使用分类学和生命形式模型进行密码生物量估计,以准确评估
1Center for Arts and Sciences, Fukui Prefectural University, 4-1-1 Kenjojima, Matsuoka, Yoshida-gun, Eiheiji-cho, Fukui, 910-1195, Japan. oishiy@fpu.ac.jp.
Scientific reports
|August 16, 2024
概括
生命形式模型通过考虑形态学来改善密码生物量估计. 然而,分类学模型 (藻与藻) 通过捕捉系统差异,提高生态理解,提供更高的准确性.
科学领域:
- 生态生态学 生态生态学
- 植物学 植物学
背景情况:
- 准确的密码生物量估计对于生态理解至关重要.
- 生物质估计依赖于质量-体积相关性,由于密码体形态而有所不同.
- 现有的模型与形态多样性作斗争.
研究的目的:
- 评估生命形式模型在提高密码生物量估计准确度方面的有效性.
- 将生命形式模型的性能与分类学模型进行比较.
主要方法:
- 使用贝叶斯线性模型估计了密码体质量-体积相关性.
- 模型是考虑到不同的密码组生命形式而开发的.
- 模型的性能是根据估计准确性进行评估的.
主要成果:
- 线性模型的系数和截图在不同的生命形式之间存在显著差异.
- 生命形式模型通过结合形态差异来证明了更好的准确性.
- 在总体估计准确度方面,分类学模型 (藻与藻) 的表现优于生命形式模型.
结论:
- 生命形式模型通过解决形态变异来增强生物量估计.
- 分类学模型提供了卓越的准确性,因为它们能够捕捉植物和鱼之间的系统差异.
- 该研究提出了选择合适的密码生物量估计模型的指导方针.
