eDNA输运随机超过程模型预印本

Hidekazu Yoshioka 在 arXiv 预印本中提出河流 eDNA 浓度的随机建模框架：浓度由含输运、衰减、源项和平方根乘性噪声的随机偏微分方程描述，流速则建模为具有长记忆的 Ornstein-Uhlenbeck 型过程叠加。作者在预印本中声称，流速的长记忆导致 eDNA 超扩散输运，输运距离的方差在系综意义下超线性增长；模型具有闭式 Laplace 泛函，并据此证明无界域上解在分布意义下的存在唯一性。 该框架被应用于日本一条河流中 Plecoglossus altivelis altivelis 上溯洄游期间采集的 eDNA 与流速数据。上述结论均为预印本作者自述，尚待同行评审与独立核验。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。