鄂道陽 高軍暉
摘 要:該文運(yùn)用元胞自動(dòng)機(jī)來模擬食物鏈中物種斑塊數(shù)量的演化。在第一部分引言中回顧了元胞自動(dòng)機(jī)在食物鏈中的應(yīng)用;在第二部分中定義了物種斑塊;第三部分是模擬和計(jì)算,包括元胞自動(dòng)機(jī)模型的假設(shè)、初始化、元胞自動(dòng)機(jī)的運(yùn)行、斑塊數(shù)量的統(tǒng)計(jì)等內(nèi)容;第四部分對斑快的時(shí)間變化進(jìn)行了分析;第五部分是討論與結(jié)論。研究發(fā)現(xiàn),當(dāng)食物鏈各物種的數(shù)量變化趨向穩(wěn)定狀態(tài)后,各物種斑塊的數(shù)量變化,也會(huì)呈現(xiàn)出穩(wěn)定的狀態(tài)。
關(guān)鍵詞:食物鏈 斑快 元胞自動(dòng)機(jī) 演化
中圖分類號:O242 文獻(xiàn)標(biāo)識碼:A 文章編號:1674-098X(2016)02(a)-0060-03
食物鏈?zhǔn)窃谑澄锞W(wǎng)中由基本的生產(chǎn)者開始,結(jié)束于頂端的捕食者,食腐動(dòng)物,或是分解者的線性關(guān)系。食物鏈可以通過生物的食譜顯現(xiàn)出他們各自的關(guān)系,它的每一層也代表了不同的營養(yǎng)層。食物鏈不同于食物網(wǎng),因?yàn)槭澄镦準(zhǔn)澄镦溨皇且粭l每一層由一種生物組成的結(jié)構(gòu)而食物網(wǎng)則是復(fù)雜的不同動(dòng)物的關(guān)系聚合后的產(chǎn)物。食物鏈最初由African-Arab科學(xué)家哲學(xué)家Al-Jahiz提出,后來在一本由Charles Elton寫的,在1927年出版的書中得到推廣,這本書同時(shí)引出了食物網(wǎng)理論[1-4]。
元胞自動(dòng)機(jī)(Cellular Automaton,以下簡稱CA)是馮·諾依曼(John Von Neumann)20世紀(jì)60年代提出的用于模擬生命系統(tǒng)所具有的自復(fù)制功能模型,是一個(gè)構(gòu)造簡單,空間和狀態(tài)變量離散,且狀態(tài)有限的模型。
Dewdney(1984)可能是第一個(gè)用CA研究捕食與獵物系統(tǒng)的人[5],他用環(huán)面上的元胞系統(tǒng)和馮·諾依曼鄰居(上下左右4個(gè)方向)研究了鯊-魚系統(tǒng)。此后,這方面的研究逐步展開。
一般來說,元胞自動(dòng)機(jī)主要模擬食物鏈中的物種變化,但是也有比較特殊的,如Robert M.Itami(1994)就使用過元胞自動(dòng)機(jī)來模擬物種的密度[6]。Hawick(2010)在100 000大小的元胞區(qū)域,對兩種群捕食與獵物系統(tǒng)進(jìn)行空間分析[7]。
高竹等(2013)利用元胞自動(dòng)機(jī)對3種群的捕食與獵物系統(tǒng)進(jìn)行數(shù)值模擬研究[8]。該文在文獻(xiàn)[8]的程序基礎(chǔ)上,運(yùn)用元胞自動(dòng)機(jī)來模擬斑塊的演化,注重的就是斑塊的數(shù)量與時(shí)間的變化規(guī)律。
1 物種斑塊的定義
為簡單起見,我們構(gòu)建一個(gè)6×6大小的只有一個(gè)物種的二維元胞空間,如圖1所示。其中黑色的格點(diǎn)表示被物種占據(jù)。
如果那些被占據(jù)的格點(diǎn)彼此相鄰,則它們就形成一個(gè)斑塊。相鄰的判斷準(zhǔn)則與元胞自動(dòng)機(jī)一致,這里采用馮-諾依曼(Von.Neumann)型,即一個(gè)元胞的上、下、左、右相鄰4個(gè)元胞為該元胞的鄰居[4]。
圖1中,一共有8個(gè)斑塊,從上往下、從左往右,8個(gè)斑塊的面積分別是1、1、3、2、2、1、1、2個(gè)單位。最大斑塊的面積為3。
2 模擬與計(jì)算方法
2.1 模型的假設(shè)
我們采用的方法與文獻(xiàn)[8]一致,食物鏈由植物、食草動(dòng)物和食肉動(dòng)物組成。這里,植物、食草動(dòng)物、食肉動(dòng)物分別用草、兔子、狼作為代表。兔子與草之間、狼與兔子之間構(gòu)成捕食與獵物的關(guān)系。
采用的元胞自動(dòng)機(jī)是一個(gè)二維矩形區(qū)域,由矩形方格組成,每個(gè)方格由草或兔子或狼占據(jù),也可能是空地。采用馮·諾依曼鄰居,即兔子和狼均只能以上、下、左、右4個(gè)方向移動(dòng)或捕食,而草不能移動(dòng)。
2.2 初始化
首先設(shè)定好空地、草、兔子、狼占據(jù)方格的概率,然后遍歷所有的矩形方格,對于每一個(gè)方格,用蒙特卡洛方法(Monte Carlo)模擬,決定該方格是被4種中的哪一種占據(jù)。初始化還包括兩類動(dòng)物各自的饑餓時(shí)間,3個(gè)物種各自的生育區(qū)間等參數(shù)。圖2是初始化的一個(gè)實(shí)例,其中淺白色表示空地,深灰色表示草,淺灰色表示兔子,黑色表示狼。
