贝叶斯推断在土壤微生物生物地理学中的应用

作     者：柳旭 马玉颖 高贵锋 范坤坤 杨腾 褚海燕 LIU Xu;MA Yuying;GAO Guifeng;FAN Kunkun;YANG Teng;CHU Haiyan

作者机构：中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室南京210008 中国科学院大学北京100049 

出 版 物：《科技导报》 (Science & Technology Review)

年 卷 期：2022年第40卷第3期

页      面：112-120页

核心收录：

学科分类：07[理学] 0713[理学-生态学] 

基　　金：国家自然科学基金项目(31870480) 

主　　题：土壤微生物生物地理学 贝叶斯推断 经典频率统计 马尔科夫链蒙特卡洛抽样 

摘      要：微生物生物地理学主要研究微生物的分布格局及其驱动机制,经典频率数理统计方法是当前该研究领域中广泛使用的统计方法。近年来,贝叶斯推断作为重要的随机模拟数理统计方法正不断地应用于土壤微生物生物地理学的研究中。介绍了贝叶斯推断与经典频率数理统计的区别;描述了贝叶斯推断在土壤微生物生物地理学研究中的基本分析流程,包括模型构建、模型拟合和模型优化;评价了贝叶斯推断在该研究领域中的自身优势、应用潜力和发展方向;并以岛屿生物地理学理论为研究框架,利用模拟数据,进行了贝叶斯推断流程演示。提出贝叶斯推断未来有望成为研究土壤微生物生物地理学中复杂数据和开展模型模拟的重要工具之一,在土壤微生物生物地理学中具有广阔的应用前景。