Экстраполяционный анализ предметной области (EDA) - это методология определения географических областей, которые кажутся подходящими для принятия инновационных практик управления экосистемами на основе участков, демонстрирующих сходство условий, таких как климатические, землепользование и социально-экономические показатели. Несмотря на то, что она применялась к проектам исследования воды в девяти пилотных бассейнах, концепция носит общий характер и может применяться к любому проекту, в котором ускорение изменений рассматривается как центральная цель развития.
Результаты этого метода до сих пор использовались для количественной оценки глобального экономического воздействия от внедрения конкретных инноваций вместе с их воздействием на водные ресурсы . [1] Исследование побудило участников нескольких проектов Challenge Program for Water и Food изучить потенциальные области для расширения. Так обстоит дело в Quesungual агролесомелиорации системы в Гондурасе , [2] [3] , который движется в направлении новых областей параллельно с областей , определенных методом EDA.
EDA - это комбинированный подход, включающий ряд методов пространственного анализа . Впервые он был исследован в 2006 году, когда он был применен для оценки того, как анализ сходства может быть использован для масштабирования результатов исследований в рамках семи пилотных систем бассейнов Анд. [4] Этот метод развил дальнейшее развитие исследований по анализу «гомолога» Джонса [5] [6] путем включения социально-экономических переменных в поиск аналогичных участков в тропиках. С тех пор он использовался для оценки « путей воздействия » и анализа глобального воздействия. [1] «Гомолог» был разработан для определения сходства климатических условий в географической области с условиями экспериментального участка; разрешение пикселей, при котором это обрабатывается, составляет 2,43 угловых минуты, или 4,5 км на экваторе.
Для получения областей экстраполяции используются методы байесовского и частотного статистического моделирования. Применяется методология взвешивания доказательств (WofE); это основано в основном на концепциях байесовского вероятностного рассуждения . [7] [8] По сути, статистический вывод основан на определении вероятности того, что целевые сайты примут изменение, продемонстрированное в пилотных областях. Предполагается, что набор обучающих точек в совокупности будет иметь общие характеристики, которые позволят прогнозировать их присутствие на других подобных сайтах. Он основан на сборе факторов (используемых для создания уровней данных доказательной темы), которые доказывают свою совместимость с успешной реализацией на пилотных участках, и предполагает, что если целевые участки демонстрируют аналогичные социально-экономические характеристики, а также климатические и ландшафтные характеристики пилотных участков, тогда есть веские основания полагать, что масштабирование [ требуется разъяснение ] на эти сайты будет успешным.
Рекомендации
- ^ а б Боуман, Бас, Саймон Кук, Бору Даутвейт, Клаудия Ринглер, Хорхе Рубиано и Тинджу Чжу. Июнь 2007 г. «Потенциал воздействия аэробного риса умеренных и тропических зон (STAR) в Азии». Внутренний документ, подготовленный Проектом воздействия CPWF для группы внешней проверки.
- ^ http://www.fao.org/focus/e/honduras/agro-e.htm
- ^ Луис Альварес Велчес и Ян Черретт. «Кесунгуальская система в Гондурасе / Альтернатива рубящим ударам» . Архивировано из оригинала на 2016-03-11.
- ^ Otero, MF, Rubiano, J., Soto, V. и Lema, G. 2006. Использование анализа сходства для масштабирования исследований. Water International. Том 31 № 3. 376–386 с.
- ↑ Джонс, П. Г., У. Диас и Дж. Х. Кок. 2005. Гомолог: компьютерная система для определения подобных сред во всем тропическом мире. Версия Beta a.0. CIAT, Колумбия.
- ^ http://www.cifor.org/publications/pdf_files/Books/BCarmenza0501.pdf#22
- ^ Бонэм-Картер, GF, FP Agterberg и DF Райт. 1989. Моделирование весов доказательств: новый подход к картированию минерального потенциала. В статистических приложениях в науках о Земле, под ред. Agternerg, FP и Bonham-Carter, GF Geological Survey of Canada. Документ 89-9. 171–183.
- Перейти ↑ Bonham-Carter, GF. 2002. Географические информационные системы для геофизиков: моделирование с помощью ГИС. В: Мерриам Д.Ф., редакторы. Компьютерные методы в науках о Земле. Нью-Йорк: Пергамон / Эльзевир; 302–334.
- Хорхе Э. Рубиано М., Саймон Кук, Майя Раджасекхаран и Бору Даутвейт (2016). Байесовский метод поддержки глобального масштабирования водосберегающих рисовых технологий в районах пилотного проекта. Water International