基于贝叶斯推断的DNDC模型参数校正与不确定性评价研究

• 作者: 于东升 史学正 徐胜祥 秦发侣 赵永存
• 来源期刊: 土壤学报
• 学科: 农学
• 关键词: 贝叶斯推断 马尔科夫链蒙特卡洛方法 参数校正 不确定性评价 DNDC模型
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 247-254
• 页数: 8页
• 分类号: S11+4
• 语种: 中文
• DOI: 10.11766/trxb201305200247

摘要

实现土壤有机碳(SOC)动态模拟结果的不确定性定量评价是农田管理决策成败的关键之一.采用贝叶斯推断和马尔科夫链蒙特卡洛方法(MCMC),对DNDC模型模拟江苏省宜兴市一个具有22年稻-麦轮作历史的田块的SOC动态变化,进行模型参数校正和模拟结果的不确定性定量评价.结果表明,DNDC模型适宜长期监测田块的SOC动态变化的模拟,但模型的模拟结果存在一定的不确定性;在DNDC模型输入参数数据质量不明的情况下,利用贝叶斯推断和MCMC方法能够有效地实现模型输入参数的自动校正和SOC模拟结果不确定性的定量评价,从而为实现区域或国家尺度农田SOC动态模拟的不确定性定量评价提供理论和方法依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史学正	中国科学院南京土壤研究所	79	3880	32.0	62.0
2	于东升	中国科学院南京土壤研究所	44	2420	22.0	44.0
3	赵永存	中国科学院南京土壤研究所	11	193	6.0	11.0
4	徐胜祥	中国科学院南京土壤研究所	5	0	0.0	0.0
5	秦发侣	中国科学院南京土壤研究所	2	7	1.0	2.0