×
安德鲁·芬利。；苏迪普托·班纳吉；布鲁诺·巴索

通过空间变化参数的贝叶斯融合改进作物模型推断。 （英语） Zbl 1306.62271号

农业杂志。生物与环境。斯达。 16，第4期，453-474（2011）.
摘要：在精准农业中应用作物模拟模型（CSM）的目的是解释作物表现的空间变异性，并帮助指导与作物投入的特定地点管理相关的决策。CSM需要与土壤、气候、管理和作物遗传信息相关的输入来模拟作物产量。然而，在实践中，以所需的高空间分辨率测量这些输入是非常昂贵的。我们提出了一个贝叶斯建模框架，将CSM与来自产量监测系统的稀疏数据融合，以提供特定位置的产量后验预测分布和相关的未观测到的空间变化CSM参数输入。这些产品有助于探索基于过程的产量变化解释。提出的贝叶斯融合模型由表示物理模型输出的系统组件和补偿物理模型偏差的剩余空间过程组成。系统分量的空间变化输入来自多元高斯过程，而剩余分量则使用单变量高斯过程建模。由于激励数据集中有大量观测位置，我们使用低阶预测过程寻求降维，以减轻计算负担。使用作物环境资源综合（CERES）-小麦CSM和在意大利福贾收集的小麦产量数据说明了该模型。

引用于2文件

MSC公司：

62页第12页 统计在环境和相关主题中的应用

关键词：

贝叶斯层次模型；作物模型；低阶模型；马尔科夫蒙特卡洛；高斯预测过程

软件：

全球供应链；spBayes公司；DSSAT卫星；贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{A.O.Finley}等人，J.Agric。生物与环境。Stat.16，No.4，453--474（2011；Zbl 1306.62271）
全文： 内政部

