为提高模型的模拟精准度，越来越多生态系统过程和观测数据被应用的陆地碳循环模型研究中。然而，这也从模型结构和数据两方面给模型结果带来不确定性。在此背景下，本研究基于马尔可夫－蒙特卡罗（Markov chain Monte Carlo）概率反演的方法，通过比较同一模型框架下（TECO）两个模型结构（TECO-C与TECO-CN）并利用不同数据（碳循环相关观测数据与氮循环相关观测数据）进行模型反演，利用Shannon信息指数，成功定量区分模型结构与数据对生态系统碳储存模拟的不确定。结果发现，模型结构和数据在短期都降低了模型模拟的不确定性；在长期模拟中，观测数据降低不确定性而模型结构却增加了模拟结果的不确定性。在所研究站点内，由于缺乏土壤碳库观测数据以及观测频率较低，在短期和长期都给模拟结果带来一定不确定。
该论文发表在SCI 1 区刊物 JAMES（影响因子：6.41）上。我学院杜正刚为第一作者，周旭辉教授为通讯作者。
全文链接地址：_http://onlinelibrary.wiley.com/doi/10.1002/2016MS000687/full
