读书笔记:理论生态学原理及应用(五)——植物种群动态
1个回答
展开全部
此篇读书笔记对应于《 Theoretical Ecology Principles and Applications 》第三版第六章——Plant population dynamics.
理论上,植物种群动态也不过是Malthus理论的实例化和拓展,这是所有生物体的共性。植物的特殊之处在于一系列的 限制(constraint) 。
书上的这句话说得挺好, 植物像是被加了一系列限制条件的生物体 ,就像我们买股票时总要考量下自己腰包里有多少钱,以及我们不是巴菲特这个至关重要的事实。既然有限制就有 权衡(trade-off) ,即在有限的资源、给定的条件下做出的每一个选择,都可能会获得一定受益,也要付出一定代价。因此才有了竞争(competition)与拓殖(colonization)的较量、K选择与r选择的较量、种子大和种子多的较量,等等。
就是说,当 感知 到某些困难时,动物可以及时解决困难;但植物感知到某些困难时,还要考虑它能不能解决这些困难。
取消高考好不好?好,因为孩子轻松了许多。现不现实?不现实,因为没有高考,拿什么来进行社会选拔?这就是植物的烦恼。
但正是这种不完美,让植物种群动态变得有趣。
请注意硅藻的特点:时代周期短。因而可以采用微分方程模拟其种群动态,也就是Malthus模型:
自然会想到,硅藻不可能无限制的增加,而是受密度依赖(density dependence)效应调控。从机理性的角度讲,硅藻的密度依赖效应具体表现在对 硅酸盐含量 的响应,也就是硅藻的限制性因子(依据 李比希最小因子定律 ,Leibig's Law of the Minimum)。硅酸盐含量大于一个阈值时,d N /d t >0;小于这个阈值时,d N /d t <0。Tilman将这个阈值称为 资源平衡点 R* 。称这一理论为 Tilman的 R* 理论 。
将模型拓展到“多个物种、一个限制因子”的场景,则 R* 值更低的物种会遭到 竞争排除(competition exclusion) 。
继续拓展到“多个物种、两个限制因子”。假定A物种对资源2更敏感,B物种对资源1更敏感。当两个物种对自己的敏感资源消耗速度更快时,物种才可能共存(图1a)。
继续拓展到“多个物种、多个限制因子”。种群和资源动态可表示为:
其中 代表物种 i 的内禀增长率, 代表第 j 种资源的含量, 代表第 i 个物种的死亡率, 是恒化器的资源周转率, 是第 j 种资源的供给浓度。
与书本第三章提到的密度依赖相比,这里做了机理性的细化,主要是由于硅藻的特殊性。
一年生维管植物通常用离散时间模型表征种群动态:
同样,需要考虑密度依赖。可以采用第三章中提到的Ricker曲线及其解析方法探讨一年生维管植物种群的密度依赖效应。
但研究者不会仅止步于此,而是像硅藻那样,说清楚密度依赖发生的本质原因,就像口语考官总希望让考生把事情具体化,不要泛泛而谈。于是,研究者就把一年生维管植物的密度依赖效应拆解成 微地域限制(microsite limitation) 、 大小可塑性(size plasticity) 和 自疏(self-thinning) 。三者分别降低萌发率、繁殖率和死亡率。
所谓微地域限制,就是指当种子数量达到一定程度后, 补充(recruitment) 就进行不了了。补充是指种子在适宜的生境萌发并最终生长到繁殖阶段的过程(也就是说,种子生长到幼苗后不幸死亡,这是不算补充的)。当种子数量超过环境所能接纳补充个体的阈值后,补充自然很难进行(图2)。
大小可塑性,大致是说:每个植物都认为,既然资源不够,那我每个 构件(module) 都长小一点,或者构件长少一点,或者我能量都分配到营养器官,先保证我活得下去再说。这也是构建生物的特性之一。不管植物怎么操作,最终导致的结果是 生育力(fecundity) 下降了。这种思想,推演出了两个结论:一、 产量衡值法则(The law of Constant Yield) 。这个法则相信做生态的人都熟悉到要听烂了;二、书本第三章提到的 争夺竞争(scramble competition) ,也就是个体平分有限资源。而争夺竞争会让种群动态变得不稳定。
自疏,其实就是密度依赖导致的死亡率提高。 –3/2自疏法则 就是代表之一。随后又牵扯到不同学者对–3/2这个自疏指数究竟有多大的争议,这里就不展开了。
其实问题在于,如果三种密度依赖机制都成立的话,如何设计实验区分三种不同机制,来研究它们在不同条件下的相对重要性?或者问,分别有哪些模式是一定由三个机制中的其中一种、而非其他两种涌现出来的。
