Designing an Index based insurance using NDVI as an impact indicator of drought and flood risks in rice cultivation : an application to the region of Babahoyo (Ecuador)

Valverde Arias, Omar Roberto (2018). Designing an Index based insurance using NDVI as an impact indicator of drought and flood risks in rice cultivation : an application to the region of Babahoyo (Ecuador). Thesis (Doctoral), E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM). https://doi.org/10.20868/UPM.thesis.53269.

Description

Title: Designing an Index based insurance using NDVI as an impact indicator of drought and flood risks in rice cultivation : an application to the region of Babahoyo (Ecuador)
Author/s:
  • Valverde Arias, Omar Roberto
Contributor/s:
  • Garrido Colmenero, Alberto
  • Tarquis Alfonso, Ana María
Item Type: Thesis (Doctoral)
Date: 2018
Subjects:
Faculty: E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM)
Department: Economía Agraria, Estadística y Gestión de Empresas
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (3MB) | Preview

Abstract

La agricultura es una actividad económica de riesgo que se enfrenta tanto amenazas biofísicas como económicas. Las biofísicas incluyen los eventos climáticos extremos, como sequías inundaciones, heladas, o granizos, además de plagas y enfermedades. Las amenazas económicas incluyen la variabilidad de los precios de venta y de los insumos, variación de mercados internos y externos, falta de crédito, entre otros. Dentro de las amenazas biofísicas, las más importantes por su frecuencia e intensidad son los eventos climáticos extremos. La agricultura ha sido condicionada por el clima desde tiempos históricos, hasta que por medio de la tecnología se ha logrado adaptar la producción agrícola a medios crecientemente más adversos. A pesar de estas innovaciones, las variaciones e inestabilidad del clima siguen siendo difíciles de predecir y controlar y todavía constituye el riesgo más importante dentro de la producción agrícola, especialmente en los países en vías de desarrollo. Este riesgo se ve acentuado por las consecuencias del cambio climático. Los seguros agrícolas han demostrado ser una herramienta eficiente de transferencia del riesgo desde los agricultores hacia entidades más capacitadas para gestionar el riesgo. Los seguros agrícolas incentivan o posibilitan el acceso al crédito y la inversión en mejoras tecnológicas que hacen a los agricultores más productivos y disminuyen la tasa de morosidad. El seguro basado en índices (IBI siglas en inglés) es un tipo de seguro agrícola que no necesita verificación in situ de la ocurrencia de un siniestro, ni tampoco la peritación de daños. Es decir, no requiere de la visita de un perito especializado a la finca para verificar el siniestro, sino que lo hace por medio de un índice que está altamente correlacionado con el evento catastrófico y/o con las pérdidas ocasionadas por el mismo. El objetivo de esta tesis es diseñar un seguro indexado que complemente al actual seguro agrícola convencional implementado en Ecuador desde el año 2010 (Agroseguro), y que utilice el Normalized Difference Vegetation Index (NDVI), como un indicador de sequias e inundaciones, en el cultivo de arroz en el cantón Babahoyo (Ecuador). Esta investigación se inició con la determinación de áreas homogéneas a partir de un mapa agroecológico de la costa ecuatoriana a escala 1:250,000. Para lo cual se probaron tres métodos de agregación, dos de ellos de criterio experto y uno estadístico. El primero agrupó las porciones de tierra con similares características de pendiente, textura y profundidad efectiva, se obtuvo 196 zonas agroecológicas homogéneas (AHZs, siglas en ingles). El segundo agrupó las áreas con similares precipitaciones y temperaturas, obteniéndose solo 11 AHZs, mientras que el tercero utilizó el análisis de componentes principales (PCA) para la generación de áreas homogéneas, obteniendo 26 AHZs. Se encontró que el tercer método es el que agrupa de mejor manera las características agro-ecológicas del área de estudio. El principal inconveniente en los IBI es el riesgo de base o riesgo básico, el cual se produce cuando el índice seleccionado no está fuertemente correlacionado con las pérdidas que ocurren en el campo, quedando algunos asegurados afectados sin indemnización y otros que reciben compensación a pesar de no haber sido afectados. Por esto es necesario evaluar con precisión la variabilidad en el área donde se quiere implementar el seguro indexado. Para esto hemos utilizado el mapa de AHZs generado en la primera etapa, sobre el caso particular del