CN113806916A - 一种生态系统EwE模型构建方法 - Google Patents
一种生态系统EwE模型构建方法 Download PDFInfo
- Publication number
- CN113806916A CN113806916A CN202110959459.4A CN202110959459A CN113806916A CN 113806916 A CN113806916 A CN 113806916A CN 202110959459 A CN202110959459 A CN 202110959459A CN 113806916 A CN113806916 A CN 113806916A
- Authority
- CN
- China
- Prior art keywords
- biomass
- functional group
- ecosystem
- ewe
- predators
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 12
- 125000000524 functional group Chemical group 0.000 claims abstract description 91
- 239000002028 Biomass Substances 0.000 claims abstract description 89
- 235000016709 nutrition Nutrition 0.000 claims abstract description 15
- 230000035764 nutrition Effects 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000011160 research Methods 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 244000062645 predators Species 0.000 claims description 62
- 238000004519 manufacturing process Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 20
- 230000005012 migration Effects 0.000 claims description 15
- 238000013508 migration Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 13
- 235000013305 food Nutrition 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 229910044991 metal oxide Inorganic materials 0.000 claims description 6
- 150000004706 metal oxides Chemical class 0.000 claims description 6
- 239000004065 semiconductor Substances 0.000 claims description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 4
- 241000894007 species Species 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 241000251468 Actinopterygii Species 0.000 description 20
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 241000237502 Ostreidae Species 0.000 description 3
- 235000020636 oyster Nutrition 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 230000001228 trophic effect Effects 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000272814 Anser sp. Species 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 2
- 241000238557 Decapoda Species 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 235000014653 Carica parviflora Nutrition 0.000 description 1
- 241000283153 Cetacea Species 0.000 description 1
