A review on statistical models for identifying climate contributions to crop yields

摘要

在庄稼收益和天气上使用历史的数据校准相对简单的回归方程的统计模型广泛地并且广泛地在以前的研究被使用了，并且提供了一种普通选择给基于过程的模型，它在栽培变种，管理，和土壤条件上要求广泛的输入数据。然而，很少的研究被进行了系统地考察以前的统计模型让 indentifying 气候贡献收割收益。这份报纸介绍三个主要统计方法，即，时间系列模型，剖面图模型和面板当模特儿，它被用来在 agrometeorology 的领域里识别如此的问题。通常，研究空间规模能用统计模型被分成二种类型，包括地点规模和地区性的规模(例如全球规模，国家规模，省的规模和县可伸缩) 。四个问题在由统计模型识别庄稼收益的反应敏感到气候变化存在。这些问题包括空间、时间的规模的程度，非气候的趋势移动， colinearity 在气候变量和改编的非考虑存在。为上述四个问题的各自的决定最后在统计模型的未来上在观点的节被提出了。