生态模拟

生态模拟是一种应用系统分析的原理，建立生态系统的数学模型，模拟生态系统的行为和特点的研究方法。将生态学现象和概念翻译成数学语言，用数学的符号和方程式来表示，并将由此得到的数学关系进行运算，作出预判，这种数学系统，称为生态学中的数学模型。1

模拟介绍生态模拟的相关定义

模拟，是建立系统或决策问题的数学或逻辑模型，并以该模型

进行试验，以获得对系统行为的认识或帮助解决决策问题的过程。

生态模拟，是将所研究的系统和其工作环境，建立起相应的生态模型。

生态模拟的系统模型

生态模拟是将一个系统和相应的环境，分为许多子系统，分别对每个子系统建立模型，再加以组合。然后把建立的系统模型送入计算机中，就可以用计算机进行模拟处理。为了使模拟工作能自动进行，应根据模拟工作的要求，编出模拟控制程序，使计算机按照程序一步一步工作。这样，可以模拟出随时间变化的外部环境的特性，得出在各种情况下系统的反应。

生态模拟的运行特性及应用领域

由于计算机图形生成和显示技术已经达到较高水平，在对生态模拟时，可以形象地见到系统工作的实际图形，并能很容易地修改系统的参数，从而求得最好的效果。 生态模拟具有极高的准确性，在许多方面的科研、设计以及运行工作中被采用。例如：古木的保护，树木采伐的利与弊，全球变暖同森林的相互作用等等。模拟森林中树木的数目变化和分布规律，有助于对上述方面进行研究和探索。

建立方法把生态学现象和概念翻译成数学语言，并按由此得到的数学关系进行运算

，作出预断，这种数学系统，称为生态学中的数学模型。描述某些生态现象的数学关系比较复杂，包括一系列方程式，一般用电子计算机求解，因而也称为生态系统的电子计算机模型。 系统分析在生态学研究中的应用是从20世纪60年代开始的，最早的论文集《生态学的系统分析》（Sуstem Analуsis in Ecologу）出版于1966年。由于系统分析对分析和说明生态学问题具有独特的优越性，已引起人们的普遍注意。

生态学研究是在野外调查和野外实验获得有关数据和资料的基础上，通过建立模型来描述问题的轮廓，指引研究的方向，以便进行模拟试验和预测。如果所建立的模型未能预测到生态系统变化的情况，也可以进一步研究模型在概念结构上的缺陷，为建立比较符合实际的模型提供参数或修改参数，然后不断地进行再模拟、操作和预测，一旦建立了一个符合实际的模型，也就为研究工作提供了极为有用的手段，可以进行许多种不同的模拟试验。在现代科学中，模拟试验已成为强有力的工具。实际试验往往需要较长的时间和较多的经费，特别是在污染生态学的研究中，许多实际试验会带来严重后果，如污染的发生，流行病的传播，虫害的暴发等进行实际试验是不允许的。在这方面模拟试验却具有明显的优越性。

生态模拟的原理建立模型采用“黑箱”理论。所谓“黑箱’’(black box)，是人们对这样一类系统的比喻，对于该类系统，人们仅了解其某些输出特性和功能，但无法或很难知道其内部结构。比如，对于大脑，我们知道它有记忆、联想、学习等功能，但是，如何实现上述功能的生理生化过程以及形态学的活的构造细节，目前还不大清楚。又比如，一个成熟的生态系统，通常具有能量和物质的生物代谢以及自我凋节等功能，但真正要搞清楚生态系统的内部结构却很难做到。

黑箱方法，是指通过外部观测、分析来控制系统的结构和功能特性。比如，通过输入图像或声音符号，观测、分析脑电波的输出反应，研究人脑对视觉或听觉信息的传递、变换、处理功能。这就是一种黑箱方法。黑箱方法可用于工程或经济等各种控制系统，由于不需要把“黑箱"打开，而是依靠外部观测就可以建立系统的模型，所以，这种方法在生态学研究中也有重要的作用。

反馈是控制论的一个术语，它在电学中的本意是，把放大器输出电路中的一部分能量送回输入的电路中，以增强或减弱输入信号的效应。增强输入信号效应的为正反馈，减弱输入信号的效应为负反馈。反馈也可应用于生态系统中，生态系统的反馈机制，在生产实践中是十分有意义的，它可以使我们减少不必要的浪费去选定技术、方法，以确定最优的生产目标。2

