预测为目的的裨益预测
正如这个车间所显示的,raybet雷竞技最新气候预报及其应用已经成熟程度在过去的几十年里。有兴奋的潜在好处我们的社会可能获得进一步的研究和发展。因此,本文题为《季节、年际气候预报:新增加的工具raybet雷竞技最新准备气候变raybet雷竞技最新化和改变农业规划和行动”。我们问自己:“新”如何气候应用程序?raybet雷竞技最新要回答这个问题,我们将引用巴西文学中最重要的一本书,Os Sertoes,欧几里得da Cunha于1902年首次出版。我们的报价从英文翻译(叛乱偏僻)由芝加哥大学出版社出版,1995年版:
…的干旱周期…遵循一个节奏的开启和关闭时间是如此明显,让人觉得它背后一定有自然法则,我们还在无知。
…然后,突然之间,有一个悲剧性的打破单调的日子。干旱即将来临。多亏了奇异的节奏是在祸害sertanejo能够预见并预测。然而,他不投靠,放弃该地区,正在一点一点地入侵西阿拉辐射的发光的地狱……他面临他们的干旱坚忍地。尽管这没有发生严重的折磨倍。他仍然是持续的不可能的希望能够坚持反对它。
…他研究过这种痛苦尽其所能,为了使他能理解并能够承担或避免夏至前两三个月,他道具和加强大坝的墙壁或水坑进行清理。他照看字段和犁在沟的狭窄耕地在河上,通过准备这些小型的种植园的炼焦第一次下雨。然后他努力让未来的商店。把他的眼睛向上,他凝视着很长一段时间在所有的方向,为了发现的线索,这些景观可能不得不给他。的症状出现的干旱并不长;他们在一个系列,一个接一个,无情地,像一些循环疾病,一些可怕的间歇热的地球。
…这是传统的圣诞老人Luzia实验。12月12日黄昏时,他提出了六块盐在一行,在那里他们将被暴露在露水的作用;他们代表分别从左到右,未来6个月,从1月到6月。第二天拂晓时分,他观察他们。如果他们是完整的,它预示着干旱;如果第一个有所溶解,已经变成了一个沉闷的质量,他确信在一月份的雨;如果这发生在第二个,2月份会下雨;如果它发生在大多数的肿块、winter1将请处理。
这个实验是最有趣的。尽管迷信的耻辱高度,它有一个积极的基础,是可以接受的在阻止考虑,它可能聚集更多或更少数量的空气中蒸发的水分,通过演绎,更多或更少的概率低气压带雨的能力。
这是100多年前写的,只有赋予其时代的语言,而不是内容。我们真的很先进吗?然后和小农Nordeste地区的巴西仍在遭受干旱和希望神的干预而科学争论的原因和可预测性的干旱持续(莫拉和舒克拉,1981;病房和福兰德,1991;凯恩,1997;福兰德et al ., 2000)。
3.1。raybet雷竞技最新气候变化的尺度范围
几十年来的研究和经验表明,厄尔尼诺-南方涛动(ENSO)现象发挥了至关重要的作用部分解释降雨变化在许多国家,特别是在热带和亚热带地区。雷竞技手机版app然而,ENSO不是降雨变化的唯一来源。内地区尤为强烈影响ENSO和我们将使用这个地区作为案例研究的许多参数给出。
除了ENSO和固有的不可预测的混沌组件还有一系列其他的气候现象在各种时间尺度不同,确定表现为“气候变化”。raybet雷竞技最新当前的研究集中于可靠的发展全球环流模型(GCM),期望所有这些相互作用的新兴动力现象,包括CC,可以充分捕获。在澳大利亚,努力是针对调查高频现象如Madden-Julian振荡(,MJO就可也被称为intra-seasonal振荡或“ISO”),因信息(例如,SOI -或SST-based预测系统)和低频现象如十年、数十年气候变化和CC(表1)。raybet雷竞技最新
最高频率,包括MJO就可风的变化,海洋表面温度,每30-50days混浊和经常发生的降雨。虽然是一种热带现象MJO就可(惠勒和Weickmann, 2001),它可以通过telecon-nections影响降雨事件的大部分澳大利亚、印度和海上的大陆。的云团由MJO就可产生在印度洋和向东移动的速度5 - 10 m s - 1。特别是影响MJO就可
表我
已知的气候现象及其返回间隔(年)频率,导致降雨变化在澳大利亚
名称和/或类型气候现象的频率参考(近似,年)raybet雷竞技最新
Madden-Julian振荡,intra-seasonal (ISO) MJO就可
SOI阶段基于厄尔尼诺-南方涛动(ENSO),季节性的年际变化
Quasi-biennial振荡(QBO)
南极绕极波(联队),年际变化
十年的亚热带脊,年际纬度
Inter-decadal太平洋振荡(IPO)或太平洋年代际振荡(数
