Previous modeling studies of the im

Previous modeling studies of the impacts of climate change
on crop productivity often oversimplify the complex reality of
croplands (Rotteretal.,2011). For example, studies of soybean productivity in South America after climate change typically consider
either fixed (Justinoetal.,2013;Oliveiraetal.,2013;Rosenzweig
et al.,2014) or optimum planting dates (Rosenzweig et al.,2014)
and the use of only a single crop in the same agricultural calendar. Critically, they have neglected the influence of plant infection,
oversimplifying the representation of soybean cultivars and planting dates that Brazilian farmers currently adoptand, byextension,
their likely adaptation to climate change. Even more recent studies, while over coming some of the previous limitations, havenot
incorporated the use of double cropping systems (e.g.Oliveira et al.,
2013; Rosenzweig et al., 2014). A more realistic model of Brazilian agriculture needs to incorporate realistic representations of
cropping systems, planting dates and cultivars, all of which are
influencedbyeconomic(e.g.profit)andbiophysical(e.g.climate,
disease)factors.

ผลลัพธ์ (ไทย) 1:

ก่อนหน้าการสร้างโมเดลการศึกษาผลกระทบของการเปลี่ยนแปลงภูมิอากาศในผลผลิตพืชมัก oversimplify จริงซับซ้อนของcroplands (Rotteretal. 2011) ตัวอย่างเช่น การศึกษาของผลผลิตถั่วเหลืองในอเมริกาใต้หลังจากเปลี่ยนแปลงสภาพภูมิอากาศโดยทั่วไปพิจารณาfixed อย่างใดอย่างหนึ่ง (Justinoetal, 2013; Oliveiraetal. 2013 Rosenzweiget al. 2014) หรือที่เหมาะสมปลูกวัน (Rosenzweig et al. 2014)และใช้เฉพาะพืชเดี่ยวในปฏิทินเกษตรเหมือนกัน วิกฤต พวกเขาได้ละเลยการโน้มน้าวใจกลุ่มของพืชติดเชื้อ oversimplifying เป็นตัวแทนของพันธุ์ถั่วเหลือง และปลูกเกษตรกรที่บราซิลวันปัจจุบัน adoptand, byextensionของพวกเขาปรับตัวได้กับสภาพภูมิอากาศเปลี่ยนแปลง การศึกษาล่าสุดยิ่ง ขณะที่ผ่านมาบางส่วนของก่อนหน้าจำกัด havenotจดทะเบียนการใช้ระบบคู่ครอบตัด (e.g.Oliveira et al.,2013 Rosenzweig et al. 2014) แบบจำลองที่สมจริงของเกษตรชาวบราซิลต้องรวมจริงที่แทนระบบ การปลูกและสายพันธุ์ การปลูกพืชทั้งหมดซึ่งจะandbiophysical influencedbyeconomic (e.g.profit) (e.g.climateปัจจัยของโรค)

ผลลัพธ์ (ไทย) 2:

การศึกษาการสร้างแบบจำลองก่อนหน้าของผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศ
ต่อผลผลิตพืชมักจะ oversimplify ความเป็นจริงที่ซับซ้อนของ
croplands (Rotteretal. 2011) ตัวอย่างเช่นการศึกษาการผลิตถั่วเหลืองในอเมริกาใต้หลังการเปลี่ยนแปลงสภาพภูมิอากาศโดยทั่วไปจะพิจารณา
คง Fi อย่างใดอย่างหนึ่ง (Justinoetal, 2013;.. Oliveiraetal, 2013; Rosenzweig
et al, 2014.) หรือวันปลูกที่เหมาะสม (Rosenzweig et al, 2014.)
และการใช้งาน เพียงพืชเดียวในปฏิทินการเกษตรเดียวกัน ยิ่งพวกเขาได้ละเลยในอิทธิพลของการติดเชื้อพืช
oversimplifying ตัวแทนของสายพันธุ์ถั่วเหลืองที่ปลูกและวันที่ว่าเกษตรกรบราซิลขณะ adoptand, byextension,
การปรับตัวของพวกเขามีแนวโน้มที่จะเปลี่ยนแปลงสภาพภูมิอากาศ แม้การศึกษาเมื่อเร็ว ๆ นี้ในขณะที่ในช่วงที่ผ่านมาบางส่วนของข้อ จำกัด ก่อนหน้านี้ havenot
นิติบุคคลที่จัดตั้งขึ้นการใช้ระบบการปลูกพืชสอง (egOliveira, et al.,
2013;. Rosenzweig et al, 2014) แบบจำลองที่สมจริงมากขึ้นของการเกษตรบราซิลต้องการที่จะรวมการแสดงที่สมจริงของ
ระบบการปลูกพืชปลูกวันที่และพันธุ์ทั้งหมดที่มี
อยู่ในฟลอริด้า uencedbyeconomic (egpro Fi T) andbiophysical (egclimate,
โรค) ปัจจัย

ผลลัพธ์ (ไทย) 3:

ก่อนหน้าการศึกษาผลกระทบของการเปลี่ยนแปลงภูมิอากาศในผลผลิตที่ซับซ้อนมักจะอธิบายหรือแก้ปัญหาง่ายเกินไปจริงcroplands ( rotteretal . , 2011 ) ตัวอย่างเช่น การศึกษาของผลผลิตถั่วเหลืองอเมริกาใต้หลังจากการเปลี่ยนแปลงสภาพภูมิอากาศโดยทั่วไปจะพิจารณาเหมือนกันจึง xed ( justinoetal . 2013 ; oliveiraetal . 2013 ; โรเซนส์ไวก์et al . , 2014 ) หรือที่ปลูก ( โรเซนส์ไวก์ et al . , 2010 )และใช้เพียงหนึ่งพืชในปฏิทินเกษตรเดียวกัน วิกฤต พวกเขาได้ละเลยในfl uence การติดเชื้อของพืชoversimplifying เป็นตัวแทนของพันธุ์ถั่วเหลืองที่เกษตรกรปลูกในขณะนี้ byextension adoptand , บราซิล ,แนวโน้มของการปรับตัวเพื่อการเปลี่ยนแปลงสภาพภูมิอากาศ แม้การศึกษาล่าสุด ในขณะที่บางส่วนของข้อ จำกัด มาก่อนหน้านี้ havenotรวมการใช้คู่ระบบการปลูกพืช e.g.oliveira et al . ,2013 ; โรเซนส์ไวก์ et al . , 2010 ) แบบจำลองที่สมจริงมากขึ้นของเกษตรบราซิลต้องการที่จะรวมภาพที่สมจริงของระบบการปลูกพืช , วันปลูกและพันธุ์ ซึ่งทั้งหมดเป็นในfl uencedbyeconomic ( e.g.pro จึง e.g.climate andbiophysical ( T ) ,โรค ) ปัจจัย