气候变化与技术影响对未来作物产量的贝叶斯集合预测
应用统计
2025-07-30 v1 计量经济学
摘要
本文在完全概率性框架内引入贝叶斯层次建模方法，用于作物产量估计、模型选择和多未来温室气体排放情景下的不确定性预测。该方法在区域性农业影响方面提供了信息，解决了对全球粮食安全更广泛风险的挑战。通过纳入国家特定误差方差，将已建立的多变量计量经济作物产量模型扩展为框架，系统地放宽限制性的同质性假设，使预测不确定性可透明地分解为来自气候模型、排放情景和作物模型参数的贡献。在聚焦于全球小麦生产的样内和样外分析中，结果表明该方法在校准和概率准确性方面显著提升了作物产量预测。这些进展为决策者和利益相关者提供了详细的、风险敏感的信息，以支持应对日益增加的气候相关风险，发展更具韧性和适应性的农业和气候战略。
引用
@article{arxiv.2507.21559,
title = {A Bayesian Ensemble Projection of Climate Change and Technological Impacts on Future Crop Yields},
author = {Dan Li and Vassili Kitsios and David Newth and Terence John O'Kane},
journal= {arXiv preprint arXiv:2507.21559},
year = {2025}
}