生物学思想史 第373卷

胡敏 著 · 王德生 指导

第四十一章 洛特卡—沃尔泰拉怎样把关系变成动态对象

一 自然史中的捕食和数学模型

看见一种动物捕食另一种动物,可以建立一条食物关系;连续记录双方数量,才能开始追问这条关系如何参与种群变化。如果猎物增加后捕食者也增加,随后猎物减少,我们已经得到一个值得解释的次序,却还没有得到机制证明。季节、迁移、疾病和资源变化,都可能在相同的时间序列上留下痕迹。数理生态学的工作,是把候选机制写成足够明确的关系,使其后果能够同记录比较。

沃尔泰拉在其原始论述的英文译本中,先区分外部周期作用与种群内部相互作用可能产生的波动,再说明连续数量和忽略年龄、大小差异等简化。他也在脚注中承认洛特卡一九二五年著作对两物种情形的相关处理。[41-1]这段原文提示我们,模型从一开始就不是自然界全部复杂性的照相,而是对哪些过程暂时进入计算作出选择。

用今天常用的符号,把猎物数记作x,捕食者数记作y,一个最简模型可写成:dx/dt = ax − bxy,dy/dt = cxy − δy。这里a、b、c、δ均为正常数。a表示无捕食条件下猎物的净增长率,b表示单位数量相遇造成猎物损失的有效强度,c把相遇联系到捕食者的增长,δ表示缺乏所建模食物时捕食者的下降。它们分别承担不同作用,不能把所有常数都称为物种固有属性。

乘积xy尤其值得理解。它把相遇机会近似为双方数量的乘积。在一定范围内,猎物增加一倍而捕食者不变,相遇项增加一倍;双方都增加一倍,相遇项增加四倍。这不是关于所有捕食行为的普遍真理,而是一个可检查的近似。如果捕食者有处理食物的时间限制,如果猎物能进入庇护处,或者空间分布强烈不均匀,乘积项就可能不再充分。

由此,一个新的研究对象出现了:双方数量之间的动态关联。对象不只是“两种动物”,还包括增长率、相遇作用和变化次序在规定条件下的联合。单独测得的某种繁殖能力仍然有用,却不再足以决定共同生活时的数量走向。模型把自然史里的“吃与被吃”转换成能够产生时间后果、允许修改假设的构成关系。

这项转换也改变了证据要求。若只知道捕食者吃猎物,无法估计相遇强度;若只知道某时刻双方有多少,无法辨认变化速度;若只看到周期,也无法确认周期来自所写机制。研究者必须组织重复计数,区分取样误差与真实变化,并将数量记录同独立的繁殖、死亡或摄食信息相接。数学表达越明确,未被测量的环节就越容易暴露。

自然史积累的共存、捕食与竞争观察,在方程中被重新组合为可以推演、可以比较条件变动后果的动态对象。过去的一次记录可能只是物种清单的一行,如今它成为一条轨道上的一个位置;这个位置的意义,由前后的变化及联合模型共同决定。

二 周期是否必然出现

在上述模型中,双方变化为零的正平衡点是x = δ/c、y = a/b。这个结果已经具有反直觉意味:平衡猎物数量由捕食者相关参数限定,平衡捕食者数量则由猎物增长与被捕食参数限定。这里说的是该模型的平衡条件,不能把它直接当成任何真实生态系统中改变参数后的普遍反应。

为何会出现循环?设猎物丰富而捕食者较少,猎物的正增长尚未被捕食抵消;捕食者得到较多食物后增加,猎物随后受到更强抑制;猎物减少又使捕食者的增长转为下降;捕食压力减轻后,猎物重新增加。这一口头次序与方程相符,但单靠口头故事还无法证明轨道闭合。闭合、周期和稳定性属于进一步的数学判断。

对正变量,量cx − δ ln x + by − a ln y沿模型轨道保持常数。读者可以直接求导核对:与dx/dt、dy/dt相乘后的各项相互抵消。该量在正平衡点取最小值,其他正水平集围成闭曲线,于是非平衡的正初值对应周期轨道。这里的推导只属于这个确定性模型,并且依赖正参数与正初值;位于坐标轴或正平衡点的情形不能混称为同一种周期。

