Detailansicht
Drought risk in Austria
Kadri Silm
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Quantitative Economics, Management and Finance
Betreuer*in
Georg Pflug
DOI
10.25365/thesis.43996
URN
urn:nbn:at:at-ubw:1-30233.66445.283865-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Für die Ernteversicherung ist es wichtig das Dürre-Risiko in die Preisberechnungen mit einzubeziehen. Der entscheidende Schritt in der Beurteilung des Dürre-Risikos, ist jedoch eine korrekte Schätzung der Verteilung der Ernteerträge. Die zugrunde liegende Masterarbeit entwickelt ein Verfahren für die Schätzung der Verteilung der Ernteerträge anhand der gerasterten Ertragsdaten und untersucht die Ergebnisse für Österreich. Bei der Analyse der Auswirkungen des Klimawandels auf die Ernteversicherung, kann diese Methodik als Benchmark für andere europäische Länder dienen.
Um die Verteilung der Ernteerträge in Österreich zu modellieren und dabei auch den Klimawandel zu berücksichtigen, werden die Ernteerträge von fünf verschiedenen Klimamodellen über die Zeit analysiert. Dabei werden die Daten für die Weizenernte vom
EPIC Crop-Modell verwendet. Zuerst werden die Ernteverteilungen auf der lokalen Ebene (näml. in 1km 2 Rasterzellen) bewertet. Im Bezug zum Düngen werden für die Analyse nur die Szenarien mit Business-As-Usual Management berücksichtigt. Als nächtes wird mit Hilfe von SPEI eine hochdimensionale Abhängigkeitsstruktur zwischen den Rasterzellen konstruiert. Mit der R-Vine Kopula Methode wird dann eine multivariate Verteilung der Erträge für ganz Österreich abgeleitet.
Die zugrunde liegende Masterarbeit wird zeigen, dass in Österreich die Auswirkungen des Klimawandels in der Zukunft zu einem Rückgang der Ernteerträge führen wird. Da man Dürre durch die reduzierten Ernteerträge prognostizieren kann, kann man zusätlich noch folgern, dass das Dürre-Risiko in der Zukunft höher sein wird, als es in der Vergangenheit war. Extreme Hitzewellen und Dürreereignisse werden in der Zukunft häufiger auftreten und ihre Auswirkungen werden immer mehr stärker sein.
Abstract
(Englisch)
For crop insurance it is important to incorporate the drought risk into the price calculations. The key step in assessing drought risk is, however, a correct estimation of the crop yield distribution. The underlying thesis develops a process of estimating the crop yield distribution using gridded spatial yield data and investigates the results for Austria. This methodology can serve as a benchmark for other European countries, when analyzing the impact of climate change on crop insurance.
It order to model the crop yield distribution in Austria while considering also climate change, crop yields over time stemming from five different climate models were analyzed. To this end the wheat data from EPIC Crop model was utilized. First, the yield distribution was assessed at the local level (i.e. in 1km 2 grid cells). For the analysis only the scenarios with business-as-usual management regarding the fertilization were considered. Then employing the SPEI for dependency modeling, a high-dimensional dependence structure between the spatial locations was constructed. Using the R-vine copula method, a joint distribution of yields was derived at the country level.
The underlying study will show for Austria that the effects of climate change will lead in the future to a decline in crop yields. As one can predict drought by predicting reduced crop yields, it can be further concluded that the future risk of drought will be higher than it was in the past. Drought hazards will occur more frequently and will be more
severe in the future.
Schlagwörter
Schlagwörter
(Deutsch)
Dürre-Risiko Verteilung des Ernteertrags Maximum Likelihood Schätzung Vine Kopulas Monte Carlo Simulation EPIC SPEI
Autor*innen
Kadri Silm
Haupttitel (Englisch)
Drought risk in Austria
Paralleltitel (Deutsch)
Dürre-Risiko in Österreich
Publikationsjahr
2016
Umfangsangabe
73 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Georg Pflug
Klassifikationen
31 Mathematik > 31.49 Analysis: Sonstiges ,
31 Mathematik > 31.70 Wahrscheinlichkeitsrechnung
AC Nummer
AC13392913
Utheses ID
38953
Studienkennzahl
UA | 066 | 920 | |