- 241000243321 Cnidaria Species 0.000 description 1
- 241000252233 Cyprinus carpio Species 0.000 description 1
- 241000237858 Gastropoda Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001277610 Oligochaeta <Asteraceae> Species 0.000 description 1
- 241000243820 Polychaeta Species 0.000 description 1
- 235000001466 Ribes nigrum Nutrition 0.000 description 1
- 241001312569 Ribes nigrum Species 0.000 description 1
- 241000276707 Tilapia Species 0.000 description 1
- 244000062662 apex predator Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 231100000505 clastogenic Toxicity 0.000 description 1
- 230000003541 clastogenic effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 244000038280 herbivores Species 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001418 larval effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明涉及生态系统研究技术领域，公开了一种生态系统EwE模型构建方法包括如下步骤：A)获取在预定时间内不同功能组的输入参数；B)根据各功能组的输入参数和相互营养关系生成能流网络，以构建成Ecopath模块；C)根据能流网络在时间维度上进行变换模拟，对生物量和捕获量进行动态估算，以构建成Ecosim模块；D)将研究区域划分为多个空间栅格，将所有所述功能组的输入参数分配至不同生境的栅格中，预测不同功能组的生物量的空间分布及变化，以构建成Ecospace模块。能够全面评价生态系统，从生态系统的发育状况及属性，到模拟预测各功能组在未来的变化情况，再到对生态系统的修复提供科学的指导，对生物资源保护和对生态系统的管理提供科学的对策。
Description
技术领域
本发明涉及生态系统研究技术领域，特别是涉及一种生态系统EwE模型构建方法。
背景技术
一般建立水生态系统的模型主要有单种群模型、多物种虚拟模型和基于食物网的生态系统模型。单种群模型难以全面地反映整个生态系统的结构和功能，也难以预测环境变迁在系统水平上的影响；多物种虚拟模型的局限性在于需要输入大量的渔业基础数据，包括长时间序列的年龄组成等，实用性不强。EwE模型作为一种生态系统模型，建模所需的数据相对简单，并且可以方便地利用传统资源评估、生态调查和历史文献的数据，分析和模拟功能较强大，目前已经被广泛应用于水域生态系统生态学研究中。
EwE模型主要由Ecopath模块、Ecosim模块以及Ecospace模块三个部分构成。虽然现有EwE模型在河口和湖泊生态系统中的应用已经日益成熟，但只是描述生态系统的结构和功能，显然难以比较全面且直观地描述生态系统的变化。水生生物的空间分布与所处环境息息相关，以鱼类为例，由于捕食对象的不同，其在河流中所处的位置也不一样。在各种渔业捕捞方式下，各生物的生物量和空间分布具有什么变化及趋势，呈在生态退化严重情况下，如何探索长效的修复技术和潜在的修复机理，这些问题的解决可以使我们对生物资源保护和对生态系统的管理提供科学的对策。
发明内容
本发明要解决的技术问题是：提供一种全面评价生态系统的EwE模型构建方法，在生态系统的结构与功能变化的基础上，分析渔业捕捞压力对整个生态系统的动态影响，且能对生态修复进行评价。
为了解决上述技术问题，本发明提供了一种生态系统EwE模型构建方法，包括如下步骤：
A)获取在预定时间内不同功能组的输入参数，其中，所述功能组为单一物种或者多个关联物种组成；
B)根据各所述功能组的输入参数和相互营养关系生成能流网络，以构建成Ecopath模块；
C)根据所述能流网络在时间维度上进行变换模拟，对生物量和捕获量进行动态估算，并评估捕食者对被捕食者的获取能力以及捕食者数量随被捕食者变化的关系，以构建成Ecosim模块；
D)将研究区域划分为多个空间栅格，将所有所述功能组的输入参数分配至不同生境的栅格中，预测不同所述功能组的生物量的空间分布及变化，以构建成Ecospace模块。
作为优选方案，在步骤A)中，还包括：
计算各所述功能组生产量的流向，公式如下：
(P/B)i·Bi＝Yi+∑Bj·(Q/B)j·DCij+NMi+BAi+(Q/B)i·Bi·(1-EEi)
