Ecosystems：生态学中的空间显式模型综述

Journal: Ecosystems

IF: 4.207

Link:

https://link.springer.com/article/10.1007/s10021-016-0066-z

提到了空间显式和空间隐式的概念。搜了一下找到了这篇综述。主要写了关于概念的部分，综述主体都是例子略过不写。

摘要：

过去的20年空间显式模型(spatially explicit models，SEMs)在生态学中的应用得到了极大的发展。

由于计算机技术的进步，现在可以非常精确地模拟景观的精细尺度细节，以及依赖于空间的生物过程，如扩散和入侵。许多模型已经转向关注捕捉这些精细尺度的细节，以提高对生态系统的机理理解。

然而空间隐式模型(spatially implicit models，SIMs)在生态学中起着主导作用，它只考虑空间效应而不明确空间位置，具有更简单、适用范围更广的优势。

本综述比较了SEMs和SIMs。

作者认为,尽管SIMs在整合理论生态学空间上一直占主导地位，SEMs具有解决有关物种种群实际问题的独特优势。因为当地条件,如空间异构性问题,生物行为和其他突发事件通常不能纳入模式简单的SIMs。

此外SEMs还能够描述在局部尺度上的机制，在该尺度上创造放大的正反馈，在更大尺度上创造不断涌现的模式，因此对基本生态理论很重要。

从种群、相互作用种群、食物网和生态系统的层面回顾了SEMs的使用，认为SEMs不仅在实用问题中至关重要，而且在理解景观的因果关系中也必须发挥作用。

背景

对模式和尺度的理解是生态学的核心问题(Levin 1992)。

生态学中的模型沿着一个可以被称为实用理论的轴线发展。使用模型类型有很大的不同，这取决于所提出的问题是更理论化还是更实用化。

实用主义的模型通常是为管理目标开发的，通常对特定人群、群落或生态系统进行模拟。模型旨在对生态现象进行一般性解释，如空间显式模型。

实用建模与“景观生态学”领域相关，实用主义模型往往是复杂的、特定于地点的，并使用明确的空间计算机模拟。在这类模型中，精确的空间位置很重要，因为在管理中需要具体的预测。如估计污染物在环境中的扩散和生物影响，这需要在空间上明确和非常详细的模型。

另一方面，旨在发展理论的模型往往是空间隐式的。理论家们试图尽可能地简化模型，而空间属性，如分散性、斑块性、聚集程度和组件之间的距离，通常可以在数学上以不需要考虑特定位置或详细的空间配置的方式合并。许多重要的空间生态学理论概念都以空间隐式建模的形式历史地表达出来，包括理想物种分布的自由分布假说、临界斑块大小，群落的空间传播、source-sink理论、物种共存的空间储存效应、生物多样性中性理论(Hubbell 2001)、物种丰富度的竞争-殖民权衡理论。

空间显式模型的重要性

简单来说，作者举了几个例子，说明了模型中考虑精细尺度信息的重要性。但他们也提出了一个问题，即多大程度的精细尺度细节是必要的和/或足够的。这个问题的答案取决于对模型的准确理解和预期的预测水平。

面向模式建模(pattern-oriented Modeling，POM)方法提供了一些答案。POM提出，应该包含足够的精细尺度过程信息，以便模型在精细尺度和大规模尺度上与几个观察到的模式一致。

为了进一步说明SEMs的优点，接下来选定几个了生态学领域进一步举例。例子略过。

植被格局

植被格局是近年来生态学研究中最受关注的空间模型之一。讨论了两种主要模式类型:植被群落结构和植被空间结构。

高营养水平种群

种群生态学是一个高度数学化的领域。模型阐明了生活史和环境的各种因素如何影响种群动态。

捕食者-猎物和食物网模式

植物聚集等微尺度现象是植物动态变化的重要因素，可以通过SEMs模拟;动物运动行为也可以形成复杂的空间格局，进而引发宏观效应。

生态系统模式与过程

生态系统生态学是研究能量流、养分动态和初级生产力的学科。在空间上扩展生态系统生态的一个主要推动力是认识到不同类型的生态系统通过营养物质、碎屑和生物生物量的通量之间的联系。

讨论

生态学中的空间模型在很大程度上已经走向了不同的方向:应用或实际问题的空间模型向SEMs方向发展，理论问题的空间模型向SIMs方向发展。

理论家们并没有忽视小尺度的重要性。正如Levin(1992)所指出的那样，“模式必须被理解为来自小尺度单元的大型集合的集体行为”，并且“简化、聚集和缩放的法则”必须被开发出来。然而所讨论的小规模单位的正反馈过程并不是总能够轻易地集中和平滑。它们引起的意外效应必须经常在因果过程的规模上进行研究。这不仅对应用很重要，而且对理论的进展也很重要，因为理论必须以基本的因果过程为基础。