数十年降雨量变化
两半球间的热对比度(世俗的气候信号)raybet雷竞技最新
raybet雷竞技最新气候变化(CC)
Madden和朱利安(1972)0.1 - -0.2
林赛(1988)1 - 2
白色(2000 b) 3 - 5
Pittock (1975) - 11
权力et al。(1999);13-18 Meinke et al。(2005);曼图亚et al。(1997);艾伦(2000)
艾伦(2000)18-39
Follandetal。(1998)50 - 80
Timmermann et al。? ? ?(1999);Kumar等等。(1999)
强度和澳元和休息时间印度季风并与ENSO相互作用。许多农民在澳大利亚东北部通常遵循一些MJO就可通过他们的战术决策。
ENSO是准周期性的,在全球大气和年际变化海洋环流模式导致当地,季节性降雨在全世界许多地方不同。最好的研究这些现象,吸引了大量媒体的关注在过去的十年里。
低频降水波动的物理原因仍在调查中,但我们对这些过程的理解是稳步增加(权力et al ., 1999;艾伦,2000;白色,2000 b)。似乎大多数的低频现象导致修改因可变性(Kleeman和权力,2000;米尔et al ., 2001)。可预见性的低频变化仍有问题,随机共振(即的可能性。,这一现象,噪声放大微弱信号已经对周围环境的影响)不能被忽略
(Ganopolski和拉姆斯托夫,2002)。然而,远程并置对比ENSO的降雨模式显然是影响这些十年到数十年时间尺度(如,澳大利亚:权力et al ., 1999;美国:胡锦涛和冯,2001)。
尽管anthropogenically诱导CC不振动,需要列入这个名单,因为它(a)与简历的“振荡”现象,往往会增加简历我们已经体验(Kumar et al ., 1999;Timmermann et al ., 1999;塞林格et al ., 2000)和(b)潜在的管理应对CC——和量化的工具,不从根本上不同于低频反应气候变化(豪顿et al ., 1999, 2001, 2003)。raybet雷竞技最新
虽然表我列出了最重要的已知现象影响澳大拉西亚地区,它决不是完整的。进一步,我们不希望意味着所有这些现象可能是——甚至在理论上可预测(例如,看到关键注意斯托奇和Zwiers, 1999年,在“识别”的危险在stochastical时间序列周期性)。表我是现象目前在科学辩论的一个例子,我们承认的困难明显区分其中的一些现象。此外,全球其他地区的影响不同,北半球,例如,北大西洋涛动(NAO)是最重要的一个因素年际简历(塞林格et al ., 2000)。
相关的表我只考虑时间尺度从农业管理角度,从而忽略了已知的波动在世纪及以后的规模(例如,Dansgaard-Oeschger事件在1500年,或倍数,米兰柯维奇迫使波动或冰年龄在100000多年的时间尺度)。
增强的科学理解的降雨变化的原因和后果的时间尺度范围和我们的预测能力增加一些周期使得气候变化管理的澳大利亚的一个重要特征raybet雷竞技最新农业系统。也可以观察到类似的发展,其他地方(Meinke et al ., 2001)。
3.2。仿真模型在农业系统管理的作用
所有主要的农业决策下的不确定性引起的变化的一些关键参数(如经济环境、物理环境和更多)。决策者需要认知的时间尺度的确定这种可变性,这种变化的可能后果为他们的业务。通过提供新的,量化其运作的信息环境和可能的结果的另类的管理选项,可以减少这种不确定性(Byerlee和安德森,1982)。计算机模拟可以提供这样的信息和定量比较另类的管理选项特别有用的地区季节性简历很高,等
澳大利亚,东南亚,非洲,美国和南美的部分地区(Meinke et al ., 2001;Gadgil et al ., 2002;汉森,2002;琼斯et al ., 2000;Jagtap et al ., 2002)。
经济结果固然重要,但决定也是基于许多其他因素如环境后果(上-和非农),杂草和疾病的影响,生活方式和现有的政策框架。在农场级别,大多数管理决策必须符合整个农场战略计划,许多决定计划未来几个月见过几个月之后及其后果。这之间要求一定的更换模具的时间决定的行动和实现其结果是种植和放牧系统管理的特点(Carberry et al ., 2000;卡特et al ., 2000)。Pannell et al。(2000)强调正确的重大决策的重要性,如购买土地、设备投资和资源的改善。他们指出,农民通常是更好,如果他们解决整个问题,而不是试图解决部分问题非常好。或者,就像我们的一个同事所说:最好是比精确基本正确的错误(p·t·海曼、个人通信)。这加强了考虑简历的重要性和CC的光谱时间尺度。
