Nov, 2022
使用因果机器学习实现可持续农业的个性化
Personalizing Sustainable Agriculture with Causal Machine Learning
Georgios Giannarakis, Vasileios Sitokonstantinou, Roxanne Suzette Lorilla, Charalampos Kontoes
TL;DR为了实现气候变化和人口增长的双重挑战，需要加强全球农作物生产并将农业从碳排放转变为碳汇，了解农业管理实践的环境影响是必要的前提。在此基础上，个性化的可持续农业是提高绿色指标的有效途径和即将出台的政策中的一个重要发展方向。本文将个性化可持续农业定义为条件平均处理效应的估计任务，并使用因果机器学习来处理。利用气候数据、土地利用信息和双重机器学习，我们估计了立陶宛的田间土壤有机碳含量在可持续农业实践方面的异质性影响，为实现可持续农业的目标提供了数据驱动的视角并扩大了全球碳汇。