Selective improvement of global datasets for the computation of locally relevant environmental indicators: A method based on global sensitivity analysis

چند مدل داده جهانی برای مدلسازی محیطی در دسترس است، اما اطلاعات ارائه شده برای تصمیم گیری در سطح کشور به سختی مورد استفاده قرار می گیرد. در اینجا ما یک روش را پیشنهاد می کنیم که مبتنی بر تجزیه و تحلیل حساسیت جهانی است و برای بهبود ارتباط محلی شاخص های زیست محیطی از مجموعه داده های جهانی. این روش بر روی چارچوب استفاده از نیتروژن برای دو مورد مطالعات موردی متمرکز شده است: زنجیره تامین لبنیات مخلوط در رواندا و هلند. برای دستیابی به این هدف، ما ارزیابی می کنیم که چگونه شاخص های محاسبه شده از یک مجموعه داده جهانی، از شاخص های مشابه محاسبه شده از داده های نظرسنجی متفاوت است. دوم، پارامترهای ورودی مهم را شناسایی می کنیم که واریانس شاخص ها را توضیح می دهند. بعدها، ما مقادیر غیر مهم را به مقادیر متوسط ​​آنها برسانیم و آنها را با اطلاعات میدان جایگزین کنیم. در نهایت، اثر این جایگزینی را ارزیابی می کنیم. این روش ارتباطات شاخص های استفاده از نیتروژن را بهبود می بخشد؛ بنابراین، می توان آن را به هر مدل سازی محیطی با استفاده از مجموعه داده های جهانی برای بهبود ارتباط آن با اولویت بندی پارامترهای مهم برای جمع آوری داده های اضافی اعمال کرد.