Анализ неопределенности параметров модели разложения органического вещества: байесовский подход

Автор: Безрукова М.Г., Быховец С.С., Грабарник П.Я., Ларионова А.А., Надпорожская М.А.

Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc

Статья в выпуске: 1-7 т.11, 2009 года.

Бесплатный доступ

Параметры модели разложения органического вещества ROMUL [1,5J оцениваются по данным экспериментов по потере массы порции различного опада (2]. Такие эксперименты трудоемки, полученные данные характеризуются значительной вариабельностью, и, стедоиательно, параметризация модели связана со значительной неопределенностью. В данной работе использован подход, основанный на байесовских методах, который позволяет количественно описать неопределенность параметров в терминах апостериорных плотностей.

Короткий адрес: https://sciup.org/148198517

IDR: 148198517

Список литературы Анализ неопределенности параметров модели разложения органического вещества: байесовский подход

  • Моделирование динамики органического вещества в лесных экосистемах/(отв.ред. В.Н. Кудеяров). М.: Наука. 2007. 380 с.
  • Надпорожская М.А., Чертов О.Г. Экспериментальная база для построения модели РОМУЛ: лабораторные эксперименты по определению скорости разложения растительных опадов, торфа и гумуса//Моделирование динамики органического вещества в лесных экосистемах. М.: Наука, 2007. С. 70-82.
  • Чертов О.Г. Чуков С.Н. Надпорожская М.А. О методике изучения функционально-динамических характеристик трансформации органического вещества почв//Вестник СПб. ун-та. 1994. сер. 3, вып. 3 (№ 17). С. 106-110.
  • Bykhovets, S., Larionova, A., Nadporozhskaya, M., Chertov O. Evaluation of decomposition rates of plant debris for soil dynamic models using special
  • laboratory experiments//The 5th European Conference on Ecological Modelling -ECEM 2005. Proce. Pushchino, Russia, 2005. P. 33-34.
  • Chertov O.G., Komarov A.S., Nadporozhskaya M.A., Bykhovets S.S., Zudin S.L. ROMUL -a model of forest soil organic matter dynamics as a
  • substantial tool for forest ecosystem modeling//Ecological Modelling. 2001. 138. P. 289-308.
  • Gilks, W.R., Richardson, S., Spiegelhlter, D.J. Markov Chain Monte Carlo in Practice. Chapman and Hall, London: 1996.
  • Smith, P., Smith, J.U., Powlson, D.S. et al. A comparison of the performance of nine soil organic matter models using datasets from seven long-term
  • experiments//Geoderma. 1997. V. 81. P. 153-225.
  • Svensson, M.; Jansson, P.E.; Gustafsson, D. et al. Bayesian calibration of a model describing carbon, water and heat fluxes for a Swedish boreal
  • forest stand//Ecological Modelling. 2008. V. 213. P. 331-344.
  • Tang S., Heron E.A. Bayesian inference for a stochastic logistic model with switching points//Ecological Modelling. 2008. V. 219. P. 153-169.
  • Van Oijen M, Rougier J, Smith R. Bayesian calibration of process-based forest models: bridging the gap between models and data//Tree Physiol. -
  • 2005. V. 25. P. 915-927.
  • Xenakis G., Ray D., Mencuccini M. Sensitivity and uncertainty analysis from a coupled 3-PG and soil organic matter decomposition model//
  • Ecological Modelling 2008. V. 219. P. 1-16.
Еще
Статья научная