| |
|
|
 | Acceso al texto completo restringido a Biblioteca INIA Las Brujas. Por información adicional contacte bibliolb@inia.org.uy. |
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas; INIA Treinta y Tres. |
|
Fecha : |
12/11/2015 |
|
Actualizado : |
09/10/2019 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Autor : |
MARCAIDA, M.; ASSENG, S.; EWERT, F.; BASSU, S.; DURAND, J.L.; LI, T.; MARTRE, P.; ADAM, M.; AGGARWAL, P.K.; ANGULO, C.; BARON, C.; BASSO, B.; BERTUZZI, P.; BIERNATH, C.; BOOGAARD, H.; BOOTE, K.J.; BOUMAN, B.; BREGAGLIO, S.; BRISSON, N.; BUIS, S.; CAMMARANO, D.; CHALLINOR, A.J.; CONFALONIERI, R.; CONIJN, J.G.; CORBEELS, M.; DERYNG, D.; DE SANCTIS, G.; DOLTRA, J.; FUMOTO, T.; GAYDON, D.; GAYLER, S.; GOLDBERG, R.; GRANT, R.F.; GRASSINI, P.; HATFIELD, J.L.; HASEGAWA, T.; HENG, L.; HOEK, S.; HOOKER, J.; HUNT, L.A.; INGWERSEN, J.; IZAURRALDE, R.C.; JONGSCHAAP, R.E.E.; JONES, J.W.; KEMANIAN, R.A.; KERSEBAUM, K.C.; KIM, S.-H.; LIZASO, J.; MÜLLER, C.; NAKAGAWA, H.; NARESH KUMAR, S.; NENDEL, C.; O'LEARY, G.J.; OLESEN, J.E.; ORIOL, P.; OSBORNE, T.M.; PALOSUO, T.; PRAVIA, V.; PRIESACK, E.; RIPOCHE, D.; ROSENZWEIG, C.; RUANE, A.C.; RUGET, F.; SAU, F.; SEMENOV, M.A.; SHCHERBAK, I.; SINGH, B.; SINGH, U.; SOO, H.K.; STEDUTO, P.; STÖCKLE, C.; STRATONOVITCH, P.; STRECK, T.; SUPIT, I.; TANG, L.; TAO, F.; TEIXEIRA, E.I.; THORBURN, P.; TIMLIN, D.; TRAVASSO, M.; RÖTTER, R.P.; WAHA, K.; WALLACH, D.; WHITE, J.W.; WILKENS, P.; WILLIAMS, J.R.; WOLF, J.; YIN, X.; YOSHIDA, H.; ZHANG, Z.; ZHU, Y. |
|
Afiliación : |
MARIA VIRGINIA PRAVIA NIN, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
A statistical analysis of three ensembles of crop model responses to temperature and CO2 concentration. |
|
Fecha de publicación : |
2015 |
|
Fuente / Imprenta : |
Agricultural and Forest Meteorology, 2015, v.214-215, p. 483-493. |
|
ISSN : |
0168-1923 |
|
DOI : |
10.1016/j.agrformet.2015.09.013 |
|
Idioma : |
Inglés |
|
Notas : |
Article history: Received 6 March 2015 / Received in revised form 29 July 2015 / Accepted 20 September 2015 / Available online 1 October 2015. |
|
Contenido : |
ABSTRACT.
Ensembles of process-based crop models are increasingly used to simulate crop growth for scenariosof temperature and/or precipitation changes corresponding to different projections of atmospheric CO2concentrations. This approach generates large datasets with thousands of simulated crop yield data. Suchdatasets potentially provide new information but it is difficult to summarize them in a useful way due totheir structural complexities. An associated issue is that it is not straightforward to compare crops and tointerpolate the results to alternative climate scenarios not initially included in the simulation protocols.Here we demonstrate that statistical models based on random-coefficient regressions are able to emulateensembles of process-based crop models. An important advantage of the proposed statistical models isthat they can interpolate between temperature levels and between CO2concentration levels, and canthus be used to calculate temperature and [CO2] thresholds leading to yield loss or yield gain, without re-running the original complex crop models. Our approach is illustrated with three yield datasets simulatedby 19 maize models, 26 wheat models, and 13 rice models. Several statistical models are fitted to thesedatasets, and are then used to analyze the variability of the yield response to [CO2] and temperature.Based on our results, we show that, for wheat, a [CO2] increase is likely to outweigh the negative effectof a temperature increase of +2◦C in the considered sites. Compared to wheat, required levels of [CO2]increase are much higher for maize, and intermediate for rice. For all crops, uncertainties in simulatingclimate change impacts increase more with temperature than with elevated [CO2].
