Nat. Food | 数据驱动预测表明欧洲在气候变化背景下有很大几率实现大豆自给

01文章导读研究建立了气候和大豆产量之间的数据驱动关系，以估计整个欧洲的大豆适宜种植面积。在全球范围内训练和测试了几种机器学习算法(随机森林(RF)、人工神经网络(ANN)、广义可加模型(GAM)和多元线性回归(MLR))，以预测大豆产量作为生长季节计算的月度气候输入的函数。训练数据的很大一部分来自主要的大豆生产国，零产量数据点在已知不适合大豆生产的气候区随机抽样，并添加到数据集中，使它们占最终数据集的20%左右。在运行了评估模型在时间和空间上可转移性的交叉验证程序后，选择了最准确的算法。选定的算法(Random Forest)随后在整个欧洲运行，以评估当前和未来气候条件下旱作条件下大豆适宜地区的潜在分布。利用16个气候变化情景对欧洲大豆适宜性进行了预估，最后讨论了这些选择的理由和对结果的影响。02文章摘要欧洲大豆种 ………………………………