首页> 外文OA文献 >Framtida risker och hot mot svensk spannmåls- respektive mjölkproduktion
【2h】

Framtida risker och hot mot svensk spannmåls- respektive mjölkproduktion

机译:瑞典谷物和牛奶生产的未来风险和威胁

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Vad är syftet med denna Riskanalys? Svensk spannmåls- och mjölkproduktion beror på många faktorer av vilka flera är så kallade biofysiska, dvs i allt väsentligt är de av naturvetenskaplig karaktär (t ex väder, sjukdomar mm). En del förändringar i dessa förutsättningar utgör hot. Vår studie avser att identifiera några av dessa hot och utvärdera, utifrån vetenskapligt testade metodiker, sannolikheten för att de orsakar en skada på produktionen. Detta kräver dock ett mycket omfattande arbete och i denna studie har vi därför begränsat oss till att (i) strukturera hur en vetenskapligt baserad riskanalys bör gå till, och (ii) göra ett antal preliminära riskanalyser för att (iii) identifiera kunskapsluckor som behöver forskas på för att analysen ska kunna antas vila på en vetenskaplig grund.udVad menar vi med Risk? Vi har definierat risk som sannolikheten att ett hot orsakar en viss negativ konsekvens för den skyddsvärda tillgången. Av dessa termer är kanske den sistnämnda den mest centrala. Vad är det vi vill skydda? Vi har valt ut två tillgångar, Sveriges nationella spannmåls- respektive mjölkproduktion och avser då den produktion som lämnar gården, eller används inom gården, och att de skyddas så att de förblir ungefär av den omfattningen de har i dagsläget. Hoten mot denna produktion har valts utifrån förslag från tidigare studier, workshop, tillgången på experter och att hoten ska vara av biofysisk karaktär. Vilket hot som verkligen utgör en stor risk vet vi ju dock inte förrän efter riskanalysen är utförd och valen av hot bygger därför på en preliminär uppskattning. Biofysisk karaktär innebär att vi främst analyserat naturvetenskapliga hot. Hoten orsakar effekter på produktionen i mätbara termer som sedan översätts till en mer abstrakt skala från ingen till extremt negativ konsekvens. Beroende på olika osäkerhetsfaktorer erhåller vi flera konsekvensvärden för ett givet hot, och fördelningen av dessa på konsekvensskalan utgör ett mått på sannolikheten. Risken anges alltså som ett förhållande mellan konsekvens och sannolikhet.udVarför har vi gjort denna systemavgränsning? Riskanalysen har två huvudaktörer; riskhanteraren som definierar vad som ska anlyseras och analysfunktionen som utför analysen. Riskhanteraren är i vårt fall styrgruppen för SLUs forskningsprogram Framtidens lantbruk (FA, 2015) som har definierat typen av hot och de skyddsvärda tillgångarna som ska analyseras. Vi som utfört denna studie är analysfunktionen, och har alltså dessa definitioner som en utgångspunkt. Om vi ändå tillåter oss att spekulera kring valet av spannmåls- respektive mjölkproduktionen så kan det motiveras av SLU's nationella ansvar vad avser den vetenskapliga kompetensen inom de areella näringarna. Ett fokus på biofysiska hot motiveras av att dessa är potentiellt stora och växande, såsom t ex är fallet vad avser klimatförändringar. Riskanalyser av denna typ bildar centrala underlag för att formulera olika strategier, t ex angående livsmedelsförsörjning. udHur