and from Tsunamis to landslides, these disasters occur with formidable forces and crushing effects. As one of the most important arrangements to erase the negative influence of natural disasters and help with the recovery and redevelopment of the hit area, reconstruction is of utmost importance in light of sustainable objectives. However, current reconstruction practice confronts quite a lot of criticisms for focusing on providing short-term necessities. How to conduct the post disaster reconstruction in a long-term perspective and achieve sustainable development is thereby a highlight for industry practice and research. This paper introduced an on-going research project which is aimed at establishing an operational framework for improving sustainability performance of post disaster reconstruction by identifying critical sustainable factors and exploring their internal relationships. The research reported in this paper is part of the project. After a comprehensive literature review, 17 potential critical sustainability factors for post disaster reconstruction were identified. Preliminary examination and discussion of the factors was conducted.

The health effects of temperature : current estimates, future projections, and adaptation strategies

Climate change is expected to be one of the biggest global health threats in the 21st century. In response to changes in climate and associated extreme events, public health adaptation has become imperative. This thesis examined several key issues in this emerging research field. The thesis aimed to identify the climate-health (particularly temperature-health) relationships, then develop quantitative models that can be used to project future health impacts of climate change, and therefore help formulate adaptation strategies for dealing with climate-related health risks and reducing vulnerability. The research questions addressed by this thesis were: (1) What are the barriers to public health adaptation to climate change? What are the research priorities in this emerging field? (2) What models and frameworks can be used to project future temperature-related mortality under different climate change scenarios? (3) What is the actual burden of temperature-related mortality? What are the impacts of climate change on future burden of disease? and (4) Can we develop public health adaptation strategies to manage the health effects of temperature in response to climate change? Using a literature review, I discussed how public health organisations should implement and manage the process of planned adaptation. This review showed that public health adaptation can operate at two levels: building adaptive capacity and implementing adaptation actions. However, there are constraints and barriers to adaptation arising from uncertainty, cost, technologic limits, institutional arrangements, deficits of social capital, and individual perception of risks. The opportunities for planning and implementing public health adaptation are reliant on effective strategies to overcome likely barriers. I proposed that high priorities should be given to multidisciplinary research on the assessment of potential health effects of climate change, projections of future health impacts under different climate and socio-economic scenarios, identification of health cobenefits of climate change policies, and evaluation of cost-effective public health adaptation options. Heat-related mortality is the most direct and highly-significant potential climate change impact on human health. I thus conducted a systematic review of research and methods for projecting future heat-related mortality under different climate change scenarios. The review showed that climate change is likely to result in a substantial increase in heatrelated mortality. Projecting heat-related mortality requires understanding of historical temperature-mortality relationships, and consideration of future changes in climate, population and acclimatisation. Further research is needed to provide a stronger theoretical framework for mortality projections, including a better understanding of socioeconomic development, adaptation strategies, land-use patterns, air pollution and mortality displacement. Most previous studies were designed to examine temperature-related excess deaths or mortality risks. However, if most temperature-related deaths occur in the very elderly who had only a short life expectancy, then the burden of temperature on mortality would have less public health importance. To guide policy decisions and resource allocation, it is desirable to know the actual burden of temperature-related mortality. To achieve this, I used years of life lost to provide a new measure of health effects of temperature. I conducted a time-series analysis to estimate years of life lost associated with changes in season and temperature in Brisbane, Australia. I also projected the future temperaturerelated years of life lost attributable to climate change. This study showed that the association between temperature and years of life lost was U-shaped, with increased years of life lost on cold and hot days. The temperature-related years of life lost will worsen greatly if future climate change goes beyond a 2 °C increase and without any adaptation to higher temperatures. The excess mortality during prolonged extreme temperatures is often greater than the predicted using smoothed temperature-mortality association. This is because sustained period of extreme temperatures produce an extra effect beyond that predicted by daily temperatures. To better estimate the burden of extreme temperatures, I estimated their effects on years of life lost due to cardiovascular disease using data from Brisbane, Australia. The results showed that the association between daily mean temperature and years of life lost due to cardiovascular disease was U-shaped, with the lowest years of life lost at 24 °C (the 75th percentile of daily mean temperature in Brisbane), rising progressively as temperatures become hotter or colder. There were significant added effects of heat waves, but no added effects of cold spells. Finally, public health adaptation to hot weather is necessary and pressing. I discussed how to manage the health effects of temperature, especially with the context of climate change. Strategies to minimise the health effects of high temperatures and climate change can fall into two categories: reducing the heat exposure and managing the health effects of high temperatures. However, policy decisions need information on specific adaptations, together with their expected costs and benefits. Therefore, more research is needed to evaluate cost-effective adaptation options. In summary, this thesis adds to the large body of literature on the impacts of temperature and climate change on human health. It improves our understanding of the temperaturehealth relationship, and how this relationship will change as temperatures increase. Although the research is limited to one city, which restricts the generalisability of the findings, the methods and approaches developed in this thesis will be useful to other researchers studying temperature-health relationships and climate change impacts. The results may be helpful for decision-makers who develop public health adaptation strategies to minimise the health effects of extreme temperatures and climate change.