决定可能受益于有针对性的预测也在时间和空间尺度上的。这些范围从战术决定种植或收获操作的调度决策有关土地利用配置(例如,放牧系统和种植制度)。表2给出了几个例子类似的这些类型的决策时间尺度气候模式中所见如表我了。
water-limited环境中如半干旱的热带地区和亚热带地区,降雨量变化代表了主要力量决定生产变化和环境风险。然而,等因素从土壤水分、土壤类型、土壤肥力、温度、播种日期、降雨强度和及时性
表二世
农业决策的时间和空间尺度上的气候预测可能受益于目标raybet雷竞技最新
决策类型的例子
频率(年)
物流(如调度的种植/收获操作)
战术作物管理(例如,化肥和杀虫剂的使用)
作物类型(例如,小麦或鹰嘴豆)或群管理
作物序列(例如,长或短fallows)或长袜
作物轮作(例如,冬季或夏季作物)
作物产业(如粮食或棉花;本机或改善牧场)
农业产业(例如,农作物或牧场)
土地利用(如农业和自然系统)
土地利用和适应当前的系统
Intra-seasonal (< 0.2) Intra-seasonal(0.2 - -0.5)季节性(0.5 - -2.0)(0.5 - -1.0)年际年/一年两次的(1 - 2)十年(~ 10)Inter-decadal(10 - 20)数十年(> 20)气候变化的降雨量也强烈影响最终的结果。raybet雷竞技最新虽然降雨和植物生长紧密相关,降水量变化的后果将因其他季节差异对经济增长的影响。在畜牧系统中,这些因素不仅影响饲料增长和可用性,而且动物本身,情况更为复杂。仿真模型可以整合所有这些影响在生理上有意义的方式。Sivakumar et al。(2000)强调,粮食生产可持续发展的战略需要更完整的理解生态系统和作物之间的相互关系,树木和牲畜。我们建议将“管理”添加到此列表的元素和交互建议仿真建模是唯一可用的工具,允许容易量化这些相互关系的概率。
此外,分析农业系统及其替代实验管理选项和实时的长度通常是不可行的,因为时间和所需的资源。经过模拟方法提供时间和有成本效益的替代物理系统上的实验和结果可以在几小时或几天而不是几年或几十年。这提供了能力评估大量的组合。今天模拟分析已经成为一个合法的手段评估政策和资源管理问题(例如,纳尔逊et al ., 1998;豪顿et al ., 1999;Meinke et al ., 2001),但他们也为提高决策提供有价值的信息(Meinke和招聘,2000;Gadgil et al ., 2002;纳尔逊et al ., 2002;波德斯塔et al ., 2002)。这是强烈支持Sivakumar et al。(2000)农业模型认为是优先解决农业可持续发展在21世纪。
传统的科学家们利用仿真模型作为“知识共享”来描述一个感兴趣的领域。一旦模型成为可用的,兴趣迅速从好奇使用模型预测能力的基本原则(例如,开发场景或作为决策支持工具)或在一个解释能力调查过程之间的相互作用通常只能孤立地研究。这个多元使用的模型已经开始讨论适当的数学方法描述生物的关系,以及所需的详细程度一个‘好’模式。争论“正确”的造型方式在很大程度上集中在经验主义的水平可以接受当代表生物、化学和物理过程。这场争论一直不是很有用,因为它已经被团体有兴趣使用模型进行不同的目的,即解释系统如何运作或预测系统的行为。前客观需要详细描述潜在的生理过程和参数值,通常是困难的,如果不是不可能的话)来获取实验。这个参数不确定性导致较低的预测能力。另一方面,明确开发的模型来预测管理反应经常使用的现象学描述组织的过程容易推导出参数值,但是更少的流程细节(Meinke, 1996)。一些新兴的挑战有关基因研究和基因功能的建立(G)及其与环境的相互作用(E)和管理(M) (G M E x)需要一个更加平衡的强调所有属性和可能显示前进(锤et al ., 2002)。