har arbetet gått till? Riskanalyserna har utförts för ett antal "krisscenarier"; fyra avseende hot mot spannmålsproduktionen (Radioaktivt-nedfall, Virus-i-spannmål, Herbicidresistens och Extremt-sommarväder) och tre avseende mjölkproduktionen (Leptospiros-utbrott, Foderimport-stopp och Värmebölja). Analysen tar sin utgångspunkt i ett omvärldsscenario som definierar de yttre förutsättningarna för vad som antas inträffa. Detta ligger till grund för att identifiera troliga hot mot produktionen och vilka åtgärder som förväntas vidtas. Vi har sedan utgått från att dessa hot och åtgärder verkligen har hänt när vi mha våra förklaringsmodeller bestämt effekterna på produktionen i termer av mätbara enheter ("metrics"; t ex procentuell minskning av lokal eller regional veteproduktion). Dessa effekter tolkas/integreras sedan till en konsekvens för, helst den nationella, men i realiteten främst den regionala produktionen i fem nivåer (ingen, liten, måttlig, stor respektive extrem). Osäkerheter i bedömningarna innebär att flera alternativa konsekvenser erhålls, för ett givet hot, och som ligger till grund för en sannolikhetsbedömning. Analyserna har gjorts av experter inom respektive hots vetenskapliga område, men som haft begränsade förutsättningar (av tidsskäl) att göra tillräckligt många bedömningar för att erhålla ett tillförlitligt mått på sannolikhetsfördelningen (osäkerheten). Istället har vi, vilket också är ett huvudsyfte med studien, huvudsakligen försökt identifiera de kunskapsluckor i förklaringsmodellerna som begränsat våra möjligheter att kunna göra vetenskapligt baserade bedömningar av effekterna (se vidare Appendix 3).udVad är resultatet? Vi har gjort vissa grova skattningar av sannolikheten trots det bristfälliga antalet bedömningar av konsekvenser. Om ett radioaktivt nedfall sker i en region får det extrema konsekvenser för dess spannmålsproduktion på regional nivå. Ett omfattande angrepp av jordburna virus orsakar en måttlig eller stor konsekvens. En utvecklad herbicidresistens hos ogräsen orsakar i huvudsak en liten till måttlig konsekvens. En extremt torr sommar kan ett år orsaka en stor konsekvens och ett annat år ingen alls. Likaledes orsakar en Regnig-sensommar i ca hälften av fallen ingen konsekvens, men för de resterande åren kan alla grader av konsekvenser uppstå på spannmålsproduktionen. För mjölkproduktionen orsakar samtliga tre hot (Leptospiros-utbrott, Foderimport-stopp och Värmebölja) en liten till måttlig konsekvens. Vad avser ett importsopp för foder är detta under förutsättning att olika åtgärdsprogram kombineras. Om fokus läggs på endast ett åtgärdsprogram ökar risken väsentligt. Dessa skattningar ska alltså inte betraktas som en vetenskapligt baserad analys i nuläget, utan demonstrerar främst exempel på resultat från sådana analyser. Skattningarna har hjälpt oss att identifiera vilka kunskaper vi saknar för att analyserna ska kunna betraktas som vetenskapligt baserade (se vidare Tabell 4.3a; sammanfattningar av respektive scenario finns i Resultatdelen).udAnalyserna har ibland också lett till att vi identifierat följdhändelser som faller utanför systemavgränsningen för vår studie och som andra studier har till uppgift att utreda. Många