参考文献：

[1] Banerjee，S.、Carlin，B.P.和Gelfand，A.E.（2004），空间数据的层次建模和分析，博卡拉顿：查普曼和霍尔/CRC出版社·Zbl 1053.62105号
[2] Banerjee，S.、Gelfand，A.E.、Finley，A.O.和Sang，H.（2008），“大型空间数据集的高斯预测过程模型”，《皇家统计学会期刊》B辑，70，825–848·兹伯利05563371 ·文件编号：10.1111/j.1467-9868.2008.00663.x
[3] Banerjee，S.、Finley，A.O.、Waldmann，P.和Ericcson，T.（2010），“大型遗传试验中多性状的层次空间过程模型”，美国统计协会杂志，105，506–521·兹比尔1392.62316 ·doi:10.1198/jasa.2009.ap09068
[4] Basso，B.、Bertocco，M.、Sartori，L.和Martin，E.C.（2007），“分析气候变异对玉米-小麦-大豆轮作产量空间格局的影响”，《欧洲农学杂志》，26，81–91·doi:10.1016/j.eja.2006.08.008
[5] Basso，B.、Cammarano，D.、Trococoli，A.、Chen，D.和Ritchie，J.T.（2010），“地中海降雨环境下小麦对氮的长期响应：田间数据和模拟分析”，《欧洲农学杂志》，33，132–138·doi:10.1016/j.eja.2010.04.004
[6] Basso，B.、Ritchie，J.T.、Cammarano，D.和Sartori，L.（2011），“在空间可变的农田中选择小麦最佳氮肥施用量的战略和战术管理方法”，《欧洲农学杂志》，doi:10.1016/J.eja.2011.06.004。
[7] Batchelor，W.D.、Basso，B.和Paz，J.O.（2002），“利用作物模型分析时空产量变异性的策略示例”，《欧洲农学杂志》，第18期，第141–158页·doi:10.1016/S1161-0301（02）00101-6
[8] Cambardella，C.A.、Colvin，T.S.、Karlen，D.S.、Logsdon，S.D.、Berry，E.C.、Radke，J.K.、Kaspar，T.C.、Parkin，T.B.和Jaynes，D.B.（1996），“土壤性质对产量变化模式的贡献”。第三届国际精准农业大会，编辑：Robert等人，麦迪逊：ASA-CSSA-SSSA，第217-224页。
[9] Carlin，B.P.和Louis，T.A.（2000），数据分析的贝叶斯和经验贝叶斯方法（第二版），博卡拉顿：查普曼和霍尔/CRC出版社·Zbl 1017.62005年
[10] Cressie，N.A.C.（1993），《空间数据统计》（第二版），纽约：Wiley·Zbl 0825.62477号
[11] Cressie，N.A.C.和Johannesson，G.（2008），“海量数据集的空间预测”，《皇家统计学会期刊》B辑，70，209-226·Zbl 05563351号 ·doi:10.1111/j.1467-9868.2007.00633.x
[12] Finley，A.O.、Banerjee，S.、Ek，A.R.和McRoberts，R.E.（2008），“森林属性预测的贝叶斯多元过程建模”，《农业、生物和环境统计杂志》，13，60–83·Zbl 1306.62272号 ·doi:10.1198/108571108X273160
[13] Finley，A.O.、Sang，H.、Banerjee，S.和Gelfand，A.E.（2009），“提高大型数据集预测过程建模的性能”，计算统计与；数据分析，53，2873–2884·Zbl 1453.62090号 ·doi:10.1016/j.csda.2008.09.008
[14] Flegal，J.M.、Haran，M.和Jones，G.L.（2008），“马尔可夫链蒙特卡罗：我们能信任第三个重要人物吗？”统计科学，23250-260·Zbl 1327.62017年 ·doi:10.1214/08-STS257
[15] Fuentes，M.和Raftery，A.E.（2005），“通过贝叶斯观测与数值模型输出的组合进行模型评估和空间插值”，《生物计量学》，66，36-45·Zbl 1077.62124号 ·doi:10.1111/j.0006-341X.2005.030821.x
[16] Gelfand，A.E.和Ghosh，S.K.（1998年），“模型选择：最小后验预测损失方法”，《生物统计学》，85，1-11·Zbl 0904.62036号 ·doi:10.1093/biomet/85.1.1
[17] Gelfand，A.E.、Schmidt，A.M.、Banerjee，S.和Sirmans，C.F.（2004），“通过空间变化的区域化进行非平稳多变量过程建模”（含讨论），测试，13，263–312·Zbl 1069.62074号 ·doi:10.1007/BF02595775
[18] Gelman，A.和Rubin，D.（1992），“使用多序列从迭代模拟中进行推断”，《统计科学》，第7（4）期，第457–511页·Zbl 1386.65060号 ·doi:10.1214/ss/117701136
[19] Gelman，A.、Carlin，J.B.、Stern，H.S.和Rubin，D.B.（2004），贝叶斯数据分析（第二版），博卡拉顿：查普曼和霍尔/CRC出版社。
[20] Harville，D.A.（1997），《统计学家视角下的矩阵代数》，纽约：施普林格出版社·Zbl 0881.15001号
[21] He，J.，Jones，J.W.，Graham，W.D.和Dukes，M.D.（2010），“使用广义似然不确定性估计方法估计作物模型参数的似然函数选择的影响”，农业系统，103256-264·doi:10.1016/j.agsy.2010.01.006