当前模拟软件很多，而生态模拟软件则有限，常用模

拟软件如下：Simile、Stella、Madonna、Swarm、SimuLink、Matlab、Scilab、Simcreator、BuildSim等。另外有些研究者使用一些编程语言编制特殊的生态软件，如：C、Basic、Fortran、Pascal、Java、VBA、Python、Perl等。下面介绍几种常用的生态模拟软件：

SimileSimile是个图形化的建模环境，主要用在生态学，生物学，环境科学方面的研究。最突出的特点是它是一个公开的建模环境，也就是说，simile的可视化建模界面只是创建simile模型的一种方式，可以用其它的建模界面（如：文本编辑器）来创建simile模型，只是它是非可视化的而已。Simile 提供了一系列工具用来显示模拟过程，同时也允许用户根据需要加入自己的内容 。

Simile主要特点：

(1)

对象的表示法， 以便快速、方便地创建、处理复杂的结构；

(2)比其它的可视建模软件更具表现力，动态效果明显；

(3)自动生成C++模型代码，以便快速执行；

(4)子模型（submodel）有多种用法和作用：将模型图的元素合成一个子模型，可以实现整体移动；以子模型为单位处理复杂模型的主要组成部分；即插即用模块，允许模型的任何部分单独截取、使用。使模型的一部分生成一个独立的模型；支持模的模型结构，这样的模块可以作为编译后的C程序来运行，还能作为独立的子模块嵌入其他模型中；

(5)公开的模型表示法，使用合成方法处理模型容易实现；

(6)比电子制表软件更好的结构圈；

(7)可以更快地准备、更容易地共享、更有效地维护模型。

StellaStella运行在Macintosh和Windows环境下，主要有8大类模型：生命科学，自然科学，社会科学，数学，物理学，化学，经济学，文学。Stella 是生态建模中一个强

有力的模拟软件，如气候的变化如何影响生态系统，当臭氧层被破坏了地球生物会怎样之类无穷性问题，都可用其进行可视化模拟。Stella的特点：

(1)提供图形用户界面（GUI）以便迅速地收集系统组分间的关系。图3显示了构建动态模拟模型的关键组分。矩形代表一个系统的状态值，此处为种群。于双线相连的圆控制了种群增加，与管线没有连接的圆仅仅持有公式和变量，弧线表示箭头处的圆是弧线另一端图符的函数圆；

(2)其Storytelling特性支持不同方面的知识风格。图表，图解和动画使等式中变量关系形象化，同时还能

通过在模型周围进行注释解说或者附上文档来说明一个新环境量对整体的影响。支持step-by-step模型显示；

(3)包含三个关联层，层上附带有详细的结构信息和模型的功能．最高层和输入输出层提供显示模型结构的工具，下一层创建模型结构，最低层用图形和代数形式说明模拟系统成分和初始条件，参数值之间的关系。子模型也支持分层模型结构；

(4)Stella通过计算所有的公式进行模拟，然后更新状态变量。使用以基础水平的代数学和基本逻辑写的差分方程，方程不必是连续的。如果没适宜的方程或用数学语言描述太困难，或者公式直接由测量支持，建模者可以在Stella界面上画出图形关系来描述两个变量之间的关系，易于理解；

(5)库和流程图表支持一般的系统语言，并且能动态地显示复杂的系统和思路如何运行；

(6)通过灵敏度分析揭示关键作用点和最佳状况条件；

(7)多媒体含有在建模环境中触发曲线图、电影、声音和文本信息的功能；

(8)结果以曲线图、表、动画、QuickTime电影或文件的形式表示；

(9)可保存为全屏运行模式；

(10)建模安全问题上，提供了锁定和密码保护的功能。

生态模拟的具体形式a) 数学模拟：运用数学模拟，以系统工程原理和计算机技术为手段，进行机上作业对生物与环境相互关系进行组分优化、功能分析和系统管理。如采用分室模型进行系统的能流、物流的稳定性、敏感性分析。

b) 实验模拟：在实验室模拟生态系统的基本结构和功能，从实验中研究现实生态系统的基本规律。如高斯(G·F·Cause)著名草履虫实验，就是通过在实验室中把大草履虫和双小核草履虫混养在一起，研究生物种间竞争的实验模拟。

c) 生态工程。根据生态学原理，模拟生态系统申的各种相互关系，应用工艺、农艺等技术，对人类社会的生产、生活以至管理系统，进行系统设计与优化组装。它属于一种应用模拟。3