av de hot vi analyserat kan leda till betydande ekonomiska konsekvenser för enskilda företag, vilket i sin tur utgör hot mot produktionen. För denna analys krävs dock socioekonomiska analyser. Vi ser här också kopplingar mellan krisscenarier som är av biofysisk karaktär, t ex kan foder kontaminerat med radioaktivt cesium utgöra ett hot mot mjölkproduktionen. Vår studie har dock bara analyserat ett krisscenarios inverkan på antigen spannmåls- eller mjölkproduktionen.udVilka är de viktigaste slutsatserna? En central fråga är: Hur trovärdiga/säkra är dessa förutsägelser? Risk avser en förutsägelse om något som ännu inte hänt. Det första som behövs är alltså någon form av modell. Dessa modeller kan vara av olika sort i termer av vilken empirisk kunskap de använder för extrapolering (t ex funktioner, behandlingseffekter, mm), om de är objektiva och om de är transparenta. Alla modeller är osäkra i någon mening. Dock saknas i alla de fall vi undersökt mått på modellernas förutsägelseförmåga (med något enstaka undantag). En allmän slutsats blir att forskningen behöver inriktas mot att testa modellernas förutsägelseförmåga mot observationer för att kunna bidra till en vetenskapligt baserad riskanalys av spannmåls- respektive mjölkproduktionen. Detta innebär att experiment- och försöksupplägg behöver göras utifrån hypoteser (modeller) om hur de dynamiska förloppen beror på varierande förutsättningar och omgivningsförhållanden. T ex behöver de statistiska relationerna för hur Extremt-sommarväder påverkar spannmålsproduktionen, som används i vår studie, kompletteras med tester av grödmodeller som kan beakta flera vädervariablers samtida variationer i både tid och rum. För kunskapsluckor som är specifika för respektive hot, se Tabell 4.4udSammanfattningsvis behövs (i) fler förutsägelser av respektive potentiellt hots konsekvenser på produktionen, med modeller som har någon form av graderad tillförlitlighet, för att erhålla mått på osäkerheter. Dessutom behövs det (ii) tester av hypoteser för uppskalningar från kontrollerade experiment och försök (på en liten skala i tid och rum) till regional och nationell skala över flera år, och (iii) utveckling av metodiker för hur sannolikheter för hot, åtgärder respektive konsekvenser kan kombineras till en sannolikhetsfördelning som inbegriper bedömningsosäkerheter för alla dessa faktorer. Troligtvis behövs också att fler potentiella biofysiska hot analyseras.udHur går vi vidare? En mer fullständig riskanalys som inkluderar alla potentiellt stora hot mot produktionen, och samtidigt är vetenskapligt baserad, kräver att potentiella hot utreds kontinuerligt inom respektive produktionsrelaterat ämnesområde vid SLU. Detta kräver troligen att verksamheter som testar hypoteser för att förutsäga effekter av hot knyts nära den experimentella forskningen och experter inom respektive ämnesområde. Det krävs troligen också att en syntesverksamhet etableras på en ämnesövergripande nivå där metodiker kan standardardiseras, och olika hot och dess konsekvenser kan jämföras och kombineras. En sådan fungerande verksamhet behöver utvidga systemgränserna jämfört med vår studie, genom att sannolikheter för att hot uppkommer och att åtgärder faktiskt vidtas, också bedöms. Dessa sannolikheter behöver sedan integreras med sannolikheterna för konsekvenserna på produktionen. Därefter kan riskanalysen utökas till att inbegripa en mer avlägsen framtid, t ex liknande de tidsperspektiv som klimatförändringsanalyser behandlar. Två av hoten mot mjölkproduktionen utgör exempel på riskanalys för en nära framtid (ca 2025). Vi avslutar rapporten med att diskutera hur en sådan ansats kan se ut i ett längre perspektiv.
