文献
J-GLOBAL ID:201702294828073844   整理番号:17A0447294

作物モデルの改良はマルチモデルアンサンブルの温度に対する応答の不確実性を減少させる【Powered by NICT】

Crop model improvement reduces the uncertainty of the response to temperature of multi-model ensembles
著者 (40件):
資料名:
巻: 202  ページ: 5-20  発行年: 2017年 
JST資料番号: W1910A  ISSN: 0378-4290  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
気候変動影響推定を改善するためにとその不確実性を定量化するために,マルチモデルアンサンブル(MMEs)が提案されている。モデルの改良は,シミュレーションの精度を改善し,気候変化影響評価の不確実性を減少させることができる。,MMEに必要なモデルの数を減少させることができる。ここで,より大きなMMEの15コムギ成長モデルは,再パラメタリゼーションにより改善されおよび/またはUSDAホット連続穀類実験(キャリブレーションデータセット)からの詳細な現場実験データを用いた生物季節学,葉の成長と老化,バイオマス成長,粒数とサイズに及ぼす熱応力の影響を組み込んだまたは修飾した。モデルの改良前後のシミュレーション結果をCIMMYT世界的圃場試験ネットワーク(評価データセット)から独立した圃場試験で評価した。モデルの改善は平均季節温度>24°Cで栽培された作物の独立評価データにおけるキャリブレーションデータセットと26%平均MMEによるシミュレーションされた穀類収率の変化(十~九十モデルアンサンブルパーセンタイル範囲)を39%低下させ穀粒収量のシミュレーションにおけるMME平均二乗誤差は37%減少した。27%MME不確実性範囲の減少は,MME予測スキルを47%増加させた。結果は,現場実験で観察された,ベンチマークとして使用した変動の平均レベルはMMEにおけるモデルの半数で達成できることを示唆した。作物モデルは,モデルベース影響評価の確実性を増加させ,より実用的な可能にすることが重要である,すなわち小さいMMEs効果的に利用できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
施肥法・肥効  ,  植物に対する影響 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る