© 2015 Elsevier B.V. All rights reserved. MenosABSTRACT.
Ensembles of process-based crop models are increasingly used to simulate crop growth for scenariosof temperature and/or precipitation changes corresponding to different projections of atmospheric CO2concentrations. This approach generates large datasets with thousands of simulated crop yield data. Suchdatasets potentially provide new information but it is difficult to summarize them in a useful way due totheir structural complexities. An associated issue is that it is not straightforward to compare crops and tointerpolate the results to alternative climate scenarios not initially included in the simulation protocols.Here we demonstrate that statistical models based on random-coefficient regressions are able to emulateensembles of process-based crop models. An important advantage of the proposed statistical models isthat they can interpolate between temperature levels and between CO2concentration levels, and canthus be used to calculate temperature and [CO2] thresholds leading to yield loss or yield gain, without re-running the original complex crop models. Our approach is illustrated with three yield datasets simulatedby 19 maize models, 26 wheat models, and 13 rice models. Several statistical models are fitted to thesedatasets, and are then used to analyze the variability of the yield response to [CO2] and temperature.Based on our results, we show that, for wheat, a [CO2] increase is likely to outweigh the negative effectof a temperature increase of +2◦C in... Presentar Todo |
|
Palabras claves : |
Climate change; CROP MODEL; Emulator; MAIZE; Meta-model; MODELIZACIÓN DE LOS CULTIVOS; RICE; Statistical model; WHEAT; Yield. |
|
Thesagro : |
ARROZ; CAMBIO CLIMÁTICO; MAÍZ; MODELOS ESTADISTICOS; TRIGO. |
|
Asunto categoría : |
A50 Investigación agraria |
|
Marc : |
LEADER 05363naa a2201417 a 4500
001 1053856
005 2019-10-09
008 2015 bl uuuu u00u1 u #d
022 $a0168-1923
024 7 $a10.1016/j.agrformet.2015.09.013$2DOI
100 1 $aMARCAIDA, M.
245 $aA statistical analysis of three ensembles of crop model responses to temperature and CO2 concentration.
260 $c2015
500 $aArticle history: Received 6 March 2015 / Received in revised form 29 July 2015 / Accepted 20 September 2015 / Available online 1 October 2015.
520 $aABSTRACT. Ensembles of process-based crop models are increasingly used to simulate crop growth for scenariosof temperature and/or precipitation changes corresponding to different projections of atmospheric CO2concentrations. This approach generates large datasets with thousands of simulated crop yield data. Suchdatasets potentially provide new information but it is difficult to summarize them in a useful way due totheir structural complexities. An associated issue is that it is not straightforward to compare crops and tointerpolate the results to alternative climate scenarios not initially included in the simulation protocols.Here we demonstrate that statistical models based on random-coefficient regressions are able to emulateensembles of process-based crop models. An important advantage of the proposed statistical models isthat they can interpolate between temperature levels and between CO2concentration levels, and canthus be used to calculate temperature and [CO2] thresholds leading to yield loss or yield gain, without re-running the original complex crop models. Our approach is illustrated with three yield datasets simulatedby 19 maize models, 26 wheat models, and 13 rice models. Several statistical models are fitted to thesedatasets, and are then used to analyze the variability of the yield response to [CO2] and temperature.Based on our results, we show that, for wheat, a [CO2] increase is likely to outweigh the negative effectof a temperature increase of +2◦C in the considered sites. Compared to wheat, required levels of [CO2]increase are much higher for maize, and intermediate for rice. For all crops, uncertainties in simulatingclimate change impacts increase more with temperature than with elevated [CO2]. © 2015 Elsevier B.V. All rights reserved.
