在气候变化背景下理解作物多样化的影响：一种机器学习方法
机器学习
2023-07-18 v1 种群与进化
摘要
农业中可持续集约化的概念需要实施优先可持续性而不损害生产力的管理实践。然而，此类实践的影响已知依赖于环境条件，因此预计会随气候变化而改变。我们研究在气候变化背景下作物多样化对生产力的影响。我们利用异构地球观测数据，并贡献了一种基于因果机器学习的数据驱动方法，以理解作物多样化的影响在未来如何变化。我们将该方法应用于塞浦路斯为期 4 年的时段。我们发现，平均而言，作物多样化显著有益于作物的净初级生产力，使其提升 2.8%。该效应通常与较高的最高温度和较低的土壤湿度协同良好。在更温暖且更易发生干旱的气候中，我们得出结论：作物多样化展现出有前景的适应潜力，因此是关乎当前与未来农业生产力的明智政策选择。
引用
@article{arxiv.2307.08617,
title = {Understanding the impacts of crop diversification in the context of climate change: a machine learning approach},
author = {Georgios Giannarakis and Ilias Tsoumas and Stelios Neophytides and Christiana Papoutsa and Charalampos Kontoes and Diofantos Hadjimitsis},
journal= {arXiv preprint arXiv:2307.08617},
year = {2023}
}
备注
Accepted for oral presentation at ISPRS Geospatial Week 2023