生物以及气候模型是有用的因为他们减少真实系统raybet雷竞技最新的复杂性,使我们能够预测的后果操纵系统。他们也让科学家测试系统方法是否充分描述了系统处理。流程细节包含在模型的数量必须匹配应用程序。然而,需要注意当过程细节的水平降低,这种简化是基于良好的理解底层的过程。减少的数量和不确定性参数,模拟生物系统的基于流程的方法可以取代的现象学描述这一过程在不牺牲科学原理。这要求(a)过程已经理解在更基本的层面和(b)现象学描述一般在范围广泛的条件和低复杂度的容易派生参数值。这将增加模型的预测能力,并可能最终导致一个更高级的,正式的框架来处理整体概念和紧急系统属性(盖尔曼,1995)。在有多种假设的情况下,他们能辨别其中基于合理性(彭和Reggia, 1990)。这种合理性是由节俭原则,或奥卡姆剃刀,最合理的解释是,它包含最简单的想法和最少的假设(戴维斯,1990)。
生物模型不能完全确认。在最好的情况下,我们可以将案例研究和实例模型的性能和认为这是足够的证据使用模型输出的决策。为了说明这一点,考虑下面的例子:
作为一个研究项目的一部分,我们测试了APSIM-Wheat模型(基廷et al ., 2003)在23 100植物育种实验的数据实验网站,几年。我们认为模型的性能足够(R2 = 0.6)描述的环境分量G x E相互作用(图1一个未发表的数据、库珀、个人通信;查普曼et al ., 2000)。这些实验并没有专门进行模型测试和一些信息关于土壤类型,土壤水分和养分状况,实验数据集仍然含有大量的参数不确定性。使用数据从一个长期土壤肥力试验(强et al ., 1996),所有必要的输入参数和测量起始条件和可用,R2值0.8获得(图1 b)。显然,测量和模拟数据更好的协议时,输入参数的不确定性降低。然而,相同的数据集还强调了缺陷的使用R2值作为模型的性能指标(Oreskes et al ., 1994):当只有一个子集(即。数据从1枯水年)是用于测试,R2 0(图1 c),尽管模型的明显的捕捉能力同比变化相关的气候产量(图1 b)。raybet雷竞技最新
图1所示。性能对收益率APSIM-wheat数据从100年(a)植物育种实验从23个地点在几个赛季(R2 = 0.6);(b)实验结果从土壤肥力研究单个站点在昆士兰8年来,5 N水平和2面管理制度(R2 = 0.8) (b)和(c)结果在干旱年(R2 = 0;数据包含在(b),见箭头)。
图1所示。性能对收益率APSIM-wheat数据从100年(a)植物育种实验从23个地点在几个赛季(R2 = 0.6);(b)实验结果从土壤肥力研究单个站点在昆士兰8年来,5 N水平和2面管理制度(R2 = 0.8) (b)和(c)结果在干旱年(R2 = 0;数据包含在(b),见箭头)。
明显的预测相比在高收益水平(> 4000公斤农业的一般(即生物压力的结果。害虫和疾病)是由模型(图1 b)。
这个例子表明一个生物模型的有效性并不取决于相关系数(或任何其他单一性能指标),而是不可避免的预言与观测值之间的差异是否对决策者是可以接受的。这类似于墨菲(1994)和波特et al。(2003),他发现没有单一的统计测量来确定的预测能力充分的(见4.4节)。模型的性能不仅取决于科学技术方面的模型,而且在用户的经验和技能。DSSAT等高性能农业发展的仿真平台(琼斯等人。,1998),CropSyst (Stockle et al ., 2003)或APSIM(基廷et al ., 2003)是昂贵和耗时。由于现代用户界面这些造型平台易于使用,因此容易认为农业的行为是一个低成本和简单的运动仿真分析。没有什么可以进一步从真相。所有的模型都需要大量的学习曲线对于个人用户来说,可以适当应用。
不幸的是,我们遇到不合适的模型使用过于频繁的证据,这凸显了需要大量和足够的用户培训。此外,许多气候应用程序不依赖raybet雷竞技最新于简单的模拟,但需要修改模型,只能由高度熟练的员工非常熟识实现模型的发展途径。
非常相似的问题与大气环流模型(GCMs)。不难理解为什么最严格和成功的气候应用程序通常是通过跨学科的团队包含来自每个关键科学领域的专家使用成熟的仿真平台。raybet雷竞技最新我们不应指望农学家开发和运行这个模型,我们也不应该期望气候科学家成为生物模型开发和应用的专家(然而,一些罕见,但例外!)。raybet雷竞技最新不仅要详细考虑的程度与目标应用程序模型是一致的,我们还必须确保水平的关注气候应用程序的组件是类似的分辨率和质量的努力进入农业造型。不幸的是,捐助者和资助机构经常未能认识到这样一个平衡的重要性和一般提供支持一个或其他,都很少。
3.3。操作方面——气候预测、农业模型和概率raybet雷竞技最新
