Impact Evaluations in Data Poor Settings: The Case of Stress-Tolerant Rice Varieties in Bangladesh
创建于 更新于
摘要
本论文提出一种结合地球观测数据与机器学习的方法，实现在缺乏传统经济数据环境下对新农业技术影响效果的评估。以孟加拉国15年来推广的耐洪水应激水稻品种（STRVs）为研究对象，利用二十年水稻种植与洪水数据，克服“恰到好处”洪水时效性难题，精准识别技术的实际效果，证实STRVs在特定洪水条件下显著提高产量。研究展示了使用地球观测数据在历史数据匮乏区域开展影响评估的创新潜力和挑战[page::0][page::33].