式中，i和j分别代表被捕食者与捕食者功能组，B是功能组的生物量，P/B是生产量与生物量的比值，Q/B是消费量与生物量的比值，Y是渔业捕捞量，DCij代表被捕食功能组i占捕食功能组j的总捕食量的比例，EE为生态营养转化效率，BA为生物量积累率，NM为净迁移率。
计算各所述功能组在消费环节中的能量守恒，公式如下：
Qi＝Pi+Ri+UCi×Qi
式中，对于捕食者i，Q代表其消费量，P代表其生产量，R代表其呼吸量，UC代表其未同化量。
作为优选方案，在步骤B)中，具体为：
对生物量和捕获量进行动态估算，公式如下：
dBi/dt＝gi·∑Qji-∑Qij+Ij-(MOi+Fi+ei)·Bi
式中，gi为生长效率；Qji和Qij分别表示捕食者i对所有被捕食者j的消费率和被捕食者i被以其为食的所有捕食者j的消费率；Ij为迁入率；MOi为非其他功能组捕捞死亡率；Fi为渔业死亡率；ei为迁出率。
评估捕食者对被捕食者的获取能力以及捕食者数量随被捕食者变化的关系，公式如下：
Qij(Bi,Bj)＝(aij·vij·Bi·Bj)/(2·vij+aij·Bj)
式中，Qij是捕食者对被捕食者的消费量，aij是捕食者对被捕食者的有效搜索率，vij为脆弱性参数，它表示被捕食者生物量中不易受攻击成分和易受攻击成分的比值变化比率。
作为优选方案，在步骤D)中，还包括：
计算所有所述功能组的生物量平衡，公式如下：
dBi/dt＝gi∑jQji-∑jQij+Ii-(MOi+Fi+ei)×Bi
式中，dBi/dt为功能组i在单位时间内的生物量变化率，代表其生长率；gi为净生长效率；Ii为迁入量；MOi为自然死亡率；Fi为捕捞死亡率；ei为迁出率；Qji和Qij为饵料被捕食量。
将饵料生物量分为易捕食和不易捕食两个部分进行计算，公式如下：
Qij＝vijaijBiBj/(vij+v’ij+aijBj)
式中，aij为捕食者j对其饵料i的有效搜索效率；vij和v’ij分别为易被捕食和不易被捕食时的转换率；Bi为功能组i的生物量。
作为优选方案，在步骤A)中，所述功能组包括至少一个碎屑组。
作为优选方案，在步骤A)中，所述输入参数包括生境区域内的生物量、生产量与生物量比值、消耗量与生物量比值、生态效率、生产量与消耗量比值、生物量累积、未被同化量与消耗量比值以及碎屑输入量。
作为优选方案，在步骤A)中，所述生态效率的数值范围为0～1。
作为优选方案，在步骤A)中，当获取所述生产量与生物量比值和所述消耗量与生物量比值时，则自动生成所述生产量与消耗量比值，所述生产量与消耗量比值的数值范围为0.05～0.3。
作为优选方案，在步骤A)中，计算同一所述功能组第一年的生物量与第二年的生物量的差值，获取所述生物量累积的数值。
作为优选方案，在步骤A)中，所述碎屑输入量包括各功能组的其他死亡量和未被同化的食物量。
本发明所提供的一种生态系统EwE模型构建方法与现有技术相比，其有益效果在于：
本发明通过不同功能组的输入参数和相互营养关系能够生成能流网络，构建成Ecopath模块，分析生态系统结构与功能。再通过在时间维度上对生物操纵等进行变换模拟，对生物量和捕获量进行动态估算，构建成Ecosim模块，来比较其对放养鱼类在未来一段时间的影响，对生态系统的修复提供科学的指导。最后，将研究区域划分为多个空间栅格，将所有所述功能组的输入参数分配至不同生境的栅格中，预测不同所述功能组的生物量在未来的空间分布及变化特征，构建成Ecospace模块。该过程全面评价生态系统，从生态系统的发育状况及属性，到模拟预测各功能组在未来的变化情况，再到对生态系统的修复提供科学的指导，能够对生物资源保护和对生态系统的管理提供科学的对策。
附图说明
图1是本发明优选实施例的生态系统EwE模型构建方法的流程框图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
以下结合具体实施例对本申请作进一步详细描述，这些实施例不能理解为限制本申请所要求保护的范围。
如图1所示，本发明提供了一种生态系统EwE模型构建方法，包括如下步骤：
A)获取在预定时间内不同功能组的输入参数，其中，所述功能组为单一物种或者多个关联物种组成；
B)根据各所述功能组的输入参数和相互营养关系生成能流网络，以构建成Ecopath模块；
C)根据所述能流网络在时间维度上进行变换模拟，对生物量和捕获量进行动态估算，并评估捕食者对被捕食者的获取能力以及捕食者数量随被捕食者变化的关系，以构建成Ecosim模块；
D)将研究区域划分为多个空间栅格，将所有所述功能组的输入参数分配至不同生境的栅格中，预测不同所述功能组的生物量的空间分布及变化，以构建成Ecospace模块。
基于上述技术特征的生态系统EwE模型构建方法，通过不同功能组的输入参数和相互营养关系能够生成能流网络，构建成Ecopath模块，分析生态系统结构与功能。再通过在时间维度上对生物操纵等进行变换模拟，对生物量和捕获量进行动态估算，构建成Ecosim模块，来比较其对放养鱼类在未来一段时间的影响，对生态系统的修复提供科学的指导。最后，将研究区域划分为多个空间栅格，将所有所述功能组的输入参数分配至不同生境的栅格中，预测不同所述功能组的生物量在未来的空间分布及变化特征，构建成Ecospace模块。该过程全面评价生态系统，从生态系统的发育状况及属性，到模拟预测各功能组在未来的变化情况，再到对生态系统的修复提供科学的指导，能够对生物资源保护和对生态系统的管理提供科学的对策。