更重要的是,这些周期不是所有附近轨道最终汇入的一个吸引循环。不同初值可以位于不同闭曲线上,扰动后未必回到原来的振幅。因而“模型有周期”与“模型能在扰动后恢复同一周期”是两项不同命题。若实测系统在受到扰动后可靠返回某种振幅,就需要检查最简模型是否缺少稳定机制。

一条光滑的模拟曲线很容易让读者忽略这个区别。计算机可以画出连续起伏,视觉上像季节变化;但曲线形似并不证明自然系统采用同样动力。研究者应比较相位先后、振幅变化、扰动恢复与条件改变后的走势,而不只比较有没有波峰。不同机制可以生成相似图像,观察窗口太短时尤其如此。

把猎物增长改为有资源限制的形式,是一个明确的模型修改。例如将ax改成ax(1−x/K),等于加入猎物数量对自身净增长的反馈。加入后,原来的守恒量通常不再保持,稳定性也可能改变。这个修改并非简单提高“现实程度”,而是增加一项特定机制假设。它是否合适,应由资源限制的证据及预测改进来判断。

同样,外部周期与内部循环可以同时存在。若资源供应随季节改变,增长参数可能成为时间函数;若捕食者的繁殖有延迟,当前增长可能依赖过去的猎物量。两种改变都能调整相位和振幅,却对应不同取证任务。把误差统称为环境复杂,无法决定该测资源、该测繁殖延迟,还是该检查取样过程。

这里最有价值的知识不是“生态必然循环”,而是条件命题:在给定作用形式和简化下,循环如何产生;取消其中一个条件,哪些结论随之失效。条件被写明后,失败就能够转成修订路线,而不是在漂亮曲线与杂乱现实之间作情绪选择。

还可以由零增长线直接提出实验问题。猎物在y低于a/b时增加,在高于这一数值时减少;捕食者在x高于δ/c时增加,在低于这一数值时减少。若测得的变化方向反复违反这些关系,那么问题可能来自参数变化、状态遗漏,也可能来自计数误差。这样的局部方向检验,比等待完整周期结束更容易暴露模型困难。它也使没有完整周期的短记录能够承担有限的判别任务。

然而,平衡点的测量本身不能唯一确定四个参数。知道x与y的平衡值,只能获得两项比值约束;不同参数组合可以拥有相同平衡而产生不同速度。若把平衡吻合当作全部机制验证,就会把不可辨识的问题藏起来。补充独立的增长或下降记录,才能进一步区分这些组合。模型因此不仅产生预测,也告诉研究者现有资料还不能决定什么。

三 实地数据与实验微生态

真实数量记录首先面对的困难,是计数所代表的究竟是不是种群总量。固定地点的捕获数可以随实际密度变化,也可以随动物活动、器材效率或迁移改变。如果研究者把每次捕获数直接作为模型中的x,拟合得到的增长率就可能吸收观察方式的变化。观测模型与动力模型需要分别处理,才知道残差发生在哪一层。

本书用一个明确设例展开。设某种猎物在低温时活动减少,捕获概率下降,但实际数量没有明显变化。捕获序列会呈现低谷;若此时捕食者记录也有延迟,便可能形成很像捕食循环的图形。要区分这两种情况,可以增加独立计数方法,或在估计中显式处理捕获概率。这个问题不是方程本身犯错,而是从观察量到状态量的对应尚未建立。

实验微生态提供另一种取证方式。在可控制的体系中,研究者能够改变初始密度、空间结构或资源更新,反复观察系统怎样离开原轨道。它的优势不只是数据更整齐,而是能够让某些竞争解释产生不同后果。若所有条件同时变化,即使实验结果明显,也难以判断是哪一项作用造成变化;只有操作差异与结果差异被稳定配对,模型比较才获得力度。

但封闭小系统也会形成自己的特殊性。容器限制空间,转移培养改变资源,取样本身减少个体。若把这些操作当成透明窗口,就可能把实验装置的周期误作生态系统的内生周期。研究对象因此应包含必要的更新与取样程序。共同条件并非都要成为状态变量,但足以改变结论的程序必须进入解释。

多物种网络又进一步改变“有效参数”的意义。原来捕食者对某种猎物的作用强度,可能受另一种替代食物影响;猎物的增长率可能受第三种竞争者影响。若把第三者省略,这些影响可能被压进随时间变化的系数。在有限范围内,这种压缩未必错误;一旦换条件导致系数失稳,就应检查被省略的相互作用是否需要展开。

