Model structure and parameter identification of soil organic matter models

مدل های ماده آلی خاکی با مکانیزم های پیچیده اکولوژیکی معمولا شامل تعداد زیادی پارامتر از مدل های ساده تر است که پروسه های دقیق را حذف می کنند. پیدا کردن مقادیر پارامتر برای این مدل های پیچیده با توجه به دسترسی فقیر مجموعه داده های جامع که فرآیندهای مختلف را توصیف می کنند چالش برانگیز است. بسته به نوع داده موجود، برآورد پارامترها در مدل های پیچیده ممکن است منجر به مشکلات شناسایی شود، به عنوان مثال، به دست آوردن ترکیب های مختلف پارامترهایی که پیش بینی های نسبتا خوب در مقایسه با داده های مشاهده شده را به دست می آورند. در این مقاله، ما مسئله شناسایی در مدل های مواد آلی خاک را بررسی می کنیم، با اشاره به ترکیبی از داده های تجربی و ساختار مدل که می تواند مسائل شناسایی را به حداقل برساند. ما دریافتیم که تنها مجموعهای تا 3 یا 4 پارامتر ممکن است به وضوح شناسایی شوند، بسته به تعداد محدودیتهای داده مورد استفاده برای شناسایی پارامترها. هنگامی که تنها با استفاده از داده های مربوط به جابجایی تنفس خاک از انکوباسیون خاک یا از دست دادن جرم از مطالعات فاسد شدن بستر، تا 2 پارامتر می تواند به طور جداگانه به طور مستقل بر ساختار مدل قابل شناسایی باشد. برای مدلهای غیرخطی میکروبی، تمام پارامترها به طور همزمان با داده های تلفات یا تنفس شناسایی نمی شوند، در کنار محدودیت های اضافی از ایزوتوپ ها. شناسایی پارامتر دارای چالش های سری برای پیشنهاد ساختار مدل های پیچیده در مدل های جهانی کربن خاک با توجه به محدودیت مجموعه داده های جامع در مقیاس جهانی است.