在本实施例中，以功能组为基本单位，它定义生态系统由一系列具有生态关联的功能组构成，这些功能组必须涵盖生态系统能量流动全过程。每个功能组可以由几个相关联的物种组成，也可以是一种单一生物。每个模型中必须包含至少一个碎屑组，碎屑是生态系统中所有无生命有机物的总和，包括动植物尸体、生物粪便、饵料残渣以及外界进入系统的有机物质等。为了对河流生态系统不同鱼类间的关系有更加明确的认识，故将不同种类的鱼类单独作为一个功能组，底栖生物则分为虾类、蟹类、昆虫纲、多毛纲、寡毛纲、双壳纲、腹足纲，将浮游生物分为浮游植物和浮游动物两个大类。这些功能组基本能覆盖珠江生态系统能量流动的全过程。
在步骤A)中，根据生态系统中各功能组在一段时间(通常为1年)内的生物量和相互营养关系生成能流网络，主要根据以下两个微分方程得到：第一个是计算各所述功能组生产量的流向，公式如下：
(P/B)i·Bi＝Yi+∑Bj·(Q/B)j·DCij+NMi+BAi+(Q/B)i·Bi·(1－EEi)
式中，i和j分别代表被捕食者与捕食者功能组，B是功能组的生物量，P/B是生产量与生物量的比值，Q/B是消费量与生物量的比值，Y是渔业捕捞量，DCij代表被捕食功能组i占捕食功能组j的总捕食量的比例，EE为生态营养转化效率，BA为生物量积累率，NM为净迁移率。
第二个是计算各所述功能组在消费环节中的能量守恒，公式如下：
Qi＝Pi+Ri+UCi×Qi
式中，对于捕食者i，Q代表其消费量，P代表其生产量，R代表其呼吸量，UC代表其未同化量。
在步骤B)中，在Ecopath模块构建完成后，利用Ecosim模块对系统的能流进行时间尺度上的模拟。同样使用两个方程式来评估生态过程的变化如何影响食物网结构，第一个是利用了耦合到Ecopath模块的初始参数，对生物量和捕获量进行动态估算，公式如下：
dBi/dt＝gi·∑Qji－∑Qij+Ij－(MOi+Fi+ei)·Bi
式中，gi为生长效率；Qji和Qij分别表示捕食者i对所有被捕食者j的消费率和被捕食者i被以其为食的所有捕食者j的消费率；Ij为迁入率；MOi为非其他功能组捕捞死亡率；Fi为渔业死亡率；ei为迁出率。在本实施例中，假设Ij、Fi和ei均为0。所有消费量均与密度相关，这使得可以DCij随着被捕食者生物量的变化而改变初始值。
第二个是评估捕食者对被捕食者的获取能力以及捕食者数量随被捕食者变化的关系，公式如下：
Qij(Bi，Bj)＝(aij·vij·Bi·Bj)/(2·vij+aij·Bj)
式中，Qij是捕食者对被捕食者的消费量，aij是捕食者对被捕食者的有效搜索率，vij为脆弱性参数，它表示被捕食者生物量中不易受攻击成分和易受攻击成分的比值变化比率。模型对vij的敏感程度：若其值较低(约为1，默认值为2)则可以通过上行效应明显增加被捕食者的捕食死亡率；若值较高(远大于1)，则不会显著增加被捕食者的捕食死亡率。
其中，在Ecosim模块中，当流动速率的信息缺失时，可以认为脆弱性参数与营养级水平成比例。利用Vi与营养级(TL)之间的线性关系来对Vi进行校准：
Vi＝0.1515×TLi+0.0485
TLi环境下模拟的群体生物量的响应与使用中间流控制模拟的生物量相比，其变化趋势与实际相一致。
在步骤D)中，还包括：Ecopath模块和Ecosim模块构建完成的基础上，Ecospace模块将研究区域划分为空间栅格，将所有功能组分配到代表不同生境的栅格中。主要根据生物量平衡方程和消费量方程进行构建，公式如下：
dBi/dt＝gi∑jQji－∑jQij+Ii－(MOi+Fi+ei)×Bi
式中，dBi/dt为功能组i在单位时间内的生物量变化率，代表其生长率；gi为净生长效率；Ii为迁入量；MOi为自然死亡率；Fi为捕捞死亡率；ei为迁出率；Qji和Qij为饵料被捕食量。
将饵料生物量分为易捕食和不易捕食两个部分进行计算，公式如下：
Qij＝vijaijBiBj/(vij+v’ij+aijBj)
式中，aij为捕食者j对其饵料i的有效搜索效率；vij和v’ij分别为易被捕食和不易被捕食时的转换率；Bi为功能组i的生物量。
在步骤A)中，EwE模型以功能组为基本单位，每个功能组在模型构建中都包含几个基本的输入参数，分别为生境区域内的生物量、生产量与生物量比值、消耗量与生物量比值、生态效率、生产量与消耗量比值、生物量累积、未被同化量与消耗量比值以及碎屑输入量。
生境区域内的生物量是指生态系统中的某个功能组在单位面积上的平均生物量，用B表示，它可以假定为代表某个时间段内各个功能组生物量的平均值，单位为“质量/面积”，例如t/km2。每个功能组的生物量参数是必须输入数据，此外，碎屑功能组也必须有生物量的输入，该数据由现场采样获取，若得不到生物量的具体数据，则要根据实际情况估测某个功能组的生物量值。
生产量与生物量的比值用P/B表示，单位为“/时间”，例如/year，水产生态学家一般以“瞬时总死亡率值”代替P/B值。生产量P是指在单位时间内单位面积或单位体积生物增长的总量，生产量由计算可得。