在生命过程层,S是数量波动及其可辨模式,D是出生、死亡与迁移形成的差异序列,E落实为资源可得性、相遇概率与繁殖响应的特征发生相互牵动。取样属于科学实践层:它形成数量记录,必须通过观测模型同种群过程连接。资源变化会改变摄食收益,摄食又改变资源分布,分布反过来改变相遇;不能把它们当作三个完成后再简单相连的常量节点。模型是否把这一共同形成压缩得足够,取决于具体任务。

这也提供一条反向检查:若相同数量状态在两次实验中引出不同后续变化,那么仅用x、y作为状态可能不够。系统可能还携带不同资源储量、年龄组成或空间分布。补入哪个变量,不由“整体性”决定,而由能否解释分岔并产生新预测决定。状态空间扩展在这里成为材料迫使的修订,而非预先追求越大越好。

若扩展后只是增加拟合自由度,却没有提高独立预测,研究者就应保留更简单的模型,或承认当前资料不能辨认复杂机制。多物种并不自动比两物种更真实,参数更多也不自动意味着知识更多。复杂性的价值,体现在它消除了哪一种实质性误判。

同一组参数还须接受尺度检查。用每平方公里密度代替总数量,交互系数的单位随之改变;若研究区域面积也变化,不能把数字相同误当作用强度相同。只有保持状态量、时间单位和空间范围的一致,跨地点比较才有明确意义。生态学的数学化因而包含计量纪律:数字怎样产生与方程怎样计算,是同一解释链上的不同环节。

参数符号固定也不意味着参数值永远固定。若捕食者随着猎物稀少而改变行为,原先估计的相遇强度可能失效。此时先判断变化能否被一个明确响应函数表示,再决定是否增加行为状态。这样的修订保留了旧模型在原范围内的作用,也准确标出了它不能继续外推的位置。

四 生态研究单位变动

捕食模型改变的不是物种分类本身,而是解释数量变化时采用的单位。一个物种的增长不能再完全由自身参数说明,双方动态必须联合考虑。这里应当谨慎区分分类单位与动力研究单位:分类上仍可识别两种生命,动力上却形成一个相互限定的系统。扩大后一边界,不要求取消前一边界。

这种区分也使旧知识能够被选择性继承。独立测量的繁殖时间、死亡倾向和摄食信息可以进入新模型,但其作用不再是单独决定结果,而是参与联合约束。原有数据没有被革命性语言清空,原有解释权限却发生变化。一个以前被称作物种固有增长率的数值,可能需要改写为特定资源和密度条件下的估计。

要说明这里确实形成新生态世界,不能只指向纸上的方程。必须同时看到新对象、新操作和新推断资格:相互作用轨道成为对象,调整初值和作用条件成为操作,平衡、稳定和扰动后果成为推断。三者共同形成以后,研究者才能提出过去单份自然史描述不易回答的问题,例如同一物种组合为何在不同初值下呈现不同振幅。

数理生态学提供了上述动力方程、参数估计和稳定性分析。发生学分析在这一基础上追踪研究单位的改变:哪些特征通过操作与比较取得稳定身份,哪些原有参数需要限定适用范围,以及哪些失配要求重新组织观测。其增量应在这些具体判断中检验。

本章留下的关键检查是单位是否足够。一个只关心短期平均数量的模型,可能无需区分所有年龄阶段;一个预测灭绝风险的模型,却可能必须考虑小种群随机性。连续模型可以允许数量无限接近零,而有限个体的系统可能在一次事件后真正归零。对象和问题改变,原来的近似是否足够也随之改变,不能把近似误当无条件承诺。

同样,空间范围扩大后,局部下降可能由外部迁入补偿,局部循环也可能被不同地点的错峰变化平滑。研究者此时面对的不是一种模型突然变坏,而是边界外的过程已成为当前解释的组成部分。把边界画在哪里,应依据哪些交换可以忽略、哪些交换改变结论,而不是依据地图是否方便绘制。

边界的选择还须说明预测期限;短期可忽略的缓慢过程,在长期轨道中可能成为决定条件。

从动态对象继续前进,下一章将追问:一个物种能够维持的条件范围如何定义。这里的相互作用模型已经表明,数量既受自身过程影响,也受与其他生命共同形成的条件影响。生态位讨论则把这种问题转成条件空间的划分,并进一步追问生命是否会改变这片空间。二者共享对联合条件的关注,却分别承担时间轨道与可维持范围的解释任务。