第二章

生態模型的組成和類型簡單實例：湖泊P的循環模型狀態變量Statevariables：PS、PA強制函數Forcingfunctions：入流、出流流量及其中的PS與PA含量；溫度、太陽輻射等。生態過程EcologicalProcesses：

(1)藻類P吸收Puptakeofalgae;(2)藻類P釋放Preleaseofalgae;

(3)P

隨入流的輸入Pinputbyinflow;(4)P

隨出流的輸出PoutputbyoutflowPS湖水中溶解PPA藻類細胞中P吸收uptake釋放release入流Inflow出流Outflow出流Outflow狀態方程：

dPS/dt=(流入-流出-被藻類吸收+藻類釋放)=(PIN-PS)*(Q/V)-(-R)*PA

dPA/dt=(藻類吸收-流出-藻類釋放)=(-R–(Q/V))*PA率、系數方程：

=S*PA/（PS+K）

S=Smax*（1+Sin(0.008603*t)）

式中：：藻類生長率

R：藻類釋放速率(1/d)

K：藻類吸收P的米氏常數（gP/m3）

S：太陽輻射函數

Smax：最大太陽輻射強度

Q：出入流流量（m3）

V：湖泊體積（m3）2.1

模型的組成5個部分：狀態變量Statevariables強制函數或外部變量Forcingfunctions數學方程Equations參數Parameters通用常數ConstantsModelElementsStatevariables:describingthestateofthesystem(internalvariables)Forcingfunctions:describingtheexternalimpactonthesystem(externalvariables)Controllable:pollutantinput,managementmethods

Uncontrollable:solarradiation,temperatureEquations:describingtheprocesses,i.e.therelationshipsbetweenStatevariablesandForcingFunctionsParameters:(coefficientsintheequations)Constants:

(physicalandchemical)2.1

模型的組成（續）狀態變量Statevariables：是描述生態系統狀態的變量；狀態變量的選擇影響模型的結構和復雜性；大多數模型所包含的狀態變量的數目多于管理直接需要的數目；當模型用于管理時，可通過改變強制函數來預測狀態變量的值；因為生態系統關系的復雜性，必須引入一些附加的狀態變量。如，在許多富營養化模型中，除營養物濃度和浮游植物濃度外，還有浮游動物濃度、魚的濃度、懸浮物濃度等態變量。2.1

模型的組成（續）強制函數或外部變量Forcingfunctions

：它們是影響生態系統狀態的外部變量或函數；可用模型來預測強制函數隨時間而改變時生態系統所發生的變化；人為控制函數：可由人類控制的強制函數。如污染物的輸入、礦物燃料的消耗、捕魚方式的改變等；自然控制函數：由自然控制的強制函數。如溫度、太陽輻射和雨量等。2.1

模型的組成（續）數學方程Equations：描述生態系統中的生物、化學、物理過程；表示強制函數與狀態變量之間的關系；生態系統中生態過程的相似性，使相同的方程可用在不同的模型中；在生態學中，目前還不可能用一個方程來代表一個特定過程；大多數過程可以有幾種數學表示式，它們都是同樣有效的。2.1

模型的組成（續）參數Parameters

：是生態過程數學表達式中的系數；對一個特定的生態系統或生態系統的某一部分，參數可以看作常數；在某些模型中，參數具有的確定意義，例如，浮游植物的最大長率；許多參數只知道其值的范圍，只有少量的參數知道其確切數值；參數有三種確定方法：文獻法、實驗法、校正法。2.1模型的組成（續）通用常數Constants

：如氣體常數、分子量等等這些常數不是校正的對象舉例：圖2.1解釋一個湖泊中P循環的概念模型簡單實例：湖泊P的循環模型狀態變量Statevariables：PS、PA強制函數Forcingfunctions：入流、出流流量及其中的PS與PA含量；溫度、太陽輻射等。生態過程EcologicalProcesses：

(1)藻類P吸收Puptakeofalgae;(2)藻類P釋放Preleaseofalgae;