Multi-site downscaling of maximum and minimum daily temperature using support vector machine

Climate change impact assessment studies involve downscaling large-scale atmospheric predictor variables (LSAPVs) simulated by general circulation models (GCMs) to site-scale meteorological variables. This article presents a least-square support vector machine (LS-SVM)-based methodology for multi-site downscaling of maximum and minimum daily temperature series. The methodology involves (1) delineation of sites in the study area into clusters based on correlation structure of predictands, (2) downscaling LSAPVs to monthly time series of predictands at a representative site identified in each of the clusters, (3) translation of the downscaled information in each cluster from the representative site to that at other sites using LS-SVM inter-site regression relationships, and (4) disaggregation of the information at each site from monthly to daily time scale using k-nearest neighbour disaggregation methodology. Effectiveness of the methodology is demonstrated by application to data pertaining to four sites in the catchment of Beas river basin, India. Simulations of Canadian coupled global climate model (CGCM3.1/T63) for four IPCC SRES scenarios namely A1B, A2, B1 and COMMIT were downscaled to future projections of the predictands in the study area. Comparison of results with those based on recently proposed multivariate multiple linear regression (MMLR) based downscaling method and multi-site multivariate statistical downscaling (MMSD) method indicate that the proposed method is promising and it can be considered as a feasible choice in statistical downscaling studies. The performance of the method in downscaling daily minimum temperature was found to be better when compared with that in downscaling daily maximum temperature. Results indicate an increase in annual average maximum and minimum temperatures at all the sites for A1B, A2 and B1 scenarios. The projected increment is high for A2 scenario, and it is followed by that for A1B, B1 and COMMIT scenarios. Projections, in general, indicated an increase in mean monthly maximum and minimum temperatures during January to February and October to December.