有一种新兴共识在许多气候科学家统计,ENSO-based预测方法接近他们的可预测性的极限raybet雷竞技最新。因此,更加强调模型的开发和应用区域气候模式raybet雷竞技最新(rcm)。连接模型和农业气候应用仿真模型是一个潜在的强大的方法。raybet雷竞技最新然而,这两种方法是很难连接和最成功的气候仍然依赖于应用程序的实验统计气候预报的方法,而不是动态的气候模型。raybet雷竞技最新一般来说,生物模型需要每天点尺度天气数据作为输入(见Hoogenboom, 2000年,在这些问题上进行更详细的讨论)。通常,全球大气环流模型无法提供熟练的可预测性分辨率输入所需类型的生物模型。
混乱中扮演了一个重要的角色在气候系统和大气中经常就像一个raybet雷竞技最新“随机数字生成器”。这意味着确定的声明没有任何理由。科学家有责任传播他们的无知程度,以及他们的知识。只有明确量化不确定性可以改善风险管理实践是发展。墨菲(1993)讨论了需要判断是正确反映在预测中固有的不确定性。他说,忽略不确定性时制定的广泛实践和沟通预测代表着一种极端形式的矛盾,通常导致最大可能的减少质量和价值。大部分公共机构,越来越多的私人服务提供者,现在承认沟通的必要性认识的不确定性通过概率语句。在某种程度上,这一趋势加速了潜在的责任意识的增加(企业风险)组织公开自己通过提供不足或误导性的建议,无论是真实的或者所感知到的(Meinke et al ., 2003)。
概率预测更有价值比确定性预测(苔藓和施耐德,2000)。这甚至适用的事件是,根据定义,罕见的(例如,极端事件,如one-in-60-year洪水),因此有相当大的不确定性。引入预测未来可能基于这个模型的输出可能允许更多多才多艺在气候预测比目前的情况,包括更好的机会来预测极端。raybet雷竞技最新帕默和Ratsanen(2002)的附加价值量化概率预测在一个确定的温室场景投影在他们的研究中,发现概率预测的经济价值明显更大,从不确定性情况下不到。
3.3.1。模拟年方法
历史气候记录可以划分为raybet雷竞技最新“年——或者season-types”基于并发(即现行海洋和大气条件。SOI海温异常和/或),导致“SOI阶段”(石头et al ., 1996)或ENSO阶段(梅西纳et al ., 1999;菲利普斯et al ., 1999)。这样的分类必须基于大气动力学的理解和良好的统计程序分区数据成功。现状可以分配给一个特定的类别和相比其他类别为了评估问题的概率生物系统的性能(例如,Meinke和招聘,2000;波德斯塔et al ., 2002)。这是一个简单和方便的连接方式气候预测与生物模型,因为它只需要历史天气记录。raybet雷竞技最新该方法已经在全世界广泛使用,许多决策者提供有价值的信息(Meinke和石头,1992;墨西拿et al ., 1999;锤et al ., 2000;纳尔逊et al ., 2002; Podesta et al., 2002). The SOI phase system has become the dominant scheme used in Australia and neighbouring countries while ENSO phases are often used in the Americas. However, both schemes are globally applicable. Hill et al. (2000) compared the value of the SOI phases versus the broader ENSO phases for Canadian and US wheat producers and found that in this particular case the SOI phases generally provided more valuable information than ENSO phases. However, the authors stressed that in some regions neither method had any value for their specific application and that forecasts need to be targeted to industries and regions.