机译:此风险分析的目的是什么?瑞典谷物和牛奶的生产取决于许多因素,其中许多因素是所谓的生物物理因素,即基本上所有因素都是科学性质的(例如天气,疾病等)。这些条件的某些变化构成了威胁。我们的研究旨在确定其中一些威胁,并根据经过科学测试的方法学家评估这些威胁对生产造成损害的可能性。但是,这需要大量工作,因此在本研究中,我们将自己限于(i)构建基于科学的风险分析的方式,以及(ii)进行大量的初步风险分析以(iii)识别需要研究的知识差距假定分析是基于科学的依据 ud风险是什么意思?我们将风险定义为威胁对有价值的资产造成负面影响的可能性。在这些术语中,后者也许是最核心的。我们要保护什么?我们选择了两个资产,即瑞典的国家谷物和牛奶产量,然后指离开农场或在农场内使用的产品,并对其进行保护,使它们保持在目前的水平。根据以前的研究,讲习班的建议,专家的存在,选择了对这种产品的威胁,并且威胁应具有生物物理性质。但是,直到进行了风险分析之后,我们才知道真正构成重大风险的威胁是什么,因此,威胁的选择是基于初步估计的。生物物理性质意味着我们主要分析科学威胁。这些威胁以可衡量的术语对生产造成影响,然后将其转化为更抽象的范围,从无到严重的负面后果。根据各种不确定性因素,我们获得给定威胁的几个影响值,它们在影响规模上的分布是概率的度量。因此,风险被表示为一致性和概率之间的关系 Ud为什么我们要进行系统划分?风险分析有两个主要方面;定义要分析内容的风险管理器和执行分析的分析功能。在我们的案例中,风险管理者是SLU研究计划Future农业(FA,2015)的指导小组,该计划定义了威胁的类型和需要分析的有价值的资产。我们进行这项研究的是分析功能,因此将这些定义作为起点。如果我们仍然允许自己推测谷物和牛奶的生产方式,那么SLU在耕地行业的科学能力方面的国家责任就可以证明这一点是合理的。对生物物理威胁的关注是因为这些潜在威胁可能很大且正在增长,例如气候变化。此类风险分析构成了制定不同策略(例如,有关食品供应)的主要基础。 ud工作如何进行?已经针对许多“危机情景”进行了风险分析;其中四项涉及对谷物生产的威胁(放射性尘埃,粮食中的病毒,抗除草剂和极端的夏季天气),三项涉及牛奶生产(脂螺旋体病暴发,进食停止和热浪)。该分析基于外部情景,该外部情景定义了假定发生的外部条件。这是识别生产可能面临的威胁以及预期采取何种措施的基础。然后,我们假设这些威胁和措施确实是在使用我们的解释模型确定可测量单位(“度量标准”;例如,本地或区域小麦产量减少的百分比)对生产的影响时发生的。然后,将这些影响解释/综合为对国家(最好是国家)的影响,但实际上主要是五个层次(无,小,中,大和极端)的区域生产。评估中的不确定性意味着,对于给定的威胁,会获得多种替代结果,并构成概率评估的基础。分析已经由相应威胁的科学领域的专家完成,但他们的条件有限(由于时间原因),无法做出足够的估计以获得可靠的概率分布度量(不确定性)。相反,我们有,这也是研究的主要目的,主要是试图找出解释性模型中的知识空白,这些知识空白限制了我们对结果进行科学评估的能力(请参见附录3)。尽管影响评估的数量存在缺陷,我们还是对概率进行了一些粗略的估计。如果某个区域发生放射性尘埃,将对其区域级的谷物生产产生极端后果。陆地病毒的广泛侵染会导致中度或重大后果。杂草中先进的除草剂抗药性主要引起小到中度的后果。极端干燥的夏天可能会导致一年的严重后果,而一年根本没有。同样,在大约一半的情况下,多雨的夏末不会造成任何后果,但在剩余的几年中,所有程度的后果都可能对谷物生产产生影响。对于牛奶生产,这三个威胁(瘦螺旋体病暴发,饲料进口停止和热浪)都会造成轻微到中等程度的后果。对于饲料的进口真菌,要结合不同的行动计划。如果只关注一项行动计划,则风险会大大增加。因此,这些估算目前不应被视为基于科学的分析,而应主要说明这些分析结果的示例。估算值帮助我们确定了我们缺乏的知识,以便将这些分析结果科学地加以考虑(另请参见表4.3a;有关各种情况的摘要,请参见结果部分)。用于我们的研究以及其他哪些研究具有研究任务。我们分析的许多威胁可能会给单个公司带来重大的财务后果,进而构成对生产的威胁。但是,此分析需要社会经济分析。我们还在此处看到具有生物物理性质的各种危机情景之间的联系,例如,受放射性铯污染的饲料可能对牛奶生产构成威胁。但是,我们的研究仅分析了危机情景对谷物或牛奶产量的影响。一个中心问题是:这些预测的可靠性如何?风险是指尚未发生的事情的预测。因此,首先需要的是某种模型。如果它们是客观的并且是透明的,则根据它们用于推断的经验知识(例如功能,治疗效果等),这些模型可以具有不同的种类。所有模型在任何意义上都是不确定的。但是,在所有情况下,我们都没有测量模型的预测能力(有一些例外)。总的结论是,研究需要集中于针对观察结果测试模型的预测能力,以便为谷物和牛奶生产的科学风险分析做出贡献。这意味着需要根据关于动态过程如何取决于变化的条件和环境条件的假设(模型)来进行实验和实验设计。例如,在我们的研究中,关于极端夏季天气如何影响谷物生产的统计关系必须通过作物模型测试加以补充,该模型可以考虑多个天气变量在时间和空间上的当代变化。有关每种威胁特有的知识缺口,请参阅表4.4 udSummary,(i)需要更多预测各种潜在生产威胁,并使用具有某种形式的分级可靠性的模型来获得不确定性的度量。此外,(ii)需要进行假设检验,以便在几年内从受控的实验和试验(在较小的时间和空间范围内)扩大到区域和国家范围,以及(iii)开发方法,以研究威胁概率,测度的方法结果可以组合成概率分布,其中包括所有这些因素的评估不确定性。还可能需要分析更多潜在的生物物理威胁。要进行更全面的风险分析,包括对生产的所有潜在主要威胁,并同时以科学为依据,则需要在SLU的各个与生产相关的主题领域内不断调查潜在威胁。这可能要求测试假设以预测威胁影响的公司与每个主题领域的实验研究和专家紧密联系。还可能需要在跨领域建立综合活动,在此活动中,方法学家可以被标准化,并且可以比较和组合不同的威胁及其后果。与我们的研究相比,这种运转良好的业务需要扩展系统边界,因为威胁的可能性会出现,并且实际会采取措施。,也进行了评估。然后,需要将这些概率与生产后果的概率结合起来。此后,可以将风险分析扩展到更遥远的未来,例如类似于气候变化分析所涉及的时间观点。牛奶生产的两个威胁是近期(约2025年)风险分析的例子。在总结报告时,我们从更长远的角度讨论了这种方法的外观。

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号