Nature Scientific Reports: Инновационные подходы к моделированию поглощения углерода почвой для лучшего прогнозирования при ограниченных данных
Учёт и прогнозирование содержания углерода в почве играют ключевую роль в создании систем поддержки принятия решений для землепользователей, продающих углеродные кредиты, в духе соглашений Парижского и Киотского протоколов. Для составления таких отчётов и прогнозов землепользователи обычно полагаются на сложные в вычислительном отношении модели, основанные на разреженных наборах данных. Сложность модели и разреженность данных могут привести к чрезмерной подгонке, что приведёт к неточным результатам при прогнозировании на основе новых данных. Разработчики моделей решают проблему чрезмерной подгонки, упрощая свои модели и сокращая число параметров, а в нынешнем контексте это может означать игнорирование некоторых компонентов почвенного органического углерода (ПОУ). В этом исследовании авторы представляют две новые модели ПОУ и новую модель, подобную RothC, и исследуют, как компоненты ПОУ и сложность моделей ПОУ влияют на прогноз ПОУ при наличии небольших и разреженных данных временных рядов. Они разрабатывают методы выбора, которые могут определить модель углерода в почве с наилучшей прогностической эффективностью в свете имеющихся данных. Благодаря этому анализу обнаружено, что обычно используемые сложные модели углерода в почве при наличии скудных данных временных рядов могут переоценивать, а более простые модели - давать более точные прогнозы.
