Circumventing structural uncertainty: A Bayesian perspective on nonlinear forecasting for ecology

به عنوان یک نتیجه از پیچیدگی اکوسیستم ها و وابستگی متقابل تعاملات گونه، عدم قطعیت ساختاری در مدل سازی اکولوژیکی فراگیر است. این مسئله زمانی بسیار مهم است که مدل های اکولوژیکی برای طرح های حفاظت و مدیریت استفاده می شود که نتایج آن به شدت به شکل گیری مدل بستگی دارد. رویکردهای سری زمانی غیر خطی به ما امکان می دهد که این مسئله را با استفاده از دینامیک مشاهده شده سیستم برای هدایت سیاست توسعه کنار بگذاریم. با این حال، این روش ها به طور معمول نیاز به سری زمانی طولانی از سیستم های ثابت، که به ندرت در محیط های زیست محیطی در دسترس هستند. در اینجا ما یک رویکرد بیزی برای پیش بینی غیرخطی بر مبنای فرآیندهای گاوسی ارائه می دهیم که به راحتی اطلاعات را از چندین سری کوتاه کوتاه ادغام می کند و اجازه می دهد تا پویایی های غیر سازمانی. ما ابزار روش های مدل سازی ما را در شبیه سازی از طیف گسترده ای از سناریوهای اکولوژیکی نشان می دهیم. ما انتظار داریم که این مدل ها طیف وسیعی از سیستم های زیست محیطی را گسترش دهد که روش های پیش بینی غیر خطی می تواند مفید باشد.