土壤有机碳动力学中的模式：整合微生物活动、趋化性与数据驱动方法
数值分析
2024-07-31 v1 数值分析
定量方法
摘要
土壤有机碳（SOC）模型经常忽略空间维度和微生物活动的影响。在本文中，我们聚焦于两个支持趋化驱动不稳定性的反应扩散趋化模型，当微生物趋化灵敏度超过临界阈值时，这些模型会表现出条纹、斑点和六边形等多种空间模式。我们使用辛技术来数值逼近趋化驱动的空间模式，并探索分段动态模态分解（pDMD）在重构这些模式方面的有效性。我们的发现表明，pDMD能够精确地重现趋化驱动的空间模式，从而将该方法的应用范围扩展到图灵模式之外的解类别。通过在更广泛的模型范围内验证其有效性，本研究为将pDMD应用于实验时空数据奠定了基础，这对于推进土壤微生物生态学和农业可持续性至关重要的预测具有重要意义。
引用
@article{arxiv.2407.20625,
title = {Patterns in soil organic carbon dynamics: integrating microbial activity, chemotaxis and data-driven approaches},
author = {Angela Monti and Fasma Diele and Deborah Lacitignola and Carmela Marangi},
journal= {arXiv preprint arXiv:2407.20625},
year = {2024}
}