3.3.2。全球大气环流模型和rcm
统计方法有很大的局限性和预计动态气候建模提供了改进的预测技术在不久的将来。raybet雷竞技最新这将需要适当的解决方案来解决我们之前解决连接问题。必须找到方法将大型、网格点GCM输出成类似点日常气象站数据规模。使用高分辨率初始化的rcm GCM数据被认为是另一种选择,但通常这些数据的统计性质差别很大从观察到的历史气候记录,需要进一步操作。raybet雷竞技最新另一种方法可能是应用统计聚类过程GCM预测输出(追)为了获得模拟年或季节适合农业模拟模型,输入如上所述(石头et al ., 2000 b)。另外,GCM输出可以用来建立气候趋势,这些趋势然后用来修改历史气候记录使用生物模型。raybet雷竞技最新这种方法经常被当CC对农业系统的影响评估(例如,Reyenga et al ., 1999;豪顿et al ., 2001)。Hoogenboom(2000)还把人的注意力吸引到了不同尺度隐含在全球大气环流模型和生物模型。有很多有前途的方法来使用其他形式和格式与作物模型的预测,但是他们还没有被广泛测试。 This issue is a high priority for most agricultural scientists using crop simulation for forecast applications (Jim Hansen, personal communication).
墨菲(1993)认为,一个好的预测需要三个不同的属性,即一致性(对应的预测和判断),质量(对应的预测和观察,通常也称为“技能”)和价值(对用户的增量效益预测)。他进一步表示,这个质量/价值本质上是非线性的关系。一些基本的“技能”和“性能测试”之前需要预测或预测方案可以应用。大部分的性能测试程序源自测试天气预报技巧和相对透明处理确定性预测方案。然而,问题变得更加复杂的时候概率方法需要在下一代通过气候预报系统进行测试。raybet雷竞技最新墨菲(1994)和波特et al。(2003)清楚地表明,为了测量概率预报方案的性能,评估计划必须至少测量系统的两个基本组件,即(一)转移的预测均值和中值参考分布,以及(b)的变化预测的分散和分布的引用。基于案例研究区域小麦和糖产量的预测,他们得出的结论是,没有任何一个计划测试能够测量两种属性,因此没有单一的统计程序,可用措施充分预测性能。
这必须考虑在开发国际接受的气候预测验证方案。raybet雷竞技最新我们强调验证气候预测输出仍然是一个基本要求用户和气候科学家为了raybet雷竞技最新获得评估真正的‘预测’技能而不是历史的追算技能(墨菲,1993;Elsner和陈国贤1994;尼科尔斯,2000)。
进一步关心的是“人工技能”的问题,尤其是当出现多种可能,统计预测方案可以使用和大量的“最佳”执行计划的基础上选择一些测试数据,而不是第一原则。这个问题很复杂,超出了本文的范畴。然而,我们认为我们必须至少国旗是一个需要解决的问题,随着越来越多的潜在的预测方案推广到世界各地。
用户的角度预测质量往往大大不同于数学家和统计学家。最常见的一种问题导致相当大的混乱是未能区分预测和其价值或质量的影响(墨菲,1993)。raybet雷竞技最新气候信息时才有价值有一个明确的好处,一旦信息的内容。换句话说:信息必须导致改变决定,必须最终导致一种改进的结果(锤et al ., 1996人,2000;维斯et al ., 2000)。因此,预测可以非常巧妙,但仍没有任何价值。相反,即使是一个相当温和的预报技巧可以转化为高价值和影响在适当的情况下,如果适当地应用。
展示简历往往混淆的影响与实际或潜在的影响的预测。气候预测的有效的应用程序(我)的影响,取决于预测的质raybet雷竞技最新量(Q),时机和方式预测交付(沟通、C)和影响特定的决策(S)的适用性。
系数,j, x和年代不同,取决于个人情况(范围:0 - 1)。因此,当所有系数预测的影响最大化方法统一。然而,这是不太可能实现,因为每个系数是子组件的产物,一个是,在其他的函数分布的均值和分散转移相对于参考分布(通常任何技巧的场景;波特et al ., 2003), j取决于时机、方式交付用户的预测和背景知识,x描述的相对相关性预测一个特定的决定,可能会改变根据提供的信息预测计划和S措施的重要性的质量预测系统的整体性能。当然,这意味着更低的值会导致高的影响(或价值),提供其他参数有很高的价值。相反,即使是一个值的统一会导致很少或没有影响(或价值)的预测。
3.5。有针对性的预测和参与式方法