(3)P

隨入流的輸入Pinputbyinflow;(4)P

隨出流的輸出PoutputbyoutflowPS湖水中溶解PPA藻類細胞中P吸收uptake釋放release入流Inflow出流Outflow出流Outflow狀態方程：

dPS/dt=(流入-流出-被藻類吸收+藻類釋放)=(PIN-PS)*(Q/V)-(-R)*PA

dPA/dt=(藻類吸收-流出-藻類釋放)=(-R–(Q/V))*PA率、系數方程：

=S*PA/（PS+K）

S=Smax*（1+Sin(0.008603*t)）

式中：：藻類生長率

R：藻類釋放速率(1/d)

K：藻類吸收P的米氏常數（gP/m3）

S：太陽輻射函數

Smax：最大太陽輻射強度

Q：出入流流量（m3）

V：湖泊體積（m3）2.2

生態模型的類型EcologicalModelTypesDependingonclassificationindicators

決定于分類的指標Introducingthreeclassifications三種分類方案成對分類法Pairmodel狀態變量特征分類法Statevariables應用領域分類法Applicationfields2.2

生態模型的類型（續）

(一)

成對模型分類法Pairmodel

Jorgensen(1986)將模型歸納為9種類型：研究模型（researchmodel）與管理模型（managementmodel）隨機模型（stochasticmodel）與確定性模型（deterministicmodel）分室模型（compartmentmodel）和矩陣模型（matrixmodel）歸納模型（reductionisticmodel）和整體模型（holisticmodel）靜態模型（staticmodel）與動態模型（dynamicmodel）分布參數模型（distributedparametermodel）與集中參數模型（lumpedparametermodel）因果關系模型（causaldescriptive）與黑箱模型（blockboxmodel）線形模型

(linearmodel)

與非線形模型(nonlinearmodel)自控模型(autonomousmodel)與非自控模型(nonautonomousmodel)2.2

生態模型的類型（續）

(一)

成對模型分類法研究模型（researchmodel）與管理模型（managementmodel）劃分依據：模型的使用目的。該劃分方法不常用；研究模型：目的在于了解系統各成分之間的因果關系；管理模型：則通過系統的行為分析，以尋找最優的管理策略2.2

生態模型的類型（續）

(一)

成對模型分類法隨機模型（stochasticmodel）與確定性模型（deterministicmodel）劃分依據：模型是否考慮隨機變量參數。較常用的劃分方法之一；隨機模型：包括隨機輸入擾動和隨機測量誤差；確定性模型：無隨機輸入擾動和隨機測量誤差，參數是確知的，相當于人們對系統的行為有透徹的了解，即，系統的未來響應是完全決定于對當前狀態和未來的輸入。2.2

生態模型的類型（續）

(一)

成對模型分類法分室模型（compartmentmodel）和矩陣模型（matrixmodel）劃分依據：模型方程的特點。該劃分方法不常用；分室模型：狀態變量通過與時間有關的微分方程來確定；矩陣模型：在數學表達式中使用了矩陣。2.2

生態模型的類型（續）

(一)

成對模型分類法歸納模型（reductionisticmodel）和整體模型（holisticmodel）劃分依據：模型考慮的系統特征。該劃分方法不常用；歸納模型：組合盡可能多的系統細節，系統的性質是所有細節的總和；整體模型：利用一般的系統原則，把生態系統的性質當作一個系統，考慮系統的性質而不是所有細節的總和，整個系統具有一些子系統不具有的性質。2.2

生態模型的類型（續）

(一)

成對模型分類法靜態模型（staticmodel）與動態模型（dynamicmodel）劃分依據：變量是否作為時間的函數。是常用的劃分方法之一。靜態模型：描述系統的行為不隨時間的變化而變化，或系統的狀態與時間無關；此模型可用作管理．但不能用來預測何時出現這些情況。動態模型：用于研究一定時間范圍內的系統行為，它常用微分方程或差分方程來描述系統對外部因素的響應，微分方程用來表示狀態隨時間的連續變化，而差分方程用來表示狀態隨時間的離散變化。使用動態模型可以比較各種穩定狀態情況和預報系統變化2.2

生態模型的類型（續）

(一)

