基于贝叶斯推断的DNDC模型参数校正与不确定性评价研究

来源：土壤学报杂志2014年第2期北京时间：

作者：秦发侣,赵永存,史学正,于东升,徐胜祥

单位：秦发侣，土壤与农业可持续发展国家重点实验室中国科学院南京土壤研究所；dielianhuared@hotmail.com,赵永存，土壤与农业可持续发展国家重点实验室中国科学院南京土壤研究所；yczhao@issas.ac.cn,史学正，土壤与农业可持续发展国家重点实验室中国科学院南京土壤研究所;中国科学院大学；,于东升，土壤与农业可持续发展国家重点实验室中国科学院南京土壤研究所；,徐胜祥，土壤与农业可持续发展国家重点实验室中国科学院南京土壤研究所；,

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。

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

基金资助：中国科学院知识创新工程重要方向项目(KZCX2-EW-QN404)和中国科学院战略性先导科技专项（XDA05050509）资助