消耗量与生物量的比值用Q/B表示，指单位时间(一般为1年)内某种生物摄食量与其生物量之间的比值，Q/B值的单位与P/B值的单位相同，消耗量由计算可得。
生态效率用EE表示，只有一部分生产量可以在生态系统的营养级间继续被传递利用，那么这部分的生产量与总生产量的比值就被称为EE值，无量纲单位。EE值的变动范围介于0～1之间，一般EE值较难通过直接方式测得，在捕食压力较大的生态系统中，EE值会接近于1。在某一功能组的生产量中，没有进入生态系统内营养级间能量传递的部分被称为“其他死亡率”。
生产量与消耗量比值用P/Q表示，相当于该功能组的总食物转化效率，为无量纲单位。一般而言，P/Q值变动范围介于0.05～0.3之间，这也意味着大多数功能组的消耗量比生产量高3～10倍。但是有些顶级捕食者，比如海洋哺乳动物，其P/Q值会低于0.05，还有一些处于幼鱼阶段的快速成长的鱼类、无节幼体等，具有较高的P/Q值。在EwE模型建模过程中，程序会自动检测P/Q值，除珊瑚和一些大型腹足纲动物外，如果功能组的生产量超过了消耗量，程序会给予警告，除去少部分功能组外，其他功能组的生产量若超过消耗量的一半，程序也会给予警告。P/Q值通常只有在P/B或Q/B二者缺少一个的条件下才需要输入P/Q值，若P/B和Q/B值已经输入，则软件会根据公式自动计算P/Q值。
生物量累积用BA表示，在某种程度上，EwE模型并不是一直处于稳态的模型，如果已知某一功能组的生物量，比如某一功能组在第一年年初和第二年年初的生物量均已知，二者的差值就被认为是一年中该功能组的生物量累积，即BA值，单位为“质量/面积/时间”，例如t/km2/year。该模型中的所有活体功能组都能够输入一个BA值，而碎屑功能组的BA值则可以通过软件自己计算得到，通常情况下默认BA值为0，表示一年中该功能组没有发生生物量累积，若BA值为负，表示一年中不仅没有生物量累积，反而有所削减。如果一个功能组的B值、P/B值、Q/B值、EE值已知，程序会提示是否需要计算BA值。
未被同化量与消耗量比值用GS表示，由于模型的构建基于能量传递，故需要在参数中输入未被同化的食物量与消耗量的比值，无量纲单位。肉食性鱼类的GS值默认为0.2，即肉食性鱼类功能组80％的消耗量被自身消耗所利用，未被同化的部分(包括鱼类排泄物)则直接进入碎屑功能组。草食性功能组未被利用的食物量比率一般较高，例如浮游植物的GS值可达0.4。而如果模型的构建基于营养传递，则无需计算呼吸量，未被同化的食物量与消耗量的比值可以通过公式计算得到。在EwE模型中，软件会自动检测GS值，如果总食物转化效率GE值与未被同化的食物量比率GS值之和超过1，程序会给出警告，那么需要重新输入一个合理的GS值。
碎屑输入量用D表示，碎屑输入量包括各功能组的其他死亡量和未被同化的食物量，系统中至少存在1个或多个碎屑功能组，由计算可得，单位为t/km2/year。由于很难将细菌和微型浮游底栖动物从碎屑中分离，所以碎屑组分中会包括这些活体生物量，所以在计算以碎屑为食物来源的功能组时，无法将碎屑和细菌、微型浮游底栖动物分开。在此情况下，几乎所有的中型底栖生物都被认定是食碎屑食性的。
利用上述构建的EwE模型，本实施例以珠江河流不同区域生态系统为研究对象，确定了生物量、生产量、消耗量、营养级和生态营养转换效率等重要生态学参数，利用Ecopath模块比较分析了珠江河口不同区域间生态系统结构与功能，深入探讨了生态系统的特征和变化。基于珠江河口大蚝沙岛的静态模型分析，采取Ecospace模块对该岛周边水域生态系统进行了时空演变模拟，研究现有渔业捕捞压力对整个生态系统的动态影响。此外，雁田水库利用Ecosim模块针对通过生物操纵和种植水生植物来进行生态修复，在其修复过程中构建了3个Ecopath模块，对修复后生态系统的结构与功能的变化进行研究，并从生态系统的角度对修复效果进行了评价。主要的结论如下：(1)珠江口上游农业区域和中游城市区域处于不成熟的发育状态，而中游的工业区处于系统退化状态，下游河口区域生态系统相对成熟。在珠江口中上游区域系统整体营养层次较低，高营养级的肉食性鱼类数量锐减。在生态系统的运行机制上，上游农业区、中游城市区和下游河口区均表现出自上而下的控制特点，而中游工业区则体现出蜂腰控制特点，这也是系统结构不一样的体现。(2)大部分功能组会趋向于以大蚝沙岛为中心在沿岸带紧密分布，滤食性鱼类和碎屑食性鱼类在岛的两端相对生物量较多，主要受到捕食对象的影响，在该区域浮游生物和碎屑相对容易获取。模拟研究发现，当前的渔业捕捞强度会使短盖巨脂鲤、红狼牙鰕虎鱼等6种鱼类在7年内消失，而使其他鱼类生物量下降55％－86％。结果表明在该捕捞强度下会使大蚝沙岛周边渔业资源显著下降，个别鱼类资源会于短期内耗尽，因此有必要采取相关措施对渔业政策进行优化。(3)对雁田水库修复前、修复中和修复后的生态系统构建质量平衡模型发现，在水库的修复过程中系统的初级生产量利用率升高，系统的整体营养效率增加，关键功能组由肉食性鱼类向底栖生物转变，系统特征由下行效应变为蜂腰控制效应，生态系统变得成熟，更具层次性，组织结构更加完整。并且发现为了维持生态系统的长期能量平衡和功能完善，确定最大鱼类捕捞量(0.37–8.53g/m2/年)，通过人为捕捞来维持生物操纵性鱼类和野生鱼类(罗非鱼)的相对生物量(接近1)。