除非预测“相关性”,即。,它解决问题的方式会对决策产生积极影响,预计仍将不影响(锤子,
2000;汉森,2002)。知觉,而不是事实,往往影响这样的相关性。波德斯塔et al。(2002),农民在阿根廷的案例研究,发现了一个明显不愿使用预测,因为时间和空间分辨率的预测被认为是不相关的当地条件,表明所需的分辨率的预测并不一定符合生产的前景(Buizer et al ., 2000)。等问题的看法,不管他们是否合理,必须考虑为了提高相关性,因此采用的预测。
基于知识的管理决策未来的气候条件会有积极的结果在某些年别人和消极的结果。理想情况下,这不应被视为“赢得”或“失败”的策略,因为每个赛季只代表一个样本分布不很明确的可能的结果。评估这样的概率信息需要的真正价值比较的结果在每个赛季取得了成果,在没有这样的信息。
开发适当的管理系统能够承受un-desired结果与低概率事件仍然是一个相当大的挑战。
农业决策发生在许多层面,涉及到广泛的可能的用户。为这些客户提供最合适的决策需要一个明确的重点工具在他们的特定需求和需求。这是一个重要的组成部分,一个有效的系统方法,以确保持续的决策者之间的联系,顾问和科学家(锤子,2000)。这种参与式研究方法的重要性现在广为人知的(例如,Meinke et al ., 2001;Gadgil et al ., 2002;Jagtap et al ., 2002)。虽然农民是一个明显的客户群体,他们不一定是最敏感的一个预测。这个响应能力很大程度上取决于社会经济和政治环境下,地方基础设施和农业系统的问题。清楚地识别客户和他们的决策点,它有助于分类根据地理规模和信息需求。这样一个概念性的框架有助于识别决策者的信息需求,它还有助于选择最合适和有效的工具使用(锤子,2000)。 Modelling approaches are frequently the tools of choice, but the type of model required will differ depending on geographic scale, required inputs and information needs.
一些特定的澳大利亚有益的例子使用预测决策的时间尺度是:
1。棉花种植者在昆士兰,他们中的许多人现在调度的时间他们的棉花收成基于预期的未来;MJO就可通过
2。澳大利亚东北部农民使用ENSO-based信息来调整自己的旋转和作物管理根据当时当地条件和降雨概率为未来几个月(Meinke和哈克曼,2000);
3所示。糖在昆士兰北部种植者和磨坊主使用有针对性的气候预测管理决策涉及收获策略,种植决策,和轧机吞吐量操作(Everingham et alraybet雷竞技最新 ., 2002);
4所示。散装搬运和营销机构,需要准确的区域商品预测帮助他们储存、运输物流和出口销售之前收获(锤et al ., 2000;波特et al ., 2002);
5。政府机构,需要客观的评估简历在生产和严重程度的影响(例如,基廷和Meinke, 1998);和
6。政策制定者,要求输入温室场景的影响评估国际条约谈判(例如,豪顿et al ., 2001)。
3.6。农民的决定
锤(2000)证明的有效应用和评估的基础季节性气候预报使用战术管理的一个简单的示例行配置在昆士兰棉花作物生长在澳大利亚。raybet雷竞技最新他问:有可能改善盈利能力通过战术操作行配置在旱地棉花应对季节性气候预报了吗?raybet雷竞技最新使用模拟方法,100年的历史降雨数据,他决定行配置的最赚钱的选择(固体,单跳过或双跳过)所有年或那些年播种前与每个SOI相关联。“省”情况下相关情况没有注意到每年的预测。在这种情况下(固定管理),最有利可图的选择在100年期间每年都是采用固体行配置。的其他情况下考虑SOI-based预测播种的时候。一些预测类型的分析表明,这是平均利润更丰厚的采用单一或双跳过行配置(响应管理)。检查值和风险与采用响应管理相关的所有多年,然后计算每年的毛利率差异之间的响应(战术)和没有响应(固定)管理选项。
平均战术管理方法提高毛利润率(利润)6% (11%)。然而,有很多具体的年响应管理差。理解这一点风险结果是气候预报的有效应用的关键。raybet雷竞技最新而显著的优势往往会导致在一段时间内年(在这个简单的示例中),不能保证这将发生在任何一年,事实上,决策者有时会变得更糟糕。这个过程被描述为“原型”的决策者和相关的决策规则生成集体学习(锤子,2000)。虽然建模预测不包括系统涉及的各个方面,从本质上说,他们的行为是“讨论”支持系统在处理一些相关的复杂性和风险决策(Nelson et al ., 2002)。
