基于貝葉斯最大熵的土壤呼吸空間分布研究.pdf

1、土壤呼吸具有很強(qiáng)的空間變異性，監(jiān)測點(diǎn)數(shù)量不足很難準(zhǔn)確表征一個(gè)區(qū)域的土壤呼吸情況。針對在研究區(qū)域布置大量監(jiān)測點(diǎn)比較困難的情況，本文提出以土壤溫度為輔助信息的貝葉斯最大熵算法進(jìn)行土壤呼吸空間分布情況的研究，貝葉斯最大熵(Bayesian Maximum Entropy, BME)能有效利用軟數(shù)據(jù)（輔助信息）來提高時(shí)空分布的估計(jì)精度?；谕寥罍囟群屯寥篮粑g的函數(shù)關(guān)系，將土壤溫度轉(zhuǎn)化成可利用的軟數(shù)據(jù)形式，然后依據(jù)最大熵理論將軟數(shù)據(jù)融入到先驗(yàn)

2、概率中，再依據(jù)貝葉斯理論，以硬數(shù)據(jù)和軟數(shù)據(jù)組成的特定數(shù)據(jù)集的條件下計(jì)算出待估點(diǎn)的估計(jì)值。BME算法能很好地將土壤溫度融入到土壤呼吸的空間分布估計(jì)中。作為對比，同時(shí)還采用了普通克里金（Ordinary Kriging, OK）和協(xié)同克里金（Co-Kriging, Co-OK）方法。實(shí)驗(yàn)結(jié)果顯示，OK、Co-OK和BME方法的誤差（均方根誤差）分別是0.979、0.911和0.727(μmg/m2s)以及2.042、0.79和0.409（μ

3、mg/m2s），表明BME方法對土壤呼吸空間估計(jì)具有更高的精度。同時(shí)，本實(shí)驗(yàn)在相同研究區(qū)域，對比了9個(gè)、21個(gè)、37個(gè)土壤呼吸測量點(diǎn)下以溫度為輔助信息的BME方法和沒有輔助信息的OK方法的估算效果，兩天實(shí)驗(yàn)結(jié)果顯示9個(gè)測量點(diǎn)的BME方法的驗(yàn)證誤差是0.972和1.193(μmg/m2s)，小于37點(diǎn)下的OK方法的誤差1.146和1.539(μmg/m2s)，說明借助于輔助信息和BME方法，能夠一定程度上減少空間土壤碳通量研究的監(jiān)測點(diǎn)?；?/p>