論文の概要: The Complexity of Extreme Climate Events on the New Zealand's Kiwifruit Industry
- arxiv url: http://arxiv.org/abs/2508.02130v1
- Date: Mon, 04 Aug 2025 07:24:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-05 18:25:22.222106
- Title: The Complexity of Extreme Climate Events on the New Zealand's Kiwifruit Industry
- Title（参考訳）: ニュージーランドのキウイフルーツ産業における極端気候イベントの複雑さ
- Authors: Boyuan Zheng, Victor W. Chu, Zhidong Li, Evan Webster, Ashley Rootsey,
- Abstract要約: 本研究では,気候が引き起こす極端事象,特に凍土,干ばつ,極端降雨,熱波がキウイフルーツ収量に及ぼす影響について検討する。
これらの4つのイベントは、日本の気候監視機関が記録した、作物の生産性とそれらの有病率に大きな影響があることから選ばれた。
分析の結果,極端事象の種類がキウイフルーツの収量にどのように影響するかが明らかとなった。
- 参考スコア（独自算出の注目度）: 4.686353965780291
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Climate change has intensified the frequency and severity of extreme weather events, presenting unprecedented challenges to the agricultural industry worldwide. In this investigation, we focus on kiwifruit farming in New Zealand. We propose to examine the impacts of climate-induced extreme events, specifically frost, drought, extreme rainfall, and heatwave, on kiwifruit harvest yields. These four events were selected due to their significant impacts on crop productivity and their prevalence as recorded by climate monitoring institutions in the country. We employed Isolation Forest, an unsupervised anomaly detection method, to analyse climate history and recorded extreme events, alongside with kiwifruit yields. Our analysis reveals considerable variability in how different types of extreme event affect kiwifruit yields underscoring notable discrepancies between climatic extremes and individual farm's yield outcomes. Additionally, our study highlights critical limitations of current anomaly detection approaches, particularly in accurately identifying events such as frost. These findings emphasise the need for integrating supplementary features like farm management strategies with climate adaptation practices. Our further investigation will employ ensemble methods that consolidate nearby farms' yield data and regional climate station features to reduce variance, thereby enhancing the accuracy and reliability of extreme event detection and the formulation of response strategies.
- Abstract（参考訳）: 気候変動は極端な気象現象の頻度と深刻さを増し、世界中の農業産業に前例のない挑戦をもたらした。
本研究は,ニュージーランドにおけるキウイフルーツ栽培に注目した。
本研究では,気候が引き起こす極端事象,特に凍土,干ばつ,極端降雨,熱波がキウイフルーツ収量に及ぼす影響について検討する。
これらの4つのイベントは、日本の気候監視機関が記録した、作物の生産性とそれらの有病率に大きな影響があることから選ばれた。
気候履歴を解析し,キウイフルーツの収量とともに極端事象を記録するために,非監視的異常検出法である孤立林を用いた。
気候の極端と個々の農作物の収量との顕著な相違を裏付けるキウイフルーツ収量に異なる種類の極端事象がどのような影響を与えるかは,分析により明らかである。
さらに本研究では,現在の異常検出アプローチの限界,特にフロストなどの事象を正確に識別する上での限界を強調した。
これらの知見は、農業経営戦略のような補助的特徴と気候適応の実践を統合する必要性を強調している。
本研究は、周辺農家の収量データと地域気候局の特徴を集約したアンサンブル手法を用いて、変動を低減し、極端な事象検出の精度と信頼性を高め、対応戦略を策定する。
関連論文リスト
- Multi-Hazard Early Warning Systems for Agriculture with Featural-Temporal Explanations [5.363664265121231]
気候の極端には農業へのリスクが増大する。
従来の単一ハザード予測手法は、同時気候事象間の複雑な相互作用を捉えるには不十分である。
本稿では、逐次的なディープラーニングモデルと高度な説明可能な人工知能(XAI)技術を組み合わせて、農業のためのマルチハザード予測フレームワークを導入する。
論文 参考訳（メタデータ） (2025-07-30T05:16:35Z) - ClimateBench-M: A Multi-Modal Climate Data Benchmark with a Simple Generative Method [61.76389719956301]
我々は、ERA5の時系列気候データ、NOAAの極度の気象イベントデータ、NASAの衛星画像データを調整するマルチモーダル気候ベンチマークであるClimateBench-Mに貢献する。
また,各データモダリティの下では,天気予報,雷雨警報,作物の分断作業において,競争性能を向上できる簡易かつ強力な生成手法を提案する。
論文 参考訳（メタデータ） (2025-04-10T02:22:23Z) - Regional climate risk assessment from climate models using probabilistic machine learning [12.737495484442443]
GenFocalは、微細な時間スケールで相互作用する複雑な気候プロセスのための汎用的でエンドツーエンドな生成フレームワークである。
現在の気候における極端なリスクを、先進的なアプローチよりも正確に評価する。
GenFocalは、気候の予測がdecadalの時間スケールに与える影響に関する文献と一致する、魅力的な結果を示している。
論文 参考訳（メタデータ） (2024-12-11T03:52:17Z) - Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。
我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文 参考訳（メタデータ） (2024-11-07T22:29:05Z) - MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。
以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。
本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
論文 参考訳（メタデータ） (2024-08-20T13:45:49Z) - Climate-Driven Doubling of U.S. Maize Loss Probability: Interactive Simulation with Neural Network Monte Carlo [0.0]
我々は、米国連邦作物保険プログラム(Federal Crop Insurance Program)の1つの重要な機関に対する、米国コーンベルト内の将来のリスクについて検討する。
温暖化による農作物の減少の影響を,政策順応的な「リスクユニット」スケールで予測する。
論文 参考訳（メタデータ） (2024-08-05T03:38:38Z) - Learning-based agricultural management in partially observable
environments subject to climate variability [5.5062239803516615]
農業経営は、作物の収量、経済的な利益性、環境の持続可能性において中心的な役割を担っている。
我々は、深層強化学習(DRL)とリカレントニューラルネットワーク(RNN)を統合する革新的なフレームワークを導入する。
本研究は,極度の気象条件下での新たな最適政策を得るために,エージェント再訓練の必要性を照らすものである。
論文 参考訳（メタデータ） (2024-01-02T16:18:53Z) - Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳（メタデータ） (2023-10-24T15:15:28Z) - Improving extreme weather events detection with light-weight neural
networks [0.0]
気候データから熱帯低気圧と大気河川のセマンティックセグメンテーションを訓練した軽量なコンテキストガイド畳み込みニューラルネットワークアーキテクチャを改良した。
我々の主な焦点は熱帯のサイクロンであり、最も破壊的な気象現象であり、現在のモデルでは性能が限られている。
論文 参考訳（メタデータ） (2023-03-31T23:38:54Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳（メタデータ） (2022-11-20T06:46:35Z) - Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。
我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
論文 参考訳（メタデータ） (2020-10-20T15:31:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。