中国北方温带地区针茅和锦鸡儿属植物的分布格局模拟及气候变化影响评价

在我国，小叶锦鸡儿（Caragana microphylla）、中间锦鸡儿（Caragana intermedia）、柠条锦鸡儿（Caragana korshinskii）、藏锦鸡儿（Caragana tibetica）和狭叶锦鸡儿（Caragana stenophylla）主要分布于北方温带地区，是造林、固沙、饲用及观赏的重要灌木，而贝加尔针茅（Stipa baicalensisi）、大针茅（Stipa grandis）、克氏针茅（Stipa krylovii）、本氏针茅（Stipa bungeana）、短花针茅（Stipa breviflora）、沙生针茅（Stipa glareosa）和戈壁针茅（Stipa gobica）是我国北方温带地区具有重要饲用价值和水土保持功效的多年生密丛禾草。这5种锦鸡儿灌木和7种针茅草本植物在东北、华北和西北地区的生态环境建设及社会经济发展中发挥特殊作用。关于它们地理分布与气候关系的深入研究十分必要，可以为其种质资源的开发和改善生态环境提供理论依据。 本研究首先全面收集这12个物种在中国北方温带干旱－半干旱地区的全部地理分布资料，利用ArcGIS 9.0软件绘制现状分布图。通过分析其现实分布格局，发现小叶锦鸡儿、中间锦鸡儿和柠条锦鸡儿在空间上呈现出从东到西的地理替代分布格局，继续向西南方向则分布有藏锦鸡儿，向西北方向分布有狭叶锦鸡儿。贝加尔针茅、大针茅、克氏针茅和戈壁针茅也在空间上呈现出自东向西的地理替代分布格局，克氏针茅向南被本氏针茅替代，短花针茅和沙生针茅没有明显的地理替代分布现象。5种锦鸡儿和7种针茅的分布范围分别又都有一定的重叠。 整理12个物种分布区内的气象台站长期记录，选择计算16个具有重要生物学意义的水热指标值;进而用方差分析、多重比较和因子分析相结合的方法，研究控制这5种锦鸡儿和7种针茅地理分布的主导驱动因子。结果表明：控制小叶锦鸡儿和中间锦鸡儿间地理分布差异的主导因子是水分因子，特别是湿度;水分因子同样是控制中间锦鸡儿和柠条锦鸡儿间地理分布差异的主导因子，特别是生长季及年降水量;控制柠条锦鸡儿和藏锦鸡儿间地理分布差异的主导因子是夏季高温，控制柠条锦鸡儿和狭叶锦鸡儿地理分布差异的是冬季低温。控制贝加尔针茅、大针茅、克氏针茅和戈壁针茅间替代分布的主导气候因子是年降水量和生长季降水量。控制克氏针茅和本氏针茅间替代分布的主导气候因子是温暖指数。 运用耦合BIOCLIM模型的软件包“DIVA-GIS”模拟预测这5种锦鸡儿和7种针茅的现状潜在分布区及未来气候变化的影响。结果表明：现状潜在分布区与实际分布区均有很好的一致性;在CO2浓度加倍的未来气候情景下，这些植物都会向北大幅度迁移，在我国的分布范围均缩小，分布格局发生显著变化。用ROC曲线和Kappa统计值法验证模型表明，BIOCLIM的模拟精度较高。利用BIOCLIM模型绘制了这12个物种的生物气候分室图，并根据生物气候分室确定了物种的最适气候范围。 为了研究锦鸡儿和针茅分布对气候变化的敏感性，本文在现实气象数据的基础上模拟预测了不同降水与温度变化情景下（保持年降水量不变，年均温分别增加1℃、2℃、3℃和4℃;保持年均温不变，年降水量分别增加和减少10％）的物种分布范围，发现随着气温升高和降水量增加，全部锦鸡儿和针茅都会向高纬度地区缓慢迁移，而当降水量减少时，它们将向低纬度地区迁移。不同气候情景下的物种分布范围迁移幅度表明，5种锦鸡儿中狭叶锦鸡儿和中间锦鸡儿的脆弱性相对较大，7种针茅中克氏针茅和贝加尔针茅的脆弱性相对较大。气温的单独变化控制这些物种分布区的未来迁移。 最后，本文探索了锦鸡儿和针茅的气候变化影响的阈值。就核心分布区而言，小叶锦鸡儿、贝加尔针茅、大针茅、沙生针茅的气候变化影响阈值是气温升高4℃，降水减少10%;中间锦鸡儿和狭叶锦鸡儿是气温升高4℃，降水增加10%;柠条锦鸡儿和本氏针茅是气温升高4℃，降水不变;藏锦鸡儿是气温升高2℃，降水增加10%;克氏针茅和短花针茅是气温升高3℃，降水不变;戈壁针茅是气温升高1℃，降水不变。

