一种评估粮食安全情景影响的方法框架
机器学习
2023-01-25 v2
摘要
本研究提出了一种预测情景对粮食安全影响的方法，并在案例研究中展示了其应用。该方法包括两个主要步骤：（1）情景定义，最终用户使用情景模板指定情景的假设与影响；（2）情景评估，将向量自回归（VAR）模型与蒙特卡洛模拟结合，基于所定义的假设与影响生成情景影响的预测。该案例研究基于使用联合国粮食及农业组织（FAOSTAT）、世界银行和美国农业部（USDA）的数据创建的专有时间序列粮食安全数据库。该数据库包含关于粮食安全各类指标的广泛数据，如生产、贸易、消费、价格、可得性、获取和营养价值。结果表明，所提出的方法可用于预测情景对粮食安全的潜在影响，并且该专有时间序列粮食安全数据库可支持此方法。该研究提供了具体见解，说明此方法如何为与粮食安全相关的决策过程提供信息，例如案例研究地区的粮食价格与可得性。
引用
@article{arxiv.2301.09320,
title = {A Framework for Evaluating the Impact of Food Security Scenarios},
author = {Rachid Belmeskine and Abed Benaichouche},
journal= {arXiv preprint arXiv:2301.09320},
year = {2023}
}
备注
5 pages, 4 figures