种子库(seed bank) 是另一个影响种群动态的因素。考虑种子库时,种群动态变为:
其中, B 代表种子库中的种子数量, d 代表种子死亡率, g 代表萌发率, f 代表生育力。种子库的存在有利于种子逃避恶劣天气,等待气候适宜时再萌发。
如果种子库这个策略很不错,为什么并非所有一年生植物都有种子库?一方面,一些植物产生少量的大种子,这些种子竞争力强,但进入种子库后很容易被捕食者捕食;另一些植物产生大量的小种子,这些种子竞争不过前者,但能进入种子库,等条件适宜时萌发。另一方面,一些种子的策略是在“空间上逃避(escape in space)”,即避开不利生境,寻找有利生境以萌发,这种策略叫 传播(dispersal,或扩散) ;另一些种子的策略是在“时间上逃避(escape in time)”,等条件适宜时再萌发,这种策略叫 休眠(dormancy) 。总结起来,就是说,你种子库可能的确是个不错的策略,但我也有其他策略去适应我所在的生境,你这种策略要搬到我所在的生境里(或者我的种子性状),可能是行不通的。就像每个人都会走适合自己的那条路一样,不是说成绩好、荣誉多就是成功的,成绩不好、荣誉少就是失败者(开始鸡汤...收住)。
引入草食者后,相当于人为地构造了捕食者–猎物系统。可以从Lotka–Volterra模型出发,分析草本植物和捕食者的种群动态。经过作者的推演发现,若捕食者不存在密度依赖,则系统平衡点与草本植物的内禀增长率无关;否则有关。
也可以从权衡的角度去解读,即如果竞争力更强的物种更容易受到捕食者的吸引,那么竞争与逃逸捕食就构成了一对权衡,从而促进草本植物的物种共存。
多年生草本具有不同的特点:寿命长、难计数、通过根状茎或匍匐茎横向传播。这时候,采用 生物量(biomass) 而不是种群个体数来模拟种群动态。 彩票模型(Lottery model) 是一种空间隐含模型,它将空间划分成大量网格,但并不指明网格的位置。每个网络能够塞一个构件。初始状态下,构件就已经塞满整个空间。随后,只有当构件的死亡发生,腾出位置时,才能塞下新的构件。而新的构件到底塞哪个物种,这取决于每个物种的生育力。在A、B双物种系统种,A种群动态可表示为:
其中, 为被A种群构件占领的网格数, 为死亡率, 为空间内网格总数, 为A种群的生育力。显然,当 时,B种群总会被竞争排除。但当A种群生育力受密度依赖调控,并且大于一定阈值后,A种群生育力低于B种群时,共存就发生了。
显然,该模型将生物量简化为构建数量,作出了“生物量简单相加”这一假设。但实际上 混种(mixture) 有时候比 单种(monoculture) 能达到更高的产量,这种现象叫做 超产(out-yield) 。这里涉及到生物多样性与生态系统功能(biodiversity–ecosystem function, BEF)的理论,一个是 取样效应(sampling effects) ,即恰好取到高产的物种,使混种体系产量很高;另一个是 互补效应(complementarity) ,即生态位分化使混种体系更有效地利用资源,从而提高产量。目前BEF是国内生态学研究中当之无愧的热点,实在太多人研究了,在此不作展开。
提起林木就让我想到基于个体的模型(individual-based modeling),想到储诚进老师课题组做的林木个体间的高阶相互作用。为什么林木就要基于个体,草本和藻类怎么就没有提要基于个体呢?显然是因为传统的模型用到林木种群动态上出问题了。
空间效应在森林中是不容忽略的。简单地用空间平均密度或平均场理论考虑空间效应,模型的解释度是不够的。常见的过程,例如竞争、环境异质性、随机效应发生在不同的空间尺度上。种子传播的远近造成不同物种搜索适宜生境的能力不同。林木个体仅和周围的个体发生竞争,而不是全局范围内的所有个体。
因而,常常采用基于个体的空间显式模型模拟林木种群动态。其中,最重要的四个组分是 生长曲线(growth kernel,或生长核) 、 死亡曲线(mortality kernel) 、 生育曲线(fecundity kernel) 和 传播曲线(dispersal kernel) 。
捕捉更多变异就要付出代价,例如降低模型的普适性、增大模型验证成本、增大随机误差,等等。由此得出的结论是否还能像最初的生态学理论那样发人深省,的确是让人担忧的。
随着Malthus理论的实例化,我们固然能够得出有关某一特殊研究材料的特殊结论。但,科学可能更希望得到普适性的结论。如何突破这种“It depends”的僵局?