需求变更影响分析模型及相关技术研究

需求是后续开发活动的基准，早期的一些研究者认为应该在需求完全确定之后再进行后续开发，Royce所提出的瀑布模型就是这种思想的一个体现。但是，实践经验告诉我们，不管前期的需求分析做的多么完美，需求还是会发生变更。一方面是因为需求本身很复杂，对它的分析、理解和描述是一个循序渐进的过程，不可能一蹴而就；另一方面由于用户期望和偏好的改变、市场环境的转变、使用环境的日益复杂、技术的革新等都会使得原有的软件系统无法满足各涉众的利益。因此，需求变更是软件开发中固有的规律，是不可避免和普遍存在的。 需求变更通常会导致需求间及需求与后续工作产品间的不一致。因此，频繁的需求变更会造成产品质量下降、进度延期、成本超支等问题。变更影响分析(Change Impact Analysis)通过分析变更对象及其相关工作产品间的关系来评估变更造成的影响，从而控制变更。现有方法多数是从软件维护的角度，对代码的变更影响进行分析，过于细节和技术化，不能对需求变更影响分析提供有力支持。即使针对需求变更的影响分析方法也只是基于形式化需求规约，通过分析需求间的关系来识别影响范围，并未考虑需求变更对后续工作产品造成的影响，同时形式化需求规约的应用困难也限制了该方法的实用性。此外，随着需求和工作产品的规模与复杂性日益增加，使得手工建立和维护需求间及需求与工作产品间关系面临着不小的难度。 基于以上分析，本文提出了针对自然语言需求规约的需求变更影响分析模型RCIAM (Requirement Change Impact Analysis Model)，围绕着如何自动识别和筛选需求间的关系——横向需求跟踪关系(Horizontal Requirement Traceability)、如何自动识别和筛选需求与工作产品间的关系——纵向需求跟踪关系(Vertical Requirement Traceability)、如何较全面的进行需求变更影响计算和决策三个问题展开了研究。 本文的主要贡献有： (1) 提出了需求变更影响分析模型RCIAM 本文对RCIAM进行了形式化定义。该模型不但提供了需求变更影响分析算法和对决策的支持，还提供了自动识别横向和纵向需求跟踪关系的方法。RCIAM主要包含数据处理和数据分析两个层次。数据处理层采用了文本处理(Text Processing)技术实现了横向和纵向需求跟踪关系的自动识别，为数据分析层提供需求跟踪关系数据；数据分析层基于需求跟踪关系数据，在产生需求变更申请(Change Request)时，进行量化影响计算，并提供决策支持。 (2) 提出了横向需求跟踪关系的识别与筛选方法 在对自然语言需求规约文档进行深入分析后，我们发现了两种与需求变更影响密切相关的关系类型，并从文本相似性的角度将它们定义为相似跟踪关系和引用跟踪关系。在将需求项拆分为需求片段的基础上，利用信息检索技术(Information Retrieval，IR)计算需求片段间的文本相似度，并设计了相应的算法对相似跟踪关系和引用跟踪关系进行自动识别。最后，提出了“变更影响跟踪”的规则来辅助对候选跟踪关系的人工筛选。 (3) 提出了纵向需求跟踪关系的识别与筛选方法 已有的研究多采用IR技术来自动建立需求与工作产品之间的跟踪关系，但是却存在着精度不理想的问题。我们从查全率(Recall)和查准率(Precision)的角度，分析了应用IR技术自动建立需求与代码跟踪关系的方法中产生的错误关系，发现了造成精度问题的根源所在。依据这一发现，基于现有方法，本文方法加入了相关反馈(Relvant Feedback)辅助识别和代码注释信息辅助识别等改进措施，并提供了人工筛选策略。 (4) 提出了需求变更影响分析计算与决策方法 本文通过矩阵运算说明了需求变更影响通过需求跟踪关系传播到其它需求和工作产品的过程，并设计了相应的需求变更影响分析算法。该算法考虑变更发生在不同阶段时对不同类型工作产品的影响，采用变更类型和关系强度两个因子加权计算影响值，并提出了根据影响值来进行变更决策的方法。 (5) 应用研究 结合中科方德公司Qone平台的开发，对以上工作进行了应用研究和性能分析。在Qone平台的需求管理工具版本1.0的开发中，首先采用本文方法对横向和纵向需求跟踪关系进行了自动识别，然后对开发期间发生的十次需求变更申请进行了影响分析和决策。在项目完成后，设计了实验对横向和纵向需求跟踪关系的识别进行了性能分析。结果表明，本文方法能够有效辅助进行需求变更影响分析。

