文献

J-GLOBAL ID：202102287329841306   整理番号：21A0521964

インドにおける作物保険実施を支援するための近実時間生物物理学的イネ(Oryza sativa L.)収量推定【JST・京大機械翻訳】

Near Real-Time Biophysical Rice (Oryza sativa L.) Yield Estimation to Support Crop Insurance Implementation in India

著者 (5件)： Arumugam Ponraj (Potsdam Institute for Climate Impact Research (PIK), Member of the Leibniz Association, 14473 Potsdam, Germany) ,  Chemura Abel (Potsdam Institute for Climate Impact Research (PIK), Member of the Leibniz Association, 14473 Potsdam, Germany) ,  Schauberger Bernhard (Potsdam Institute for Climate Impact Research (PIK), Member of the Leibniz Association, 14473 Potsdam, Germany) ,  Gornott Christoph (Potsdam Institute for Climate Impact Research (PIK), Member of the Leibniz Association, 14473 Potsdam, Germany) ,  Gornott Christoph (Agroecosystem Analysis and Modelling, Faculty of Organic Agricultural Sciences, University of Kassel, 37213 Kassel, Germany)
資料名： Agronomy (Web)  (Agronomy (Web))
巻： 10  号： 11  ページ： 1674  発行年： 2020年 
JST資料番号： U7129A  ISSN： 2073-4395  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 作物保険支払いをトリガーするには即時収量損失情報が必要であるが,これは数百万の小規模農家の農業所得安定性を確保するために重要である。リアルタイムおよび5km空間分解能での作物成長を監視する技術は,国内生産に対する価格介入または貯蔵戦略の設計にも役立つ。インドでは,現在の政府に戻されたPMFBY(Pradhan Mantri Fasal Bima Yojana)保険制度は,インドの農民のコスト効率の良い保険プレミアムを可能にするそのような技術を求めている。本研究では,2001年から2017年の間のインドのKharifイネ(Oryza sativa L.)の5km空間分解能における収量と収量異常を推定するために,農業技術移転(DSSAT)のための意思決定支援システムを使用した。著者らは,公的に利用可能なデータ,すなわち,グリッド化された気象データ,栄養応用,播種日,作物マスク,灌漑情報,およびステープル品種の遺伝係数を用いてモデルを較正した。モデル較正年(2001年15月)のモデル性能は例外的に良好で,0.7以上の相関係数(r)を達成した15年のうち13年,および観察された収率と0.75以上の相関を持つ年の半分以上を達成した。地域のおよそ52%(67%)は,主要なイネ成長地区(栽培下の25%の地域)におけるキャリブレーションの後,20%(25%)未満の相対根二乗平均誤差(rRMSE)を得た。2016年と2017年のKharif季節の較正モデルのサンプル外検証は,16%から20%までの状態観測とシミュレートした収量異常の差をもたらした。全体として,イネ収量のシミュレーションにおけるモデルの良好な能力は,このモデルがインドの選択された州に適用可能であり,その出力は作物保険計画PMFBYの収量損失評価指数として有用であることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 農業 ,  農民 ,  保険 ,  灌漑 ,  *農作物 ,  相関係数 ,  遺伝 ,  インド ,  気象データ ,  テクノロジートランスファ ,  栽培 ,  品種 ,  *生物物理学 ,  意思決定支援システム ,  空間分解能

著者キーワード (6件)： 作物保険 ,  PMFBY ,  米 ,  作物モデリング ,  DSSAT ,  降伏異常

分類 (1件)： 稲作  (FC03020C)

引用文献 (58件)：

• Gulati, A.; Terway, P.; Hussain, S. Crop Insurance in India: Key Issues and Way Forward; Working Paper 352; Econstor: Kiel, Germany, 2018.
• Rai, R. Pradhan Mantri Fasal Bima Yojana: An Assessment of India’s Crop Insurance Scheme; Centre for Science and Environment: New Delhi, India, 2019; p. 16.
• GRiSP. A CGIAR Program on Rice-Based Production Systems; Global Rice Science Partnership (GRiSP): Cotonou, Benin, 2011.
• Pradhan Mantri Fasal Bima Yojana (PMFBY). Revised Guidelines; Ministry of Agriculture & Farmers Welfare, Government of India: New Delhi, India, 2017.
• Geethalakshmi, V.; Lakshmanan, A.; Rajalakshmi, D.; Jagannathan, R.; Sridhar, G.; Ramaraj, A.P.; Bhuvaneswari, K.; Gurusamy, L.; Anbhazhagan, R. Climate change impact assessment and adaptation strategies to sustain rice production in Cauvery basin of Tamil Nadu. Curr. Sci. 2011, 101, 6.

タイトルに関連する用語 (10件)： インド ,  作物保険 ,  実施 ,  支援 ,  実時間 ,  生物物理学 ,  イネ ,  Oryza ,  収量 ,  推定