2.3 運(yùn)行元胞自動(dòng)機(jī)
假設(shè)元胞自動(dòng)機(jī)由100×100的方格組成,一共有1萬個(gè)格式,我們把1萬次模擬作為1個(gè)步長,這樣可以保證平均每個(gè)元胞有1次機(jī)會(huì)進(jìn)行演化。圖3是元胞自動(dòng)機(jī)運(yùn)行結(jié)果實(shí)例。
2.4 斑塊數(shù)量的統(tǒng)計(jì)
為了獲得演化中的斑塊信息,我們每100步就輸出一個(gè)矩陣,100行,每行100列。矩陣中的元素分別是0、1、2、3,代表空地、草、兔子、狼。
我們另外編寫了一個(gè)程序,計(jì)算矩陣中0、1、2、3的斑塊數(shù)量。模擬的結(jié)果見第4部分。
3 結(jié)果與分析
表1顯示了我們從20個(gè)矩陣(時(shí)間序列)中獲得的斑塊數(shù)量。
我們把表1中的數(shù)據(jù)繪制成時(shí)間曲線,如圖4所示。
從圖4中我們可以看出,空地的斑塊數(shù)量一開始迅速上升,這是因?yàn)樵谝婚_始,3個(gè)物種的密度都不大,造成空地的密度大,以至于空地全都連成一片,這個(gè)可以從圖2中看出來。隨著時(shí)間的推移,其他3個(gè)物種的密度逐步增加,空地的密度就逐步減少,原先連成一片的大空地斑塊不斷地分解成了小空地斑塊、更小的空地斑塊,因而空地斑塊的數(shù)量逐步增加。大約在7個(gè)步長開始,空地斑塊的數(shù)量開始出現(xiàn)起伏并且穩(wěn)定在500~600之間。
草的斑塊數(shù)量的變化正好與空地相反。相對于兔子和狼,在初始化時(shí),草的密度更大,因此,一開始草的斑塊數(shù)量明顯多于兔子和狼的斑塊數(shù)量。隨著時(shí)間的推移,草的快速生長使得草的密度逐步增加,原來分散的斑塊連成一片,使得草的斑塊數(shù)量迅速下降,這個(gè)可以從圖3中看出來。
兔子的斑塊數(shù)量,一開始有大的震蕩,然后變得比較平穩(wěn)。狼的斑塊數(shù)量的變化,與兔子類似。
從圖4中我們可以發(fā)現(xiàn),在經(jīng)歷了一段時(shí)間之后,四種斑塊的數(shù)量都脫離了大幅變化,趨向了平穩(wěn)。平穩(wěn)狀態(tài)中,草的斑塊塊數(shù)量最小,大約在100左右,其次是狼的斑塊數(shù)量,大約在250~400之間,空地的斑塊數(shù)量大致在500~600之間,而兔子的斑塊數(shù)量在600左右。
4 討論和結(jié)論
該文運(yùn)用元胞自動(dòng)機(jī)來模擬物種斑塊數(shù)量的演化。研究發(fā)現(xiàn),當(dāng)食物鏈各物種的數(shù)量變化趨向穩(wěn)定狀態(tài)后,各物種斑塊的數(shù)量變化,也會(huì)呈現(xiàn)出穩(wěn)定的狀態(tài)。
然而,限于研究水平,筆者沒有考慮各種可能的情況,這也是今后繼續(xù)努力的方向。
參考文獻(xiàn)
[1] Angela Mclean,Robert May.Theoretical Ecology:Principles and Applications[J].W.b.saunders Company Philadelphia Pa,2007(16):1147-1152.
[2] Elton,C.S.Animal Ecology[M].London,UK.: Sidgwick and Jackson,2001.
[3] Allesina,S.,Alonso,D.,Pascal,M.A general model for food web structure[J].Science,2008(5876):658-661.
[4] Egerton,F(xiàn).N.Understanding food chains and food webs,1700-1970[J].Bulletin of the Ecological Society of America,2007(1):50-69.
[5] Dewdney,A.K.Sharks and fish wage an ecological war on the toroidal planet Wa-Tor[J].Scientific American,1984,251(6):14-20.
[6] Robert M.Itami.Simulating spatial dynamics: cellular automata theory[J].Landscape and Urban Planning,1994(1):27-47.
[7] KA Hawick.Spectral Analysis of Growth in Spatial Lotka-Volterra Models[C]//K.A.HawickProc.IASTED International Conference on Modelling and Simulation,2010.
[8] 高竹.基于“元胞自動(dòng)機(jī)”的食物鏈模擬軟件[J].生物學(xué)教學(xué),2013(3):41-42.