分布式水文模型的误差分析

分布式水文模型以其具有明确物理意义的参数结构和对空间分异性的全面反映,能够准确详尽地描述和模拟流域内真实的降水径流过程而被广泛需求和关注。在模拟土地利用、土地覆盖、水土流失等各种变化过程的水文响应,面源污染、陆面过程、气候变化影响评价等诸多领域都有广泛的应用。模型的预报精度和误差至关重要,决定了模型的应用和推广。在分析分布式水文模型建立和验证过程的基础上,提出了模型的4类误差来源:被排除在外的因素引起的误差,实测历史记录资料的随机或系统误差,参数误差和模型结构误差,讨论了各类误差的分析与计算方法,为模型的发展和成长提供了依据。

解集GCM输出模拟黄土塬区土壤水分平衡的潜在变化

壤水分平衡对气候变化存在着响应,在全球变化的大背景下,研究土壤水分的可能变化是气候变化影响评估中非常重要的一项内容。目标是利用经验统计方法解集GCM网格逐月的降水和温度数据,并使用建立的气候变化情景作为WEPP的输入文件评估黄土高原王东沟流域2010～2039年土壤水分平衡(土壤水分、蒸发、渗漏和蒸腾)的可能变化。结果表明,3种情景预测2010～2039年王东沟流域年均降水可能增长1.8%～17.5%,年最高温度和最低温度分别可能增长0.5～0.9℃和2.0～2.3℃。作物蒸腾变化主要在4～6月份,土壤蒸发变化主要发生在7～9月份;作物蒸腾年均变化-5%～19%,土壤水分年均变化-4%～4%,土壤蒸发年均变化-7%～7%,均为A2a减少,B2a和GGal增大;A2a的土壤水分渗漏增长最大,GGal次之,B2a基本不变。这些结果表明气候变化及其导致的作物生长变化对土壤水分平衡存在重要的影响。

Approche probabiliste pour l’analyse de l’impact des changements dans les programmes orientés objet

Nous proposons une approche probabiliste afin de déterminer l’impact des changements dans les programmes à objets. Cette approche sert à prédire, pour un changement donné dans une classe du système, l’ensemble des autres classes potentiellement affectées par ce changement. Cette prédiction est donnée sous la forme d’une probabilité qui dépend d’une part, des interactions entre les classes exprimées en termes de nombre d’invocations et d’autre part, des relations extraites à partir du code source. Ces relations sont extraites automatiquement par rétro-ingénierie. Pour la mise en oeuvre de notre approche, nous proposons une approche basée sur les réseaux bayésiens. Après une phase d’apprentissage, ces réseaux prédisent l’ensemble des classes affectées par un changement. L’approche probabiliste proposée est évaluée avec deux scénarios distincts mettant en oeuvre plusieurs types de changements effectués sur différents systèmes. Pour les systèmes qui possèdent des données historiques, l’apprentissage a été réalisé à partir des anciennes versions. Pour les systèmes dont on ne possède pas assez de données relatives aux changements de ses versions antécédentes, l’apprentissage a été réalisé à l’aide des données extraites d’autres systèmes.

