基于貝葉斯最大熵的土壤呼吸空間分布研究.pdf

1、土壤呼吸具有很強的空間變異性，監(jiān)測點數(shù)量不足很難準確表征一個區(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）來提高時空分布的估計精度?；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

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)集的條件下計算出待估點的估計值。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中。作為對比，同時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。實驗結(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具有更高的精度。同時，本實驗在相同研究區(qū)域，對比了9個、21個、37個土壤呼吸測量點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，兩天實驗結(jié)果顯示9個測量點的BME方法的驗證誤差是0.972和1.193(μmg/m2s)，小于37點下的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?；?/p>