生态模拟研究的过程a)提出问题

任何生态系统都是多层次多因子的，掌握系统各方面的特征，需要大量的人力、物力和时间。因而，只能侧重某些问题，例如，生态系统的保护、利用和控制，预测生态系统对人为因素作用的反应等，也可以提出想要获得的本质特征，指出需要研究的定量过程。

b)文字叙述

这一阶段的任务是在提出问题的方案中，确定合乎逻辑的文字材料的形式，表达现有资料和生态系统的内容。首先，确定将要研究的生态系统在景观上的位置，标出“输入”、“输出"，即与相邻系统、大气、岩石层、水分和人类活动的关系。这种文字模型应描述生态系统的组成成分、结构和功能特征。生态系统的功能，是由于系统对外界因子的作用发生反应，而使系统内部特征随时间发生变化的过程。

c)列一览表

这一阶段的任务是 (1)确定模型的假设变量组和状态变量组； (2)根据可能，严谨地提出原始模型对所确定模型的模式化映象。列一览表时应指出变量，表示生态系统内部及外部环境的那些可测特征和采用什么方法和单位去测定这些特征。

d)观察

根据上一阶段的结果，按着文字模型所表达的一般意义，拟定观察方法，并观察生态系统的功态和环境的特征。观察结果不仅用于以后的工作阶段，而且是修订文字模型的依据。

e)同质证明

这一阶段的任务是给出确定的变量之间的数学关系并确定模型的结构。

f)试验

在进行模型的同质证明时，如果方程和某些参数的意义都是已知时，为了求得参数估计，需要进行野外的或实验室内的试验，以便检验关予模型变量间相互关系的各种假设。试验，如同对生态系统的观察一样，可以和其它研究过程同时进行。由于需要补充某些新的试验结果，也可靠返回前一阶段，重新开始工作。

g)建立模型

经过同质证明之后，着手建立算子的问题，从而可以辅助模型算子，在某些特定条件下才能求出。一般可用计算机程序表达，运用数学手段时，生态学家与数学家(主要是系统分析程序设计专家)密切合作是有效的措施。

h)模型检验

此阶段需要明确有关模型对原始模型特征的模拟达到了什么水平。只有经过全面分析，并且与观察结果相对比，在运用模型进行预测最优化和系统控制的基础上，才能对模型的可靠性下结论。

i)模型分析

模型分析的过程包括评述模型状态空间内的总特征，如有限性、周期性和稳定性等。研究模型的初始状态和结构的关系；最后研究与假定函数之间的关系。

如果采用古典的数学方法(首先是微分方程理论和差分方程理论)描述模型轨迹的特征，那么解决具体问题，则要利用在计算机上实施的动态模型的综合。这种综合称之为“灵敏度分析”。分析结果将表明：对模型性能发生影响的初始条件、变量关系和参数以及有哪些内部因子，它们的影响程度如何。根据分析结果得出在观察、实验和同质证明阶段应该确定的高精度的参数，并且给出相应的近似值。

j)最优化

研究生态系统的保护或合理利用时，常常遇到这样一个问题，即人类总是根据自己的需要把生态系统的某些特征最优化，对该系统的某一外界因子进行调节。例如，在自然保护方面，人们希望保存有价值的生物种；在农业生产方面，希望获得高产；在水域利用方面，希望最大限度地养鱼、开发水源和人们的娱乐场所等。

生态学问题的特点在于同时需要实现多种不同的目的。例如，粮食作物获得产量最优化，就包含着两个目的一是产量高，二是质量好。在水域利用方面，由于某些目的互不相容而使问题复杂化。比如说，把同一水域既用于饮用水源，又作为娱乐场所就未必行得通。最优化实际上是采取折中的办法，根据大量的有关变量和折中的质量标准去解决。

k)总结

虽然对于一个生态系统的研究，可以无休止地进行下去，而且还可能不断揭示出新的问题，但终究要进入总结阶段。这时要总结所获得的结果，首先是建立最佳模型，并做出今后的展望．一般说来，全部研究结果都应在总结中加以阐述，包括实验及观察结果和模型的描述，说明模型的优缺点，并举出预测和最优化的实例。2

本词条内容贡献者为:

吴俊文 - 博士 - 厦门大学