Научная статья на тему 'Динамика конкуренции и пространственная однородность растительного сообщества '

Динамика конкуренции и пространственная однородность растительного сообщества Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

CC BY
115
23
i Надоели баннеры? Вы всегда можете отключить рекламу.

Аннотация научной статьи по сельскому хозяйству, лесному хозяйству, рыбному хозяйству, автор научной работы — Галицкий В. В.

Ранее, как результат обработки данных картирования расположения деревьев и проекций их крон в 90-летних еловых культурах Подмосковья был обнаружен эффект не монотонности коэффициента корреляции площади проекции кроны и площади полигона Вороного дерева в ряду пробных площадок, ранжированных по возрастанию коэффициента вариации диаметров стволов. Эффект анализируется с использованием оригинальной двухмерной модели динамики сообщества растений. Анализируются теоретические интегральные по сообществу меры конкуренции мера по (Clements, Weaver,1929) и средняя угнетенность растений сообщества, демонстрирующие не монотонность процесса конкуренции в достаточно однородных сообществах. Прямым счетом показано, что упомянутый коэффициент корреляции также может рассматриваться в качестве меры конкуренции, а эффект его не монотонности действительно имеет место в однородных сообществах. Используя это, можно оценить длительность роста биомассы свободно растущей ели в Подмосковье ?1000 лет. В связи с ограниченностью двухмерной ресурсной модели (двухсторонняя, конкуренция) некоторые модельные характеристики сообществ (коэффициент вариации, корреляционные характеристики соседства), показывая реальные направления изменения, отличаются от натурных в несколько раз.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Dynamics of the integral measure of competition in the plant communities of various extent of uniformity

The effect of non-monotony of the correlation coefficient between the crown projection's area and the Voronoii polygon's area in series of sites in the 90-year spruce cultures ranged in order of increasing of the variation coefficient for bole's diameter is analyzed with the original 2D model of the plant community dynamics. The theoretical integral all over community indexes of competition 1) index (after Clements, Weaver, 1929) and 2) the average oppression of plants demonstrating the non-monotony of competition process in rather uniform communities are analyzed. It is demonstrated by the direct computation with model that the mentioned correlation coefficient can be considered as a measure of competition too, and its non-monotony effect occurs really in the uniform communities. With this result the duration of growth period for biomass of the spruce free-growing tree in Moscow region may be estimated as 1000 years. In connection with narrowness of the 2D resource model ("two-sided" competition) some model characteristics of communities (coefficient of variation, correlation characteristics of neighborhood) demonstrating the real directions of change are differed from natural ones by several times.

Текст научной работы на тему «Динамика конкуренции и пространственная однородность растительного сообщества »

Динамика конкуренции и пространственная однородность сообщества растений

Галицкий В.В. (galvv@ibbp.psn.ru)

Институт физико-химических и биологических проблем почвоведения РАН

Введение

Конкуренция между растениями в сообществе - непрямое взаимодействие растений в ходе раздела и передела недостаточных для всех растений сообщества ресурсов (Clements et al., 1929) - является ведущим процессом в развитии любого сообщества растений. Изреживание древостоев, т.е. уменьшение в сотни и тысячи раз плотности сообщества по мере роста его членов, есть наиболее наглядное проявление этого процесса.

Следует заметить, что фитоценологи (Работнов, 1978) при анализе натурных данных предпочитают говорить о конкуренции за конкретный ресурс (свет, вода, элементы минерального питания). Однако, в предположении (естественном, при первоначальном рассмотрении) однородности по этим ресурсам территории, занимаемой сообществом, можно считать, что единым ресурсом является площадь, занимаемая сообществом. Ресурс - величина аддитивная, а при разделе территории пропорционально делятся и расположенные на ней материальные ресурсы.