650 $aARROZ
650 $aCAMBIO CLIMÁTICO
650 $aMAÍZ
650 $aMODELOS ESTADISTICOS
650 $aTRIGO
653 $aClimate change
653 $aCROP MODEL
653 $aEmulator
653 $aMAIZE
653 $aMeta-model
653 $aMODELIZACIÓN DE LOS CULTIVOS
653 $aRICE
653 $aStatistical model
653 $aWHEAT
653 $aYield
700 1 $aASSENG, S.
700 1 $aEWERT, F.
700 1 $aBASSU, S.
700 1 $aDURAND, J.L.
700 1 $aLI, T.
700 1 $aMARTRE, P.
700 1 $aADAM, M.
700 1 $aAGGARWAL, P.K.
700 1 $aANGULO, C.
700 1 $aBARON, C.
700 1 $aBASSO, B.
700 1 $aBERTUZZI, P.
700 1 $aBIERNATH, C.
700 1 $aBOOGAARD, H.
700 1 $aBOOTE, K.J.
700 1 $aBOUMAN, B.
700 1 $aBREGAGLIO, S.
700 1 $aBRISSON, N.
700 1 $aBUIS, S.
700 1 $aCAMMARANO, D.
700 1 $aCHALLINOR, A.J.
700 1 $aCONFALONIERI, R.
700 1 $aCONIJN, J.G.
700 1 $aCORBEELS, M.
700 1 $aDERYNG, D.
700 1 $aDE SANCTIS, G.
700 1 $aDOLTRA, J.
700 1 $aFUMOTO, T.
700 1 $aGAYDON, D.
700 1 $aGAYLER, S.
700 1 $aGOLDBERG, R.
700 1 $aGRANT, R.F.
700 1 $aGRASSINI, P.
700 1 $aHATFIELD, J.L.
700 1 $aHASEGAWA, T.
700 1 $aHENG, L.
700 1 $aHOEK, S.
700 1 $aHOOKER, J.
700 1 $aHUNT, L.A.
700 1 $aINGWERSEN, J.
700 1 $aIZAURRALDE, R.C.
700 1 $aJONGSCHAAP, R.E.E.
700 1 $aJONES, J.W.
700 1 $aKEMANIAN, R.A.
700 1 $aKERSEBAUM, K.C.
700 1 $aKIM, S.-H.
700 1 $aLIZASO, J.
700 1 $aMÜLLER, C.
700 1 $aNAKAGAWA, H.
700 1 $aNARESH KUMAR, S.
700 1 $aNENDEL, C.
700 1 $aO'LEARY, G.J.
700 1 $aOLESEN, J.E.
700 1 $aORIOL, P.
700 1 $aOSBORNE, T.M.
700 1 $aPALOSUO, T.
700 1 $aPRAVIA, V.
700 1 $aPRIESACK, E.
700 1 $aRIPOCHE, D.
700 1 $aROSENZWEIG, C.
700 1 $aRUANE, A.C.
700 1 $aRUGET, F.
700 1 $aSAU, F.
700 1 $aSEMENOV, M.A.
700 1 $aSHCHERBAK, I.
700 1 $aSINGH, B.
700 1 $aSINGH, U.
700 1 $aSOO, H.K.
700 1 $aSTEDUTO, P.
700 1 $aSTÖCKLE, C.
700 1 $aSTRATONOVITCH, P.
700 1 $aSTRECK, T.
700 1 $aSUPIT, I.
700 1 $aTANG, L.
700 1 $aTAO, F.
700 1 $aTEIXEIRA, E.I.
700 1 $aTHORBURN, P.
700 1 $aTIMLIN, D.
700 1 $aTRAVASSO, M.
700 1 $aRÖTTER, R.P.
700 1 $aWAHA, K.
700 1 $aWALLACH, D.
700 1 $aWHITE, J.W.
700 1 $aWILKENS, P.
700 1 $aWILLIAMS, J.R.
700 1 $aWOLF, J.
700 1 $aYIN, X.
700 1 $aYOSHIDA, H.
700 1 $aZHANG, Z.
700 1 $aZHU, Y.