综上，本发明实施例构建的生态系统EwE模型，从生态系统的发育状况及属性，到模拟预测各功能组在未来的变化情况，再到对生态系统的修复提供科学的指导，能够对生物资源保护和对生态系统的管理提供科学的对策。
上方所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。
Claims (10)
1.一种生态系统EwE模型构建方法，其特征在于，包括如下步骤：
A)获取在预定时间内不同功能组的输入参数，其中，所述功能组为单一物种或者多个关联物种组成；
B)根据各所述功能组的输入参数和相互营养关系生成能流网络，以构建成Ecopath模块；
C)根据所述能流网络在时间维度上进行变换模拟，对生物量和捕获量进行动态估算，并评估捕食者对被捕食者的获取能力以及捕食者数量随被捕食者变化的关系，以构建成Ecosim模块；
D)将研究区域划分为多个空间栅格，将所有所述功能组的输入参数分配至不同生境的栅格中，预测不同所述功能组的生物量的空间分布及变化，以构建成Ecospace模块。
2.如权利要求1所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，还包括：
计算各所述功能组生产量的流向，公式如下：
(P/B)i·Bi＝Yi+∑Bj·(Q/B)j·DCij+NMi+BAi+(Q/B)i·Bi·(1－EEi)
式中，i和j分别代表被捕食者与捕食者功能组，B是功能组的生物量，P/B是生产量与生物量的比值，Q/B是消费量与生物量的比值，Y是渔业捕捞量，DCij代表被捕食功能组i占捕食功能组j的总捕食量的比例，EE为生态营养转化效率，BA为生物量积累率，NM为净迁移率；
计算各所述功能组在消费环节中的能量守恒，公式如下：
Qi＝Pi+Ri+UCi×Qi
式中，对于捕食者i，Q代表其消费量，P代表其生产量，R代表其呼吸量，UC代表其未同化量。
3.如权利要求2所述的生态系统EwE模型构建方法，其特征在于，在步骤B)中，具体为：
对生物量和捕获量进行动态估算，公式如下：
dBi/dt＝gi·∑Qji－∑Qij+Ij－(MOi+Fi+ei)·Bi
式中，gi为生长效率；Qji和Qij分别表示捕食者i对所有被捕食者j的消费率和被捕食者i被以其为食的所有捕食者j的消费率；Ij为迁入率；MOi为非其他功能组捕捞死亡率；Fi为渔业死亡率；ei为迁出率；
评估捕食者对被捕食者的获取能力以及捕食者数量随被捕食者变化的关系，公式如下：
Qij(Bi，Bj)＝(aij·vij·Bi·Bj)/(2·vij+aij·Bj)
式中，Qij是捕食者对被捕食者的消费量，aij是捕食者对被捕食者的有效搜索率，vij为脆弱性参数，它表示被捕食者生物量中不易受攻击成分和易受攻击成分的比值变化比率。
4.如权利要求3所述的生态系统EwE模型构建方法，其特征在于，在步骤D)中，还包括：
计算所有所述功能组的生物量平衡，公式如下：
dBi/dt＝gi∑jQji－∑jQij+Ii－(MOi+Fi+ei)×Bi
式中，dBi/dt为功能组i在单位时间内的生物量变化率，代表其生长率；gi为净生长效率；Ii为迁入量；MOi为自然死亡率；Fi为捕捞死亡率；ei为迁出率；Qji和Qij为饵料被捕食量；
将饵料生物量分为易捕食和不易捕食两个部分进行计算，公式如下：
Qij＝vijaijBiBj/(vij+v’ij+aijBj)
式中，aij为捕食者j对其饵料i的有效搜索效率；vij和v’ij分别为易被捕食和不易被捕食时的转换率；Bi为功能组i的生物量。
5.如权利要求1所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，所述功能组包括至少一个碎屑组。
6.如权利要求1所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，所述输入参数包括生境区域内的生物量、生产量与生物量比值、消耗量与生物量比值、生态效率、生产量与消耗量比值、生物量累积、未被同化量与消耗量比值以及碎屑输入量。
7.如权利要求6所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，所述生态效率的数值范围为0～1。
8.如权利要求6所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，当获取所述生产量与生物量比值和所述消耗量与生物量比值时，则自动生成所述生产量与消耗量比值，所述生产量与消耗量比值的数值范围为0.05～0.3。
9.如权利要求6所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，计算同一所述功能组第一年的生物量与第二年的生物量的差值，获取所述生物量累积的数值。
