Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Pathways to identify and reduce uncertainties in agricultural climate impact assessments

Wang, B., Jägermeyr, J., O’Leary, G. J., Wallach, D., Ruane, A. C., Feng, P., Li, L., Liu, D. L., Waters, C., Yu, Q., Asseng, S., Rosenzweig, C. (2024): Pathways to identify and reduce uncertainties in agricultural climate impact assessments. - Nature Food, 5, 550-556.
https://doi.org/10.1038/s43016-024-01014-w

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_30221 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_30221_1
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
s43016-024-01014-w.pdf (Verlagsversion), 2MB
 
Datei-Permalink:
-
Name:
s43016-024-01014-w.pdf
Beschreibung:
-
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Wang, Bin1, Autor
Jägermeyr, Jonas2, Autor              
O’Leary, Garry J.1, Autor
Wallach, Daniel1, Autor
Ruane, Alex C.1, Autor
Feng, Puyu1, Autor
Li, Linchao1, Autor
Liu, De Li1, Autor
Waters, Cathy1, Autor
Yu, Qiang1, Autor
Asseng, Senthold1, Autor
Rosenzweig, Cynthia1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Potsdam Institute for Climate Impact Research, ou_persistent13              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Both climate and impact models are essential for understanding and quantifying the impact of climate change on agricultural productivity. Multi-model ensembles have highlighted considerable uncertainties in these assessments, yet a systematic approach to quantify these uncertainties is lacking. We propose a standardized approach to attribute uncertainties in multi-model ensemble studies, based on insights from the Agricultural Model Intercomparison and Improvement Project. We find that crop model processes are the primary source of uncertainty in agricultural projections (over 50%), excluding unquantified hidden uncertainty that is not explicitly measured within the analyses. We propose multidimensional pathways to reduce uncertainty in climate change impact assessments.

Details

einblenden:
ausblenden:
Sprache(n): eng - Englisch
 Datum: 2023-03-152024-06-142024-07-152024-07-15
 Publikationsstatus: Final veröffentlicht
 Seiten: 7
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1038/s43016-024-01014-w
PIKDOMAIN: RD2 - Climate Resilience
Organisational keyword: RD2 - Climate Resilience
Working Group: Land Use and Resilience
MDB-ID: No data to archive
Research topic keyword: Food & Agriculture
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Nature Food
Genre der Quelle: Zeitschrift, SCI, Scopus
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 5 Artikelnummer: - Start- / Endseite: 550 - 556 Identifikator: CoNE: https://publications.pik-potsdam.de/cone/journals/resource/nature-food
Publisher: Nature