Influences of increasing temperature on Indian wheat: quantifying limits to predictability
Influences of increasing temperature on Indian wheat: quantifying limits to predictability
复制标题
气温升高对印度小麦的影响：可预测性的量化限制
DOI：
10.1088/1748-9326/8/3/034016
复制
发表时间：
2013
影响因子：
6.7
通讯作者：
Koehler A
中科院分区：
文献类型：
--
作者：
Koehler A
随着气候变化，温度在决定作物产量方面将发挥越来越大的作用。气候模型误差和缺乏受约束的生理阈值限制了产量的可预测性。我们使用了扰动参数气候模式集成与两种方法的偏差校正输入到一个区域尺度的小麦模拟模型在印度，以检查未来的产量。该模型配置考虑了气候、种植日期、优化、温度引起的发育速率和繁殖变化的不确定性。它还解释了致死温度，这一点迄今为止在某种程度上被忽视了。使用不确定性分解，我们发现，分数的不确定性，由于温度驱动的过程中的作物模型平均大于气候模型的不确定性（0.56比0.44），和作物模型的不确定性是由作物的发展。与偏差校正的气候数据相比，原始数据的模拟对未来小麦产量的影响及其地理分布并不一致。然而，偏倚校正方法不是不确定度的重要来源。我们的结论是，气候模型数据的偏差校正和改进的限制，特别是作物的发展是强大的影响预测的关键。
As climate changes, temperatures will play an increasing role in determining crop yield. Both climate model error and lack of constrained physiological thresholds limit the predictability of yield. We used a perturbed-parameter climate model ensemble with two methods of bias-correction as input to a regional-scale wheat simulation model over India to examine future yields. This model configuration accounted for uncertainty in climate, planting date, optimization, temperature-induced changes in development rate and reproduction. It also accounts for lethal temperatures, which have been somewhat neglected to date. Using uncertainty decomposition, we found that fractional uncertainty due to temperature-driven processes in the crop model was on average larger than climate model uncertainty (0.56 versus 0.44), and that the crop model uncertainty is dominated by crop development. Simulations with the raw compared to the bias-corrected climate data did not agree on the impact on future wheat yield, nor its geographical distribution. However the method of bias-correction was not an important source of uncertainty. We conclude that bias-correction of climate model data and improved constraints on especially crop development are critical for robust impact predictions.
登录
查看更多内容
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
D. Lobell;M. Burke
通讯作者：
D. Lobell;M. Burke
影响因子：
6.2
作者：
Hawkins, Ed;Osborne, Thomas M.;Challinor, Andrew J.
通讯作者：
Challinor, Andrew J.
影响因子：
11.6
作者：
Poulter, Benjamin;Aragao, Luiz;Cramer, Wolfgang
通讯作者：
Cramer, Wolfgang
影响因子：
6.4
作者：
Sacks, William J.;Deryng, Delphine;Ramankutty, Navin
通讯作者：
Ramankutty, Navin
影响因子：
6.2
作者：
J. Ramirez;A. Challinor
通讯作者：
A. Challinor