773 $tAgricultural and Forest Meteorology, 2015$gv.214-215, p. 483-493.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Tacuarembó. |
|
Fecha actual : |
21/02/2014 |
|
Actualizado : |
28/07/2017 |
|
Autor : |
BAÑALES, P.; DELUCCHI, L.; EASTON, C.; PIAGGIO, J. |
|
Afiliación : |
PEDRO BAÑALES; LUIS DELUCCHI; CRISTINA EASTON; JOSÉ PIAGGIO. |
|
Título : |
Neosporosis |
|
Fecha de publicación : |
2011 |
|
Fuente / Imprenta : |
In: Seminario Actualización Técnica, 22 de setiembre de 2011, Tacuarembó (UY). Enfermedades que afectan la reproducción en bovinos. Tacuarembó (Uruguay): INIA, 2011. |
|
Páginas : |
p. 11-16 |
|
Serie : |
(INIA Serie Actividades de Difusión; 655) |
|
Idioma : |
Español |
|
Notas : |
Contiene ciclo biológico de Neospora caninum. |
|
Contenido : |
La Neosporosis es una enfermedad que causa fundamentalmente aborto en bovinos y enfermedad neuromuscular en caninos. Fue reportada por primera vez en 1984 en Noruega, como enfermedad neurológica en caninos. Es producida por un protozoario, Neospora caninum, estrechamente relacionado con Toxoplasma gondii, descripto por Dubey en 1988. Fue reportada por primera vez como causa de abortos en vacas lecheras en 1989 en Estados Unidos. Hoy en día es una de las principales causas de aborto en el mundo. En nuestro país, el primer antecedente de exposición al agente data de un estudio realizado en perros de
estancias en los cuales se encontró serología positiva en el 20% de los 414 perros muestreados. Los primeros diagnósticos de neosporosis, tanto en perros, como asociada a la ocurrencia de abortos en vacas, fueron realizadados en 1999, y desde entonces se realiza en forma rutinaria en la DILAVE, encontrándose durante los
años 1999 y 2000 que el 37% de los fetos remitidos a la DILAVE fueron confirmados con infección de N. caninum. |
|
Thesagro : |
ENFERMEDADES DE LOS ANIMALES; GANADO BOVINO. |
|
Asunto categoría : |
L73 Enfermedades de los animales |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/2355/1/112935260911114113.pdf
|
|
Marc : |
LEADER 01850naa a2200217 a 4500
001 1027104
005 2017-07-28
008 2011 bl uuuu u00u1 u #d
100 1 $aBAÑALES, P.
245 $aNeosporosis
260 $c2011
300 $ap. 11-16
490 $a(INIA Serie Actividades de Difusión; 655)
500 $aContiene ciclo biológico de Neospora caninum.
520 $aLa Neosporosis es una enfermedad que causa fundamentalmente aborto en bovinos y enfermedad neuromuscular en caninos. Fue reportada por primera vez en 1984 en Noruega, como enfermedad neurológica en caninos. Es producida por un protozoario, Neospora caninum, estrechamente relacionado con Toxoplasma gondii, descripto por Dubey en 1988. Fue reportada por primera vez como causa de abortos en vacas lecheras en 1989 en Estados Unidos. Hoy en día es una de las principales causas de aborto en el mundo. En nuestro país, el primer antecedente de exposición al agente data de un estudio realizado en perros de estancias en los cuales se encontró serología positiva en el 20% de los 414 perros muestreados. Los primeros diagnósticos de neosporosis, tanto en perros, como asociada a la ocurrencia de abortos en vacas, fueron realizadados en 1999, y desde entonces se realiza en forma rutinaria en la DILAVE, encontrándose durante los años 1999 y 2000 que el 37% de los fetos remitidos a la DILAVE fueron confirmados con infección de N. caninum.
650 $aENFERMEDADES DE LOS ANIMALES
650 $aGANADO BOVINO
700 1 $aDELUCCHI, L.
700 1 $aEASTON, C.
700 1 $aPIAGGIO, J.
773 $tIn: Seminario Actualización Técnica, 22 de setiembre de 2011, Tacuarembó (UY). Enfermedades que afectan la reproducción en bovinos. Tacuarembó (Uruguay): INIA, 2011.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Tacuarembó (TBO) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