成對模型分類法分布參數模型（distributedparametermodel）與集中參數模型（lumpedparametermodel）劃分依據：參數在時間與空間上的變化特征。該劃分方法不常用分布參數模型：參數為時間與空間上的函數，模型常用偏微分方程來定義；集中參數模型：將參數視為常數，模型常用常微分方程來定義。分布參數模型典型的例子：溶解物質沿著河流遷移平流-擴散模型，它可包括三個正交方向上的變化。集中參數模型的典型例子：不斷攪動容器反應器得到湖泊水質動態的理想化。2.2生態模型的類型（續）

(一)

成對模型分類法因果關系模型（causaldescriptive）與黑箱模型（blockboxmodel）劃分依據：系統的輸入與輸出是否考慮到與狀態的關系。較常用。因果關系模型：表征輸人怎樣與狀態連結、狀態之間如何連結以及狀態與系統的輸出如何連結，即提供了過程行為內部機制的描述；用于很好地理解生態系統的功能的情況下黑箱模型：僅反映輸入作怎么樣的改變會影響輸出響應；它只涉及可測定的部分：輸入和輸出；用于對生態過程的了解相當有限的情況下。典型實例：湖泊營養物與浮游植物濃度關系模型；根據強制函數（營養物輸入）和湖泊中測定的浮游植物濃度的統計分析得出它們之間的關系。在生態學中，因果關系模型比黑箱模型應用更廣泛。2.2

生態模型的類型（續）

(一)

成對模型分類法線形模型(linearmodel)與非線形模型(nonlinearmodel)劃分依據：模型的數學表達式是否為線性。較常用線性模型：模型的數學表達式為線性非線形模型：模型的數學表達式為非線性2.2

生態模型的類型（續）

(一)

成對模型分類法自控模型(autonomousmodel)與非自控模型(nonautonomousmodel)劃分依據：方程的導數是否依賴于時間自控模型：自變量不依賴于時間，dy/dt=ayb+cyd+e非自控模型：自變量為時間的函數，使得方程的導數依賴于時間，dy/dt=ayb+cyd+e+g(t)Typeofmodels

CharacterizationResearchmodels UsedasaresearchtoolManagementmodels UsedasamanagementtoolDeterministicmodels ThepredictedvaluesarecomputedexactlyStochasticmodels ThepredictedvaluesdependonprobabilitydistributionCompartmentmodels Thevariablesdefiningthesystemarequantifiedbymeansoftime-dependentdifferentialequationsMatrixmodelsUsematricesinthemathematicalformulationReductionisticmodels IncludeasmanyrelevantdetailsaspossibleHolisticmodels UsegeneralprinciplesStaticmodels Thevariablesdefiningthesystemarenotdependenton timeDynamicmodels Thevariablesdefiningthesystemareafunctionoftime (orperhapsofspace)Classification1(pairsofmodeltypes)(1)(2)(3)(4)(5)Typeofmodels

CharacterizationDistributedmodels Theparametersareconsideredthefunctionsoftimeand spaceLumpedmodels Theparametersarewithincertainprescribedspatialloca-

tionsandtime,consideredasconstantsLinearmodels

LinearrelationshipsbetweenstatevariablesandforcingfunctionsNon-linearmodels

Non-linearrelationshipsbetweenstatevariablesandforcingfunctionsCausalmodels Theinputs,thestatesandtheoutputsareinterrelated byusingcausalrelationsBlack-boxmodels Theinputdisturbanceseffectonlytheoutputresponses.

Nocausalityisrequired Classification-1(pairsofmodeltypes)(6)(7)(8)2.2

生態模型的類型（續）

(二)狀態變量特征分類法

Jorgensen(1986)將模型歸納為3種類型生物種群模型：描述一些個體、種或種群生物力能模型：描述系統的能量流動生物地化模型：描述一個或多個元素的循環Classification–2(statevariables)Type OrganizationPatternStatevariablePopulationConservationLifecyclesindividualsordynamicsofgenesspeciesBioenergetic

EnergyconservationEnergyflowEnergyBiogeoche-Massconservation