上一篇: 理论生态学原理及应用(四)——捕食者–猎物互作
下一篇: 理论生态学原理及应用(六)——物种共存
理论上,植物种群动态也不过是Malthus理论的实例化和拓展,这是所有生物体的共性。植物的特殊之处在于一系列的 限制(constraint) 。
书上的这句话说得挺好, 植物像是被加了一系列限制条件的生物体 ,就像我们买股票时总要考量下自己腰包里有多少钱,以及我们不是巴菲特这个至关重要的事实。既然有限制就有 权衡(trade-off) ,即在有限的资源、给定的条件下做出的每一个选择,都可能会获得一定受益,也要付出一定代价。因此才有了竞争(competition)与拓殖(colonization)的较量、K选择与r选择的较量、种子大和种子多的较量,等等。
就是说,当 感知 到某些困难时,动物可以及时解决困难;但植物感知到某些困难时,还要考虑它能不能解决这些困难。
取消高考好不好?好,因为孩子轻松了许多。现不现实?不现实,因为没有高考,拿什么来进行社会选拔?这就是植物的烦恼。
但正是这种不完美,让植物种群动态变得有趣。
请注意硅藻的特点:时代周期短。因而可以采用微分方程模拟其种群动态,也就是Malthus模型:
自然会想到,硅藻不可能无限制的增加,而是受密度依赖(density dependence)效应调控。从机理性的角度讲,硅藻的密度依赖效应具体表现在对 硅酸盐含量 的响应,也就是硅藻的限制性因子(依据 李比希最小因子定律 ,Leibig's Law of the Minimum)。硅酸盐含量大于一个阈值时,d N /d t >0;小于这个阈值时,d N /d t <0。Tilman将这个阈值称为 资源平衡点 R* 。称这一理论为 Tilman的 R* 理论 。
将模型拓展到“多个物种、一个限制因子”的场景,则 R* 值更低的物种会遭到 竞争排除(competition exclusion) 。
继续拓展到“多个物种、两个限制因子”。假定A物种对资源2更敏感,B物种对资源1更敏感。当两个物种对自己的敏感资源消耗速度更快时,物种才可能共存(图1a)。
继续拓展到“多个物种、多个限制因子”。种群和资源动态可表示为:
其中 代表物种 i 的内禀增长率, 代表第 j 种资源的含量, 代表第 i 个物种的死亡率, 是恒化器的资源周转率, 是第 j 种资源的供给浓度。
与书本第三章提到的密度依赖相比,这里做了机理性的细化,主要是由于硅藻的特殊性。
一年生维管植物通常用离散时间模型表征种群动态:
同样,需要考虑密度依赖。可以采用第三章中提到的Ricker曲线及其解析方法探讨一年生维管植物种群的密度依赖效应。
但研究者不会仅止步于此,而是像硅藻那样,说清楚密度依赖发生的本质原因,就像口语考官总希望让考生把事情具体化,不要泛泛而谈。于是,研究者就把一年生维管植物的密度依赖效应拆解成 微地域限制(microsite limitation) 、 大小可塑性(size plasticity) 和 自疏(self-thinning) 。三者分别降低萌发率、繁殖率和死亡率。
所谓微地域限制,就是指当种子数量达到一定程度后, 补充(recruitment) 就进行不了了。补充是指种子在适宜的生境萌发并最终生长到繁殖阶段的过程(也就是说,种子生长到幼苗后不幸死亡,这是不算补充的)。当种子数量超过环境所能接纳补充个体的阈值后,补充自然很难进行(图2)。
大小可塑性,大致是说:每个植物都认为,既然资源不够,那我每个 构件(module) 都长小一点,或者构件长少一点,或者我能量都分配到营养器官,先保证我活得下去再说。这也是构建生物的特性之一。不管植物怎么操作,最终导致的结果是 生育力(fecundity) 下降了。这种思想,推演出了两个结论:一、 产量衡值法则(The law of Constant Yield) 。这个法则相信做生态的人都熟悉到要听烂了;二、书本第三章提到的 争夺竞争(scramble competition) ,也就是个体平分有限资源。而争夺竞争会让种群动态变得不稳定。
自疏,其实就是密度依赖导致的死亡率提高。 –3/2自疏法则 就是代表之一。随后又牵扯到不同学者对–3/2这个自疏指数究竟有多大的争议,这里就不展开了。
其实问题在于,如果三种密度依赖机制都成立的话,如何设计实验区分三种不同机制,来研究它们在不同条件下的相对重要性?或者问,分别有哪些模式是一定由三个机制中的其中一种、而非其他两种涌现出来的。
种子库(seed bank) 是另一个影响种群动态的因素。考虑种子库时,种群动态变为:
其中, B 代表种子库中的种子数量, d 代表种子死亡率, g 代表萌发率, f 代表生育力。种子库的存在有利于种子逃避恶劣天气,等待气候适宜时再萌发。
如果种子库这个策略很不错,为什么并非所有一年生植物都有种子库?一方面,一些植物产生少量的大种子,这些种子竞争力强,但进入种子库后很容易被捕食者捕食;另一些植物产生大量的小种子,这些种子竞争不过前者,但能进入种子库,等条件适宜时萌发。另一方面,一些种子的策略是在“空间上逃避(escape in space)”,即避开不利生境,寻找有利生境以萌发,这种策略叫 传播(dispersal,或扩散) ;另一些种子的策略是在“时间上逃避(escape in time)”,等条件适宜时再萌发,这种策略叫 休眠(dormancy) 。总结起来,就是说,你种子库可能的确是个不错的策略,但我也有其他策略去适应我所在的生境,你这种策略要搬到我所在的生境里(或者我的种子性状),可能是行不通的。就像每个人都会走适合自己的那条路一样,不是说成绩好、荣誉多就是成功的,成绩不好、荣誉少就是失败者(开始鸡汤...收住)。
引入草食者后,相当于人为地构造了捕食者–猎物系统。可以从Lotka–Volterra模型出发,分析草本植物和捕食者的种群动态。经过作者的推演发现,若捕食者不存在密度依赖,则系统平衡点与草本植物的内禀增长率无关;否则有关。
也可以从权衡的角度去解读,即如果竞争力更强的物种更容易受到捕食者的吸引,那么竞争与逃逸捕食就构成了一对权衡,从而促进草本植物的物种共存。
多年生草本具有不同的特点:寿命长、难计数、通过根状茎或匍匐茎横向传播。这时候,采用 生物量(biomass) 而不是种群个体数来模拟种群动态。 彩票模型(Lottery model) 是一种空间隐含模型,它将空间划分成大量网格,但并不指明网格的位置。每个网络能够塞一个构件。初始状态下,构件就已经塞满整个空间。随后,只有当构件的死亡发生,腾出位置时,才能塞下新的构件。而新的构件到底塞哪个物种,这取决于每个物种的生育力。在A、B双物种系统种,A种群动态可表示为:
其中, 为被A种群构件占领的网格数, 为死亡率, 为空间内网格总数, 为A种群的生育力。显然,当 时,B种群总会被竞争排除。但当A种群生育力受密度依赖调控,并且大于一定阈值后,A种群生育力低于B种群时,共存就发生了。
显然,该模型将生物量简化为构建数量,作出了“生物量简单相加”这一假设。但实际上 混种(mixture) 有时候比 单种(monoculture) 能达到更高的产量,这种现象叫做 超产(out-yield) 。这里涉及到生物多样性与生态系统功能(biodiversity–ecosystem function, BEF)的理论,一个是 取样效应(sampling effects) ,即恰好取到高产的物种,使混种体系产量很高;另一个是 互补效应(complementarity) ,即生态位分化使混种体系更有效地利用资源,从而提高产量。目前BEF是国内生态学研究中当之无愧的热点,实在太多人研究了,在此不作展开。
提起林木就让我想到基于个体的模型(individual-based modeling),想到储诚进老师课题组做的林木个体间的高阶相互作用。为什么林木就要基于个体,草本和藻类怎么就没有提要基于个体呢?显然是因为传统的模型用到林木种群动态上出问题了。
空间效应在森林中是不容忽略的。简单地用空间平均密度或平均场理论考虑空间效应,模型的解释度是不够的。常见的过程,例如竞争、环境异质性、随机效应发生在不同的空间尺度上。种子传播的远近造成不同物种搜索适宜生境的能力不同。林木个体仅和周围的个体发生竞争,而不是全局范围内的所有个体。
因而,常常采用基于个体的空间显式模型模拟林木种群动态。其中,最重要的四个组分是 生长曲线(growth kernel,或生长核) 、 死亡曲线(mortality kernel) 、 生育曲线(fecundity kernel) 和 传播曲线(dispersal kernel) 。
捕捉更多变异就要付出代价,例如降低模型的普适性、增大模型验证成本、增大随机误差,等等。由此得出的结论是否还能像最初的生态学理论那样发人深省,的确是让人担忧的。
随着Malthus理论的实例化,我们固然能够得出有关某一特殊研究材料的特殊结论。但,科学可能更希望得到普适性的结论。如何突破这种“It depends”的僵局?
上一篇: 理论生态学原理及应用(四)——捕食者–猎物互作
下一篇: 理论生态学原理及应用(六)——物种共存
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询