cantón Babahoyo. En Babahoyo las AHZ más representativas son f7 y f15. Posteriormente se verificó si las diferencias topográficas, de suelo y clima propias de cada zona f7 y f15 eran también visibles sobre el suelo desnudo (por medio de imágenes satelitales al inicio de la siembra de arroz cuando se puede observar suelo desnudo), y si estas diferencias influían también sobre el cultivo de arroz (por medio del NDVI promedio durante el ciclo de cultivo -NDVI_ave-). Los resultados nos muestran una diferencia significativa entre la reflectancia de las zonas f7 y f15 para las bandas roja, azul, infra-rojo cercano (NIR) e infra-rojo medio (MIR). Para la tercera parte del diseño del IBI, se determinaron dos umbrales de impacto de la sequía e inundaciones sobre el cultivo de arroz en Babahoyo. El primero es un índice fisiológico, el cual nos indica la máxima afectación detectable sobre el cultivo de arroz, por nuestro índice seleccionado (NDVI_ave). El segundo es un umbral económico que nos indica cuál es el rendimiento mínimo necesario para que un agricultor pueda cubrir sus costos de producción, en dos escenarios económicos. El primer escenario asume que los costos de producción son diferentes entre las zonas f7 y f15; y el segundo cuando utilizamos un mismo costo de producción promedio para ambas zonas f7 y f15. En una etapa posterior se ha calculado la probabilidad de ocurrencia de los eventos climáticos extremos en cada una de las AHZ (f7 y f15) bajo cada uno de nuestros umbrales (fisiológico y económico) para los dos escenarios económicos. Se calculó un precio de la prima de seguro diferenciado por cada zona f7 y f15, dependiendo del riesgo particular que cada zona enfrenta. También considera si el agricultor ha llegado al umbral fisiológico, cuando el agricultor experimenta una pérdida que no le permite alcanza a cubrir sus costos de producción; o si llega al umbral económico, cuando el agricultor alcanza a cubrir sus costos de producción, pero ha experimentado una pérdida total de sus beneficios. Al establecer un cálculo de prima de seguro diferenciado por AHZ se consigue mantener controlado el riesgo de base. Esto es así porque los agricultores pagan una prima en base al riesgo real al cual se enfrentan y no en base a un promedio regional que puede introducir distorsión en los cálculos. Como un producto de gestión de riesgo agrícola adicional proponemos la generación de un mapa de riesgo de sequía en el cultivo de arroz. Para lo cual se ha utilizado información cartográfica muy detallada a escala 1:25,000. A partir de esta información se ha evaluado el riesgo confrontando la vulnerabilidad, en base a la capacidad de uso de la tierra para el cultivo de arroz y la disponibilidad de agua en la época lluviosa; y la amenaza que está determinada por la probabilidad de ocurrencia de sequía. Se ha validado el mapa de riesgo de sequía mediante la prueba Chi cuadrado y mediante reportes de casos de sequía del seguro convencional Agroseguro en el cantón Babahoyo. ----------ABSTRACT---------- Agriculture is a risky activity that faces both biophysical and economic hazards. Biophysical hazards include extreme weather events, such as droughts, floods, frosts, or hail, as well as pests and diseases. Economic threats include the variability of products and inputs prices, variation of internal and external markets, and lack of access to credit, among others. Amongst the biophysical threats, the most important in terms of frequency and intensity are the extreme climatic events. Agriculture has been conditioned by climate since historical times; but improvements and technological innovations made possible agricultural production to adapt to and cope with adverse conditions. Despite these innovations, climate remains a difficult phenomenon to predict and control, and still constitutes the most important risk in agricultural production, especially in developing countries. This risk is accentuated by the consequences of climate change. Agricultural insurance has been proven to be an efficient tool for transferring risk from farmers to more qualified entities to manage risk. Agricultural insurance facilitates farmers’ access to credit and promotes investment in technological improvements that make farmers more productive. It also reduces the default rate of credit commitments and poor performing loans. Index-based insurance (IBI) is a type of agricultural insurance that does not require in situ verification of the occurrence of a hazards. It does not require the visit of a loss adjuster to the farm to verify the losses. Instead it does so through