[22] Henderson，H.V.和Searle，S.R.（1981），“关于矩阵求和的逆运算”，《SIAM评论》，第23、53–60页·Zbl 0451.15005号 ·数字对象标识代码：10.1137/1023004
[23] Higdon，D.M.（2002），“使用过程卷积的空间和时空建模”，载于《当前环境问题的定量方法》，编辑C.Anderson、V.Barnett、P.C.Chatwin和A.H.El-Shaarawi，柏林：Springer，第37-56页·Zbl 1255.86016号
[24] Jones，J.、Hoogenboom，G.、Porter，C.、Boote，K.、Batchelor，W.、Hunt，L.、Wilkens，P.、Singh，U.、Gijsman，A.和Ritchie，J.（2003），“DSSAT模型作物系统模型”，《欧洲农学杂志》，第18期，第235–265页·doi:10.1016/S1161-0301（02）00107-7
[25] Jones，G.L.、Haran，M.、Caffo，B.S.和Neath，R.（2006），“马尔可夫链蒙特卡罗的固定宽度输出分析”，美国统计协会期刊，101，1537–1547·Zbl 1171.62316号 ·doi:10.1198/016214500000492
[26] Kamman，E.E.和Wand，M.P.（2003），“地质添加剂模型”，《皇家统计学会杂志》。C辑，应用统计学，52，1-18·Zbl 1111.62346号 ·doi:10.1111/1467-9876.00385
[27] Lin，X.，Wahba，G.，Xiang，D.，Gao，F.，Klein，R.和Klein，B.（2000），“具有伯努利观测和随机GACV的大数据集的平滑样条方差分析模型”，《统计学年鉴》，281570–1600·Zbl 1105.62358号 ·doi:10.1214/aos/1015951996
[28] Paciorek，C.J.和Schervish，M.J.（2006），“使用一类新的非平稳协方差函数进行空间建模”，环境计量学，17，483–506·doi:10.1002/env.785
[29] Pierce，F.J.和Nowak，P.（1999），“精准农业的方面”，《农学进展》，67，1-85·doi:10.1016/S0065-2113（08）60513-1
[30] Poole，D.J.和Raftery，A.E.（2000），“确定性模拟模型的推断：贝叶斯融合方法”，《美国统计协会杂志》，第95期，第1244–1255页·Zbl 1072.62544号 ·doi:10.1080/01621459.2000.10474324
[31] Raftery，A.E.、Givens，G.H.和Zeh，J.E.（1995），“弓头鲸确定性种群动力学模型的推断”（讨论），美国统计协会杂志，90，402-430·Zbl 0925.62473号 ·doi:10.1080/01621459.1995.10476529
[32] Rasmussen，C.E.和Williams，C.K.I.（2006），机器学习的高斯过程，剑桥：麻省理工学院出版社·Zbl 1177.68165号
[33] Ratliff，L.F.、Ritchie，J.T.和Cassel，D.K.（1983），“与实验室测量特性相关的土壤水分可用性现场测量极限”，《美国土壤科学学会期刊》，第47、770–775页·doi:10.2136/sssaj1983.03615995004700040032x
[34] Ritchie，J.T.（1972），“不完全覆盖的行作物蒸发预测模型”，《水资源研究》，81204-1214·doi:10.1029/WR008i005p01204
[35] Ritchie，J.T.和Otter，S.（1985），“CERES-Wheat:一个面向用户的小麦产量模型的描述和性能”，载于农业研究服务，小麦产量项目，编辑J.T.Richie和S.Otter（斯普林菲尔德）：ARS 38国家技术信息服务，第159-175页。
[36] Robert，C.P.（2001），《贝叶斯选择》（第二版），纽约：施普林格出版社·Zbl 0980.62005号
[37] Robert，C.和Casella，G.（2004），蒙特卡洛统计方法（第二版），纽约：施普林格出版社·兹比尔1096.62003
[38] Stein，M.L.（2007），“全球臭氧柱总量的空间变化”，《应用统计年鉴》，191–210·Zbl 1129.62115号 ·doi:10.1214/07-AOAS106
[39] –（2008），“大型空间数据集建模方法”，《韩国统计学会杂志》，37，3–10·兹比尔1196.62123 ·doi:10.1016/j.jkss.2007.09.001
[40] Sudduth，K.A.、Drummond，S.T.、Birrell，S.J.和Kitchen，N.R.（1996），《影响作物产量的空间因素分析》。第三届国际精准农业大会，编辑：Robert等人，麦迪逊：ASA-CSSA-SSSA，第129-140页。
[41] Sun，Y.、Li，B.和Genton，M.G.（2011），“大型数据集的地统计学”，《与环境问题相关的时空过程和挑战：春季学院论文集“自然事件时空建模的进展和挑战”》，E.Porcu、J.M.Montero和M.Schlather编辑，柏林：施普林格。
[42] Ver Hoef，J.M.、Cressie，N.A.C.和Barry，R.P.（2004），“基于快速傅里叶变换（FFT）的协同克里金柔性空间模型”，计算统计与；数据分析，13，265–282。
[43] Wackernagel，H.（2003），《多元地质统计学：应用简介》，柏林：施普林格出版社·Zbl 1015.62128号
[44] Wikle，C.K.和Cressie，N.（1999），“时空卡尔曼滤波的降维方法”，《生物统计学》，86，815–829·Zbl 0942.62114号 ·doi:10.1093/生物技术/86.4815
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。