کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6538446 158700 2015 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Simulating regional grain yield distributions to support agricultural drought risk assessment
ترجمه فارسی عنوان
شبیه سازی توزیع عملکرد دانه های منطقه ای برای ارزیابی خطر خشکسالی کشاورزی
کلمات کلیدی
امنیت غذایی، خشکسالی کشاورزی، شبیه سازی توزیع،
ترجمه چکیده
اکثر کشورهای ناامن غذا مستقیما از خشکسالی های کشاورزی یا اثرات خشکسالی کشاورزی بر امنیت غذایی سخن می گویند. این کمبود اطلاعات مانع برنامه های هشدار قحطی و بیمه محصولات کشاورزی می شود. یک مقاله اخیر، این مسئله را با استفاده از داده های بارندگی مجدد، یک مدل عملکرد پایه محصول و رگرسیون خطی برای شبیه سازی توزیع عملکرد دانه، مورد توجه قرار می دهد. ما در این فرایند با استفاده از مدل های رگرسیون قابل انعطاف و تعریف مجموعه ای از معیارها برای آزمون عملکرد مدل، گسترش می یابد. ما همچنین بررسی می کنیم که آیا مدل مناسب با داده های ملی می تواند توزیع عملکرد در مناطق درون کشور را تقلید کند. ما دریافتیم که مدل های با ضرایب متنوع متنوع، قادر به شبیه سازی توزیع بهتر از مدل های رگرسیون خطی پایه می باشند. مدل های افزایشی عمومی نیز خوب عمل می کنند اما پیشرفت قابل توجهی در مدل های مختلف ضریب را ارائه نمی دهند. همچنین ما دریافتیم که توزیع های توزیع شده شبیه سازی دقیق تر در مناطق تولیدی بالاتر است که تنوع در عملکرد منطقه را پایین می آورند.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک جنگلداری
چکیده انگلیسی
Most food insecure countries do not have long-term records of either agricultural drought or the impacts of agricultural drought on food security. This lack of data impedes famine early warning and crop insurance programs. One recent paper addresses this issue by using resampled rainfall data, a basic crop yield model, and linear regression to simulate distributions of grain yield. We expand on this process by incorporating flexible regression models and defining a set of criteria to test model performance. We also examine how well a model fit on national data can emulate yield distributions at regions within a country. We find that models with spatially varying coefficients are better able to simulate distributions than basic linear regression models. Generalized additive models also perform well but do not offer substantial improvement over varying coefficient models. We also find that simulated yield distributions are most accurate in higher producing regions that have lower within region diversity of yields.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Geography - Volume 63, September 2015, Pages 136-145
نویسندگان
, , ,