Evaluating Design Decay during Software Evolution

Les logiciels sont en constante évolution, nécessitant une maintenance et un développement continus. Ils subissent des changements tout au long de leur vie, que ce soit pendant l'ajout de nouvelles fonctionnalités ou la correction de bogues dans le code. Lorsque ces logiciels évoluent, leurs architectures ont tendance à se dégrader avec le temps et deviennent moins adaptables aux nouvelles spécifications des utilisateurs. Elles deviennent plus complexes et plus difficiles à maintenir. Dans certains cas, les développeurs préfèrent refaire la conception de ces architectures à partir du zéro plutôt que de prolonger la durée de leurs vies, ce qui engendre une augmentation importante des coûts de développement et de maintenance. Par conséquent, les développeurs doivent comprendre les facteurs qui conduisent à la dégradation des architectures, pour prendre des mesures proactives qui facilitent les futurs changements et ralentissent leur dégradation. La dégradation des architectures se produit lorsque des développeurs qui ne comprennent pas la conception originale du logiciel apportent des changements au logiciel. D'une part, faire des changements sans comprendre leurs impacts peut conduire à l'introduction de bogues et à la retraite prématurée du logiciel. D'autre part, les développeurs qui manquent de connaissances et–ou d'expérience dans la résolution d'un problème de conception peuvent introduire des défauts de conception. Ces défauts ont pour conséquence de rendre les logiciels plus difficiles à maintenir et évoluer. Par conséquent, les développeurs ont besoin de mécanismes pour comprendre l'impact d'un changement sur le reste du logiciel et d'outils pour détecter les défauts de conception afin de les corriger. Dans le cadre de cette thèse, nous proposons trois principales contributions. La première contribution concerne l'évaluation de la dégradation des architectures logicielles. Cette évaluation consiste à utiliser une technique d’appariement de diagrammes, tels que les diagrammes de classes, pour identifier les changements structurels entre plusieurs versions d'une architecture logicielle. Cette étape nécessite l'identification des renommages de classes. Par conséquent, la première étape de notre approche consiste à identifier les renommages de classes durant l'évolution de l'architecture logicielle. Ensuite, la deuxième étape consiste à faire l'appariement de plusieurs versions d'une architecture pour identifier ses parties stables et celles qui sont en dégradation. Nous proposons des algorithmes de bit-vecteur et de clustering pour analyser la correspondance entre plusieurs versions d'une architecture. La troisième étape consiste à mesurer la dégradation de l'architecture durant l'évolution du logiciel. Nous proposons un ensemble de m´etriques sur les parties stables du logiciel, pour évaluer cette dégradation. La deuxième contribution est liée à l'analyse de l'impact des changements dans un logiciel. Dans ce contexte, nous présentons une nouvelle métaphore inspirée de la séismologie pour identifier l'impact des changements. Notre approche considère un changement à une classe comme un tremblement de terre qui se propage dans le logiciel à travers une longue chaîne de classes intermédiaires. Notre approche combine l'analyse de dépendances structurelles des classes et l'analyse de leur historique (les relations de co-changement) afin de mesurer l'ampleur de la propagation du changement dans le logiciel, i.e., comment un changement se propage à partir de la classe modifiée è d'autres classes du logiciel. La troisième contribution concerne la détection des défauts de conception. Nous proposons une métaphore inspirée du système immunitaire naturel. Comme toute créature vivante, la conception de systèmes est exposée aux maladies, qui sont des défauts de conception. Les approches de détection sont des mécanismes de défense pour les conception des systèmes. Un système immunitaire naturel peut détecter des pathogènes similaires avec une bonne précision. Cette bonne précision a inspiré une famille d'algorithmes de classification, appelés systèmes immunitaires artificiels (AIS), que nous utilisions pour détecter les défauts de conception. Les différentes contributions ont été évaluées sur des logiciels libres orientés objets et les résultats obtenus nous permettent de formuler les conclusions suivantes: • Les métriques Tunnel Triplets Metric (TTM) et Common Triplets Metric (CTM), fournissent aux développeurs de bons indices sur la dégradation de l'architecture. La d´ecroissance de TTM indique que la conception originale de l'architecture s’est dégradée. La stabilité de TTM indique la stabilité de la conception originale, ce qui signifie que le système est adapté aux nouvelles spécifications des utilisateurs. • La séismologie est une métaphore intéressante pour l'analyse de l'impact des changements. En effet, les changements se propagent dans les systèmes comme les tremblements de terre. L'impact d'un changement est plus important autour de la classe qui change et diminue progressivement avec la distance à cette classe. Notre approche aide les développeurs à identifier l'impact d'un changement. • Le système immunitaire est une métaphore intéressante pour la détection des défauts de conception. Les résultats des expériences ont montré que la précision et le rappel de notre approche sont comparables ou supérieurs à ceux des approches existantes.