Clim-02 Evaluating Basis Risk in Index-Based Agricultural Insurance: A Comparative Study Using Satellite vs. Ground Weather Data PFE
Clim-02 Evaluating Basis Risk in Index-Based Agricultural Insurance: A Comparative Study Using Satellite vs. Ground Weather Data PFE
Hydatis•Centre Urbain Nord
ClimateTechAgriTechRemote Sensing
Publié il y a 6 mois
Stage
⏱️3-6 mois
💼Hybride
📅Expiré il y a 6 mois
Reste lisible (ATS friendly).
Description du poste
Résumé du projet
Étudier et quantifier le basis risk (risque de base) dans les assurances agricoles indexées sur des indices météo.
Comparaison systématique entre indices dérivés de données satellitaires (ex. Sentinel-2 / NDVI via GEE) et données météo au sol (ex. CHIRPS) pour évaluer l'impact sur l'indemnisation.
Objectifs et tâches principales
Prétraitement et assemblage des séries temporelles météo et indices de végétation pour zones agricoles ciblées.
Calcul d'indices agroclimatiques pertinents et construction d'indices d'assurance basés sur seuils ou modèles statistiques.
Estimation du basis risk via corrélations, erreurs d'indemnisation simulées et comparaisons spatiales/temporales.
Validation statistique et sensibilité : tests de corrélation, rééchantillonnage, études de robustesse.
Environnement technique et outils
Langages et bibliothèques : Python (pandas, matplotlib, geopandas), scikit-learn pour modélisation et analyses statistiques.
Traitement d'imagerie et indices : Google Earth Engine pour Sentinel-2 / NDVI.
Visualisation et cartographie : GeoPandas, Folium pour visualisation géospatiale interactive.
Reporting interactif : Jupyter Notebook pour analyses reproductibles et visualisations intégrées.
Stockage / base de données : SQLite ou PostgreSQL avec PostGIS pour gestion spatiale et requêtes.
Sources de données
Données météo : CHIRPS (pluviométrie et séries temporelles).
Données satellite : Sentinel-2 / NDVI via Google Earth Engine.
Données agronomiques / rendements : FAOStat si disponibles pour calibration/validation des indices.
Livrables attendus et compétences développées
Livrables : notebooks Jupyter explicatifs, scripts Python réutilisables, base de données spatiale (SQLite/PostGIS), cartes interactives et rapport final détaillant le niveau de basis risk et recommandations.
Compétences : traitement de données géospatiales, télédétection sur GEE, modélisation statistique de risque, visualisation cartographique, gestion de bases spatiales.
Modalités de candidature
Pour postuler, envoyez votre candidature par email à stages@hydatis.fr en précisant en objet la référence du sujet (Clim-02) et joignez CV + projet de mémoire / lettre de motivation.
Vous pouvez aussi candidater via le site : https://www.hydatis.com
Hydatis - Clim-02 Evaluating Basis Risk in Index-Based Agricultural Insurance: A Comparative Study Using Satellite vs. Ground Weather Data PFE | Hi Interns | Hi Interns