10.如权利要求6所述的生态系统EwE模型构建方法，其特征在于，在步骤A)中，所述碎屑输入量包括各所述功能组的其他死亡量和未被同化的食物量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110959459.4A CN113806916A (zh) | 2021-08-25 | 2021-08-25 | 一种生态系统EwE模型构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110959459.4A CN113806916A (zh) | 2021-08-25 | 2021-08-25 | 一种生态系统EwE模型构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113806916A true CN113806916A (zh) | 2021-12-17 |
Family
ID=78893821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110959459.4A Pending CN113806916A (zh) | 2021-08-25 | 2021-08-25 | 一种生态系统EwE模型构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113806916A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116090229A (zh) * | 2023-01-16 | 2023-05-09 | 上海勘测设计研究院有限公司 | 基于EwE模型的湖泊富营养化生物操纵方法、系统及介质 |
-
2021
- 2021-08-25 CN CN202110959459.4A patent/CN113806916A/zh active Pending
Non-Patent Citations (3)
| Title |
|---|
| SAI WANG ET AL.: "Application of mass-balance modelling to assess the effects of ecological restoration on energy flows in a subtropical reservoir, China", SCIENCE OF THE TOTAL ENVIRONMENT, vol. 664, pages 780 - 791 * |
| 李云凯 等: "太湖生态系统发育的Ecopath with Ecosim动态模拟", 中国水产科学, vol. 16, no. 2, pages 258 * |
| 李娜 等: "Ecospace模型及其在海洋保护区评估中的应用", 世界科技研究与发展, vol. 30, no. 6, pages 723 - 727 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116090229A (zh) * | 2023-01-16 | 2023-05-09 | 上海勘测设计研究院有限公司 | 基于EwE模型的湖泊富营养化生物操纵方法、系统及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ayllón et al. | InSTREAM-Gen: Modelling eco-evolutionary dynamics of trout populations under anthropogenic environmental change | |
| Bacher et al. | Use of dynamic energy budget and individual based models to simulate the dynamics of cultivated oyster populations | |
| Moullec et al. | Trophic models: What do we learn about Celtic Sea and Bay of Biscay ecosystems? | |
| Duarte et al. | Modelling local food depletion effects in mussel rafts of Galician Rias | |
| Goto et al. | Spatiotemporal variation in flow-dependent recruitment of long-lived riverine fish: Model development and evaluation | |
| Ayllón et al. | Mechanistic simulations predict that thermal and hydrological effects of climate change on Mediterranean trout cannot be offset by adaptive behaviour, evolution, and increased food production | |
| Han et al. | Evaluating impacts of intensive shellfish aquaculture on a semi-closed marine ecosystem | |