an index that is strongly correlated with the extreme event and / or the losses caused by it. The objective of this thesis is to design an index insurance that complements the current conventional agricultural insurance implemented in Ecuador since 2010 (Agroseguro), using the Normalized Difference Vegetation Index (NDVI), as an indicator of droughts and floods, in rice cultivation in the Babahoyo canton (Ecuador). This investigation started with the determination of homogeneous areas from an agro-ecological map of the Ecuadorian Coastal region at a scale of 1:250,000. Three aggregation methods were tested, two of them generated through expert judgement criteria and one through a statistical method. The first one grouped portions of land with similar slope, texture, effective depth, precipitations and temperature, resulting in 196 homogeneous agro-ecological zones (AHZs). The second aggregation method grouped the areas with similar precipitations and temperatures, obtaining only 11 AHZs; and the third method, based on the principal components analysis (PCA), generated 26 AHZs. This last grouping method yielded the best of grouping agro-ecological characteristics of the study area. The main drawback with IBI is basis risk, which occurs when the selected index does not strongly correlate with actual losses that occur in the field, leaving some insured affected farmers without compensation while others receiving compensation despite not having been affected. Because of that, it is necessary to evaluate carefully the variability in the area where IBI is implemented. Therefore, we have used the map of AHZs generated in the first stage, on the particular case of Babahoyo canton. In Babahoyo the most representative AHZs are f7 and f15. Then, we checked if the topographic, soil and climate differences of each AHZ f7 and f15 were also evident on the bare soil (through satellite images at the beginning of rice sowing, when bare soil can be observed), and if these differences also influenced rice cultivation (through the average NDVI during the rice crop cycle -NDVI_ave-). The results revealed a significant difference between the reflectance of the f7 and f15 zones for the red, blue, near infra-red (NIR) and medium infra-red (MIR) bands. In the third stage of the IBI design, we determined two thresholds for the impact of drought and floods on rice cultivation in Babahoyo. The first is a physiological threshold, which indicates the maximum detectable impact on the rice crop, by our selected index (NDVI_ave). The second is an economic threshold that indicates what is the minimum yield required by a farmer to break-even, in two economic scenarios. The first scenario assumes that production costs are different between zones f7 and f15; and the second uses the same average production cost for both zones f7 and f15. Afterwards, we have calculated the probability of occurrence of extreme weather events in each of the AHZs (f7 and f15) under each of our thresholds (physiological and economic) for the two economic scenarios. The price of the differentiated insurance premium for each zone f7 and f15 was calculated, regarding the risk that each area faces. It also considers if the farmer has reached the physiological threshold, when a farmer experiences a loss that does not allow him to break even; or if it reaches the economic threshold, by which the farmer breaks-even, but has experienced a total loss of his profit. By establishing an insurance premium calculation differentiated by AHZ, the basis risk is kept low. This is because farmers pay a premium based on the real risk they are facing and not based on a regional average that can introduce bias into the calculations. As an additional agricultural risk management product, we proposed the generation of a drought risk map in rice cultivation. To this end, we have used high detailed cartographic information at 1:25,000 scale. The risk has been evaluated confronting vulnerability, based on land use capacity for rice cultivation and the availability of water in the rainy season, including the risk of the occurrence probability of drought. The drought risk map has been validated through the Chi-squared test and through claims of drought cases of the conventional insurance (Agroseguro) in Babahoyo canton.

More information

Item ID: 53269
DC Identifier: http://oa.upm.es/53269/
OAI Identifier: oai:oa.upm.es:53269
DOI: 10.20868/UPM.thesis.53269
Deposited by: Archivo Digital UPM 2
Deposited on: 17 Dec 2018 10:59
Last Modified: 17 Jun 2019 22:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM