贝叶斯网络模型构建：基于已发表的科学文献综述，探讨将耕作改造作为自然洪水管理策略的证据整合

《ARTIFICIAL INTELLIGENCE REVIEW》：Bayesian network model development: evidence synthesis using published scientific literature review for tillage adaptation as a natural flood management strategy

　　

摘要

贝叶斯信念网络能够有效模拟相互关联系统中的不确定性，但其构建与参数设定存在显著的方法学挑战。本研究提出一种基于已发表科学文献的综述方法，作为一种新的、以证据综合为驱动的手段，用于在数据匮乏的环境领域中构建透明且可追溯的贝叶斯信念网络结构。该方法有助于系统地收集相关知识，进而构建贝叶斯信念网络结构并完成数据整理工作。我在系统综述过程中，进一步开展了变量间关联的识别与网络构建工作，并邀请领域专家对结果进行评估。其目标是以可信的数据源及可追溯的证据为基础，识别出具有相互依赖关系的关键变量。在系统综述过程中，我识别并编码了各种主题（作为参数），以及子主题（作为参数状态），同时还提取了数据出现频率（作为参数设定的依据）。作为示例，我利用系统综述所得的案例文件构建了一个原型贝叶斯信念网络结构，并对该模型进行了参数设定，进而总结了关于将耕作方式调整作为可持续农业及洪水缓解措施的有效性证据。这种方法通过结合已发表科学文献综述技术与数据整理框架，为模型开发者提供了坚实基础，有助于他们构建可用于多学科研究的初步贝叶斯信念网络模型。