这个简单的例子演示了如何的价值与知识相关的降雨概率的变化可以确定生产管理。平衡的概率决定,用户信息从长远来看会更好。然而,它并不排除与战术应对相关生产风险预测也没有消除对农民的需求做出决定。分析并没有提供一个规则为最佳行棉的配置管理。这些规则只能由考虑到非常具体的物理和经济环境的一个特定的企业;他们还必须考虑当前的生产成本,商品价格和土壤条件。
最近的研究与选择的农场经理在昆士兰,澳大利亚,表明利用气候信息与系统分析生产者可以变得不那么依赖气候预测。raybet雷竞技最新通过识别决策,积极影响整个农场操作无论在经济上和环境上,这些制造商获得了更好的理解系统的脆弱性,开始“气候证明”业务。raybet雷竞技最新行动的例子,当一个预测是干燥的可能性比正常的有:最大化免耕区(节约用水),早期应用氮肥允许种植土壤水分储存在最合适的时间;小麦种植最迟于正常减少霜冻的风险。在湿润的季节可能比正常,管理选项包括:播种小麦早;氮应用到小麦覆盖作物种植棉花后干燥的概要文件(通常不会产生收获的收益率)和应用杀菌剂对小麦产量减少叶疾病(Meinke和哈克曼,2000)。
3.7。市场营销决策
基于SOI阶段(石头et al ., 1996)和地区(shire-based)小麦模型(Stephens, 1998),锤et al .(2001)发达地区商品预报系统。它允许考试的可能性超过长期平均夏尔产量与不同季节类型从种植季节的开始。这个系统现在运行在昆士兰,澳大利亚,通过更新投影每个月根据实际降雨量日期和任何改变从每月在SOI阶段。虽然似乎是商业应用,该系统主要是用来通知昆士兰州政府的任何地区可能更可能经历贫穷的作物在任何一年。这些信息提供了一个特殊情况的警报问题与潜在的草场干旱以同样的方式描述系统在昆士兰卡特et al。(2000)。轶事信息收到营销机构根据他们的经验与2000年地区小麦前景表明,季节性农作物预测可以有利于他们的决策过程时除了使用当前的方法。可能的前景时决定采取“可能干燥机(湿润)比正常”,例如,向前买(卖)的谷物或转移资源从好的收益率地区贫困的地区。产量和价格之间存在明显的链接需要考虑(石头和Meinke, 1999;Jagtap et al ., 2002)。
波特et al .(2002)使用这个区域模型研究空间和时间之间的关系模式与ENSO的澳大利亚小麦产量。他们发现SOI阶段系统显示区分大多数小麦年类型的重要技能。“技能”在这个例子中是指追算和预测技能使用建立数值技术。一起发现山et al .(2000),这显示了全球商品预测SOI阶段系统的适用性。结果波特et al .(2002)的结果也一致的领域和农场规模(锤子,2000)。然而,他们得出的结论是,有相当大的潜力提高预测能力和表示,它可能会确定气候系统或海洋raybet雷竞技最新大气特性这可能是因果会最有用改进的预测模式(原文如此)。
3.8。政策决定
为季节性inter-seasonal时间尺度,基廷和Meinke(1998),史蒂芬斯(1998),和锤et al .(2000)表明点源和地区建立生产模型可以用来量化特殊情况和干旱的影响。豪顿et al。(1999)给出的价值模型的一个示例应用程序来指导决策对全球变暖的场景。他们调查关键适应选择小麦品种选择、播种等窗口,发现显著的地区差异10网站整个澳大利亚小麦带。具体地说,他们发现可能影响不仅在生产,而且对谷物蛋白质含量等品质特性。他们的研究结果表明,氮受精利率需要增加在未来如果能保持目前的粮食质量水平。
使用相同的造型方法,Reyenga et al。(2001)发现,到2100年,温度的变化,二氧化碳水平和降雨模式可能导致“裁剪边界”的运动在澳大利亚东部约100公里。这样的研究可能会影响未来的土地利用政策的决定。
菲利普斯et al。(2002)发现津巴布韦季节性气候预报往往会增加产量的波动。raybet雷竞技最新他们建议在未来适当的市场或政策干预可能需要伴随信息针对农民为了增加社会福利的预期。Meinke et al。(2001)指出,尽管有许多案例研究示例的仿真方法告知政策过程这是很少实现,实际上这种方法融入,仍然是一个挑战的政策框架,导致改进。
有许多例子气候知识如何影响政策设置。raybet雷竞技最新然而,确保行动由资源管理器和政策“合拍”需要一个更加团结的方法,允许同时影响政策和风险管理决策基于公共数据来源和工具。
继续阅读:Ranet系统
这篇文章有用吗?
