49
个编辑
更改
跳到导航
跳到搜索
第937行：
第937行： − 概念背景与动机：生态系统可以被视为由能量流驱动的开放系统，其组成单位（物种）通过食物网连接成加权有向网络。早期研究发现，生物代谢率与生物体质量之间存在异速生长规律（allometric scaling），克莱伯（Kleiber）首先揭示了代谢率随体重的~3/4次幂定律。后续研究将异速标度拓展到群落和生态系统层次，例如物种的种群密度、丰度与营养级等也可由其体型预测。+ + + + + + + + + + + + + + + + + + + + + + + + + +
→生态系统
== 生态系统 ==
== 生态系统 ==
在生态学中，生态系统可视为一个由能量流驱动的开放热力学系统。每个物种或生态单元既是能量的接收者，也是能量传递与耗散的节点。张江与Wu提出，生态流网络（ecological flow network）可以建模为一个加权有向图：节点代表物种，边表示“谁吃谁”的关系，权重对应能量或营养的流动速率。通过这种形式，他们揭示了生态系统中两种普遍存在的幂律关系——异速律（allometric scaling law）与耗散律（dissipation law）<ref name=":13">Zhang, J., & Wu, L. (2013). Allometry and dissipation of Ecological Flow Networks. ''PLoS ONE'', ''8''(9). <nowiki>https://doi.org/10.1371/journal.pone.0072525</nowiki></ref>。
==== 异速律 ====
在生态流网络中，物种的总能量通量 (throughflow) [math]\displaystyle A_i[/math] 与其在整个网络中的间接影响 [math]\displaystyle C_i[/math] 之间存在幂律关系：
[math]\displaystyle C_i \propto A_i^{,g}[/math] <ref name=":13" />
其中 [math]\displaystyle g[/math] 为异速指数 (allometric exponent)。作者在 19 个实证生态系统（包括海湾、河口、湿地等）的能量流网络中发现，这种异速关系普遍存在，指数 [math]\displaystyle g[/math] 介于 [math]\displaystyle0.83[/math] 至 [math]\displaystyle1.05[/math] 之间，大多数略高于 [math]\displaystyle1[/math]<ref name=":13" />。这表明生态系统中的能量流分布遵循稳定的幂律模式，体现系统整体的结构组织性。其拟合优度 [math]\displaystyle R_g^2[/math] 普遍高于 [math]\displaystyle0.9[/math]。
==== 耗散律 ====
除异速律外，研究还发现物种的能量耗散 (主要为呼吸作用) [math]\displaystyle D_i[/math] 与其通量 [math]\displaystyle A_i[/math] 之间也呈幂律关系：
[math]\displaystyle D_i \propto A_i^{,c}[/math] <ref name=":13" />
其中 [math]\displaystyle c[/math] 为耗散指数 (dissipation exponent)。对于大多数网络， [math]\displaystyle c<1[/math]，即能量耗散随通量的增加而次线性增长。这意味着能量通量越大的物种，其相对能量损失比例越低，能量利用效率更高。
==== 异速指数 g 与耗散指数 c 的关系 ====
此外研究还发现了[math]\displaystyle g[/math] 与 [math]\displaystyle c[/math] 之间存在负相关关系：当 [math]\displaystyle c[/math] 增大（能量损失加剧）时， [math]\displaystyle g[/math] 减小<ref name=":13" />。这表明，当大型节点的能量耗散相对更高时，网络的能量流分布趋向去中心化；反之，当 [math]\displaystyle c<1[/math] 时，能量更集中于高通量节点。作者提出了流量调整算法 (Flow Adjusting Algorithm) 以验证这一关系：在保持网络拓扑不变的情况下调节 [math]\displaystyle c[/math]，结果显示 [math]\displaystyle g[/math] 随 [math]\displaystyle c[/math] 系统性下降，这一趋势在实证网络与随机生成网络中均一致。
此外作者将 [math]\displaystyle g[/math] 解释为网络中心化程度的指标。
* 当 [math]\displaystyle g>1[/math] 时，能量流集中于少数高通量节点，系统更具中心性；
* 当 [math]\displaystyle g<1[/math] 时，能量分布更均匀，系统趋于去中心化。
在能量耗散较大的系统中（ [math]\displaystyle c>1[/math] ），能量损失增加削弱了高通量节点的影响，使网络更分散；当 [math]\displaystyle c<1[/math] 时，大节点输出更多能量、影响力增强，系统则更集中。
== 在线社区的规模法则 ==
== 在线社区的规模法则 ==