Temat: InVEST Model - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Spatial-temporal heterogeneity and driving factors of water yield services in Citarum river basin unit, West Java, Indonesia
Autorzy:: Nahib, Irmadi
Ambarwulan, Wiwin
Sutrisno, Dewayany
Darmawan, Mulyanto
Suwarno, Yatin
Rahadiati, Ati
Suryanta, Jaka
Prihanto, Yosef
Radiastuti, Aninda W.
Lumban-Gaol, Yustisi
Powiązania:: https://bibliotekanauki.pl/articles/27311534.pdf
Data publikacji:: 2023
Wydawca:: Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:: water yields
climate
land use land cover
InVEST Model
geographically weighted regression
socio-ecological model
Opis:: Many countries, including Indonesia, face severe water scarcity and groundwater depletion. Monitoring and evaluation of water resources need to be done. In addition, it is also necessary to improve the method of calculating water, which was initially based on a biophysical approach, replaced by a socio-ecological approach. Water yields were estimated using the Integrated Valuation of Ecosystem Services and Trade-offs (InVEST) model. The Ordinary Least Square (OLS) and geographic weighted regression (GWR) methods were used to identify and analyze socio-ecological variables for changes in water yields. The purpose of this study was: (1) to analyze the spatial and temporal changes in water yield from 2000 to 2018 in the Citarum River Basin Unit (Citarum RBU) using the InVEST model, and (2) to identify socio-ecological variables as driving factors for changes in water yields using the OLS and GWR methods. The findings revealed the overall annual water yield decreased from 16.64 billion m3 year-1 in the year 2000 to 12.16 billion m3 year-1 in 2018; it was about 4.48 billion m3 (26.91%). The socio-ecological variables in water yields in the Citarum RBU show that climate and socio-economic characteristics contributed 6% and 44%, respectively. Land use/Land cover (LU/LC) and land configuration contribution fell by 20% and 40%, respectively.The main factors underlying the recent changes in water yields include average rainfall, pure dry agriculture, and bare land at 28.53%, 27.73%, and 15.08% for the biophysical model, while 30.28%, 23.77%, and 10.24% for the socio-ecological model, respectively. However, the social-ecological model demonstrated an increase in the contribution rate of climate and socio-economic factors and vice versa for the land use and landscape contribution rate. This circumstance demonstrates that the socio-ecological model is more comprehensive than the biophysical one for evaluating water scarcity.
Źródło:: Archives of Environmental Protection; 2023, 49, 1; 3--24
2083-4772
2083-4810
Pojawia się w:: Archives of Environmental Protection
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Study on factors influencing the level of capital expenditure spent in mining
Badanie czynników wpływających na wysokość nakładów inwestycyjnych wydatkowanych w górnictwie
Autorzy:: Franik, T.
Powiązania:: https://bibliotekanauki.pl/articles/216972.pdf
Data publikacji:: 2012
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: przemysł wydobywczy
inwestycje
model ekonometryczny
skłonność do inwestowania
mining industry
investment
econometric model
propensity to invest
Opis:: This article presents the results of studies assesing the significance of the most important macro- and microeconomic factors affecting investors' propensity to invest in mining. The Polish mining industry in recent years has seen intensive restructuring processes which have considerably affected the status of fixed assets required for the exploitation of useful minerals. In order to efectively manage technological progress in mining plants, it is necessary to understand the role of individual, variable factors influencing investors' propensity to make specific expenditures. In the analysis, mathematical statistics and econometric modelling methods were applied to determine the nature of correlations between the values studied and their significance. This examination applied statistical data accumulated by economic entities from 2000-2010. A linear econometric model was presented illustrating the relationship between capital expenditure in mining and such indicators as fixed assets value, GDP, real interest rate, consumption levels of fixed asset components in mining, and various other factors. Structural parameters of a function specifying the level of investment expenditure can be determined based on statistical data which has been appropriately processed so that the model constructed reflects the economic process studied in relevant way. Such a model is not free of defects typical in statistical models; however, it simultaneously enables one to obtain valuable information concerning the impact of the factors studied on the value of such expenditure, and the theoretical possibilities to exchange the specific quantity of one factor for another factor. In the final version of the model, it is often sufficient to include only these independent variables which contribute the most essential information to the independent variable. This often simplifies the final form of the model without simultaneous limiting of its importance in explaining the economic phenomenon studied and the possibilities of its practical application. In the final selection of significant variables captured in the model, the method of information capacity indicators was used.
W artykule przedstawiono wyniki badań dotyczących oceny istotności najważniejszych czynników makro- i mikroekonomicznych wpływających na skłonność inwestorów do inwestowania w górnictwie. W górnictwie polskim w okresie ostatnich kilkunastu lat były intensywnie przeprowadzane procesy restrukturyzacyjne, które w dużym stopniu wpłynęły na stan aktywów trwałych, niezbędnych w eksploatacji kopalin użytecznych. Dla właściwego zarządzania środkami technicznymi w zakładach górniczych niezbędna jest znajomość znaczenia poszczególnych zmiennych czynników, wpływających na skłonność inwestorów do ponoszenia określonych nakładów w celu poprawy efektywności gospodarowania. W analizie wykorzystano metody statystyki matematycznej i modelowania ekonometrycznego dla określenia charakteru związków między badanymi wielkościami, a także dla oceny istotności tych zależności. W badaniach wykorzystano dane statystyczne dotyczące badanych czynników uzyskiwanych przez podmioty gospodarcze w latach 2000-2010. Przedstawiono liniowy model ekonometryczny zależności nakładów inwestycyjnych wydatkowanych w górnictwie od takich wielkości jak wartość majątku trwałego, PKB, realna stopa procentowa, stopień zużycia trwałych składników majątkowych w górnictwie oraz innych czynników. Określenia parametrów strukturalnych funkcji określającej wielkość nakładów inwestycyjnych, można dokonać za pomocą metod ekonometrycznych na podstawie danych statystycznych odpowiednio przetworzonych, tak aby skonstruowany model odzwierciedlał w sposób właściwy badany proces ekonomiczny. Model taki nie jest pozbawiony wad, typowych dla modeli statystycznych, ale jednocześnie umożliwia uzyskanie wielu cennych informacji o wpływie badanych czynników na wielkość tych nakładów oraz teoretycznych możliwościach wymiany określonej ilości jednego czynnika na drugi. W ostatecznej wersji modelu często wystarczy ująć jedynie te zmienne objaśniające, które wnoszą najistotniejsze informacje o zmiennej objaśniającej. Upraszcza to często końcową postać modelu, nie ograniczając jednocześnie jego znaczenia w wyjaśnianiu badanego zjawiska ekonomicznego oraz możliwości jego praktycznego wykorzystania. W ostatecznym doborze istotnych zmiennych objaśniających ujętych w modelu wykorzystano metodę wskaźników pojemności informacyjnej.
Źródło:: Gospodarka Surowcami Mineralnymi; 2012, 28, 4; 71-86
0860-0953
Pojawia się w:: Gospodarka Surowcami Mineralnymi
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "InVEST Model" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język