Конкуренция в сообществе растений проявляется как на локальном уровне - взаимодействие достаточно близких друг к другу соседних растений приводит к изменению их индивидуальных параметров (масса, форма и т.п.), так и интегрально, на уровне сообщества -в результате межиндивидуальных взаимодействий меняются характеристики сообщества (средние величины и особенности распределений параметров растений в сообществе, коэффициент вариации, плотность сообщества и интенсивность его изреживания, корреляционные связи и т.п.)

Исследования проблем, связанных с конкуренцией в растительных сообществах и, в частности, мер "силы" локального взаимодействия растений в сообществе проводятся не менее века (например, Clements et al., 1929; Сукачев, 1973, 1975; Pielou, 1960; Mack and Harper, 1977; Weiner, 1984; Duncan, 1995). Конкуренция на локальном уровне здесь не обсуждается и далее рассматривается поведение интегральных по сообществу мер конкуренции.

О выборе интегральной меры

Мера далее понимается как некоторый способ, алгоритм оценки величины (значения) некоторого качества (здесь "сила", интенсивность конкуренции) объекта (здесь сообщество растений). Очевидно, что такой способ не может быть единственным, однако, предпочтительными можно считать такие, что удовлетворяют условию нормировки, т. е. дают величины из фиксированного диапазона значений, например [0,1], для любых ситуаций. Ниже мы обсудим две группы таких способов, применительно к обсуждаемой теме.

Первая группа - теоретические меры, непосредственно следующие из определения конкуренции и не обязательно наилучшие для применения на практике. Исходя из определения, меры должны строиться из величин, определяющих потребности индивидуальных растений сообщества и величин, измеряющих наличный ресурс, которым

обладает каждое растение. Будем использовать соответствующие величины, введенные при разработке модели динамики сообщества растений (Галицкий, 1999, 2000). Полагая территорию, занимаемую сообществом, однородной, в качестве меры доступных каждому i-тому растению ресурсов естественно взять площадь соответствующего полигона Вороного (Вороной, 1952) и, используя представление о свободно растущем растении, принять площадь свободного роста ÄFi(T) - одну из характеристик свободно растущего растения - мерой ресурса, необходимого растению в возрасте T.

Согласно Клементсу (Clements et al., 1929, p. 317), в качестве интегральной меры конкуренции в сообществе следует взять отношение суммарной по сообществу величины недостатка дефицитного для растений ресурса к суммарной потребности членов сообщества в этом ресурсе

N N

C Cl = X ( Af ,i - S pi,)/ X ÄF,i , (1)

A > S i=1

Si F ,i О pl ,i

где первое суммирование производится по всем испытывающим конкуренцию "истинным" (т.е. в некотором смысле далеким от границы сообщества, Галицкий, 2000) растениям сообщества и N есть полное число "истинных" полигонов. Следует заметить, что эта формулировка "делит" индивидуальные нехватки ресурсов на все сообщество.

Используя те же модельные понятия, можно предложить другую, не имеющую "социалистического" оттенка, формулировку интегральной меры конкуренции - средняя по сообществу мера конкуренции за территорию, испытываемой индивидуальными "истинными" растениями сообщества со стороны своих соседей:

N

C av = V N X ( ÄF ,i - S pli)/ Af ,i . (2)

Af i>S pi ,i

Оба выражения нормированы на интервал [0, 1]: если каждое растение имеет Spii « ÄFi(T), то обе величины близки к 0 и если для всех растений Spi,i > ÄF i(T), то обе величины равны 1.

Поскольку ÄF и Spi,i и N меняются во времени, то CCl и Cav, вообще говоря, тоже зависят от T. Можно отметить, что согласно этому выражениям, интегральная мера конкуренции определяется геометрической конструкцией сообщества и одной из характеристик виртуального объекта - свободно растущего растения, зависящей от вида растения и экологических условий сообщества.

Другая группа - практические меры оценки силы конкуренции, в которых используются данные, получаемые при натурных наблюдениях. Такие меры конкуренции должны строиться с использованием как величин, показывающих состояние растений в сообществе (фитомасса, биомасса (Галицкий, 1999), высота, диаметр ствола и т.п.), так и величин, отражающих распределение ресурсов в сообществе. Параметры, показывающие состояние растений, могут быть в свою очередь разделены применительно к рассматриваемому вопросу на две группы.

