文献
J-GLOBAL ID:202202239682400441   整理番号:22A0732538

確率的季節気候予報により駆動された早期季節コムギ収量予測の改善【JST・京大機械翻訳】

Improving early-season wheat yield forecasts driven by probabilistic seasonal climate forecasts
著者 (5件):
資料名:
巻: 315  ページ: Null  発行年: 2022年 
JST資料番号: C0901A  ISSN: 0168-1923  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。
季節的気候予測(SCF)は,気候モデリングとダウンスケーリング研究の改善と共に急速に進化し,天候関連リスクを低減し,生産性を増加させることにより,気象に敏感なセクター,特に農業にとって大きな可能性がある。収穫時期は,初期計画と行動に必要な情報とともに農業ビジネスの農民と他の利害関係者を提供できる。わずかの収量予測研究は,問題の複雑性のために4か月以上の予測リードタイムを持つ。全球気候モデル(GCMs)からSCFsを早期収量予測に使用するために,本論文では,統計的ダウンスケーリング技術,拡張Copula事後処理(ECPP)およびSchaakeシャッフルを用いて,農業用途に適した気象様日データを生成するため,4つの気候変数をダウンスケールした。気候予測はプロセスベース作物モデルAPSIM(農業生産システムsIMulator)を駆動し,オーストラリアの穀物地帯で良く分布した50の観測所での作物予測をシミュレートした。SCFに起因する収量予測スキルに焦点を当てて,著者らは,水制限冬コムギ収量を予測する最良の実践管理規則を提案した。ECPPからの収量予測は,バイアス,精度,信頼性,および全体的予測スキルに関して,オーストラリアの最近の季節予報モデルACCESS-S1からの分位マッピングダウンスケーリングと生SCFに対して,著しい改善を有する。さらに,4か月以上の予測リードタイムを持つ作付け季節の開始時でさえ,ECPPによって駆動される収量予測は,収量予測のベンチマークである気候学より高いスキルを示す。SCFsによって駆動される早期の収量予測は,回帰/機械学習ベースの予測の有望な代替を提供する。性能感度と問題,および農業意思決定による生産者を助けるためのスキーフルSCFの使用に関するギャップについて論じた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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
作物栽培一般  ,  農業気象 

前のページに戻る