| Stillman et al. | Deriving simple predictions from complex models to support environmental decision-making | |
| Jager | Thinking outside the channel: Timing pulse flows to benefit salmon via indirect pathways | |
| Frank et al. | Simulating brown trout demogenetics in a river/nursery brook system: The individual-based model DemGenTrout | |
| McDermot et al. | An individual-based model of lake fish communities: application to piscivore stocking in Lake Mendota | |
| McKindsey | Carrying capacity for sustainable bivalve aquaculture | |
| Puga et al. | Bioeconomic modelling and risk assessment of the Cuban fishery for spiny lobster Panulirus argus | |
| Lipcius et al. | Modeling quantitative value of habitats for marine and estuarine populations | |
| Zhang et al. | Modeling and evaluating ecosystem in 1980s and 1990s for American lobster (Homarus americanus) in the Gulf of Maine | |
| Akimova et al. | Spatiotemporal dynamics of predators and survival of marine fish early life stages: Atlantic cod (Gadus morhua) in the North Sea | |
| Lavaud et al. | Modelling bivalve culture-eutrophication interactions in shallow coastal ecosystems | |
| Jones et al. | Landscape‐scale life‐history gradients in New Zealand freshwater fish | |
| Belarde et al. | New predictions from old theory: Emergent effects of multiple stressors in a model of piscivorous fish | |
| Morales et al. | Mussel dynamics model: a hydroinformatics tool for analyzing the effects of different stressors on the dynamics of freshwater mussel communities | |
| Sharma et al. | A quantitative framework for the analysis of habitat and hatchery practices on Pacific salmon | |
| Yang et al. | A dynamic energy budget model of Fenneropenaeus chinensis with applications for aquaculture and stock enhancement | |
| CN113806916A (zh) | 一种生态系统EwE模型构建方法 | |
| Robinson et al. | Reviewing uncertainty in bioenergetics and food web models to project invasion impacts: Four major Chinese carps in the Great Lakes | |
| Forrestal et al. | Ecosystem effects of bluefin tuna Thunnus thynnus thynnus aquaculture in the NW Mediterranean Sea |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |