北非的气候变化和作物生产:机器学习模型的洞察力
Raja Ben Harraf1, Manal Mhada2, Nabil El Moçayd3
1AgrobioSciences (AgBS), College of Agriculture & Environmental Sciences (CAES), Mohammed VI Polytechnic University, Ben Guerir, Morocco; International Water Research Institute (IWRI), College of Agriculture & Environmental Sciences (CAES), Mohammed VI Polytechnic University, Ben Guerir, Morocco.
气候变化影响北非作物产量,气温上升和降雨量下降预计将减少收获. 机器学习模型将玉米和作为更有弹性的作物,为农业适应战略提供了洞察力.
科学领域:
- 农业科学 农业科学
- 气候科学 气候科学
- 数据科学数据科学数据科学
背景情况:
- 气候变化对全球粮食安全和农业规划构成重大威胁.
- 准确的作物产量预测对于农民实施积极的适应措施至关重要.
研究的目的:
- 评估温度和降水变化对北非主要作物的影响.
- 使用机器学习模型,在不同的气候变化场景下预测未来的作物产量.
主要方法:
- 利用了ERA5对气候条件的再分析数据和粮农组织对作物产量的数据.
- 应用机器学习模型 (MLR,RF,XGBoost) 来捕捉非线性气候产量动态.
- 在SSP2-4.5和SSP5-8.5情景下使用CMIP6气候数据生成未来收益预测.
主要成果:
- 预计北非各地的气温增加和降水减少.
- 预计几个关键作物的产量下降,玉米和的性显著,特别是在灌下.
- 确定了脆弱的作物物种,并强调了该地区更有弹性的替代品.
结论:
- 数据驱动的机器学习模型是半干旱地区长期农业规划的宝贵工具.
- 调查结果支持制定特定区域的适应战略,以提高农业对气候变化的适应力.
- 洞察力帮助决策者和利益相关者选择适应气候变化的作物和优化土地利用.
更多相关视频
15:30A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant–Environment Interactions
Published on: August 5, 2020
06:04Author Spotlight: Innovative Approaches to Understanding Plant Structure-Function Relationships for Climate-Resilient Crops
Published on: July 12, 2024
相关概念视频
What is Climate?
Adaptations that Reduce Water Loss
Light Acquisition
Global Climate Change
Responses to Heat and Cold Stress
Responses to Drought and Flooding