Первая - параметры накопительного характера, т.е. те, чья сиюминутная величина определяется всей предыдущей историей (конкуренции) растения и монотонно изменяется (лишь увеличивается) с возрастом. Из перечисленных выше это фитомасса, высота, диаметр ствола. Если обратиться к модели растения (Галицкий, 1999), на которой базируется последующий анализ, то модель динамики фитомассы растения есть интеграл по времени от величины, названной биомассой и непосредственно не включает в себя параметры, связанные с ресурсами, которыми обладает растение. Поэтому использование фитомассы и аналогичных "накопительных" характеристик при построении меры сиюминутной интенсивности конкуренции в сообществе, о которой собственно и идет здесь речь, очевидно, было бы нерациональным. В то же время можно полагать, их использование наоборот будет естественно при рассмотрении интегральной роли конкуренции в сообществе за предыдущую

историю сообщества, т.е. при рассмотрении "исторической" роли пространственной структуры в его развитии.

Вторая группа параметров растения - те, которые непосредственно зависят от обеспечения его ресурсами. Из перечисленных выше - это биомасса растения, под которой понимается физиологически активная часть его полной массы. Согласно используемой здесь модели растения (Галицкий, 1999) скорость изменения биомассы линейно связана с доступными растению ресурсами, и она была бы наиболее подходяща при построении меры интенсивности конкуренции. Однако, экспериментальных данных для такой характеристики растений конкретных сообществ, по-видимому, нет, и далее мы ограничимся использованием собственно биомассы.

Из упомянутых выше интегральных характеристик сообщества (средняя величина и особенности распределения биомассы растений в сообществе, коэффициент вариации, плотность сообщества и интенсивность его изреживания, корреляционная связь биомасс и площадей, занимаемых растениями) при построении практических мер конкуренции предпочтение можно отдать последней - корреляционной связи. Дело в том, что как говорилось выше, мера должна быть безразмерной и нормированной. В отношении остальных характеристик этого можно было бы достичь, зная величину биомассы свободно растущего растения (Галицкий, 1999) и/или некоторые исходные характеристики сообщества, что при натурных наблюдениях практически затруднительно. Кроме того, они с некоторым запаздыванием реагируют на конкуренцию, что следует из модели динамики биомассы

растения (Галицкий, 2000).

Конкуренция в динамике

Хотя еще Клементс указывал, что конкуренция является "динамическим процессом", этот ее аспект до сих пор по существу не рассматривался, из-за отсутствия методов определения ресурсных потребностей индивидуального растения и суммарных потребностей растений в ходе развития сообщества, а также трудности (или невозможности) наблюдения за сообществом на достаточных интервалах времени. Кроме того, экспериментальное изучение естественных древостоев начинается обычно в том возрасте древостоя, когда процесс монотонно затухает (модель этой ситуации разработана Хильми, 1957), а для культур оно обычно заканчивается, когда процесс еще только разворачивается. Теоретический анализ этой проблемы, наиболее существенной для пространственно достаточно однородных сообществ, требует наличия пространственной динамической модели и определенных вычислительных возможностей. В известной модели лесной экосистемы JABOWA (Botkin et al., 1972) суммарная смертность деревьев назначается (!) из расчета получения заданной плотности популяции к заданному возрасту. Ранее на двухмерной модели сообщества растений была показана возможность немонотонной динамики продукционных характеристик пространственно достаточно однородного сообщества, связанной с самоизреживанием, которое сопутствует конкуренции в таком модельном сообществе (Галицкий, 1979; Galitsky, 1982).

В работе (Абатуров, Галицкий, 1995) при компьютерной обработке данных картирования пробных площадей в одновозрастных еловых культурах Подмосковья были получены результаты, которые были интерпретированы (Галицкий, Абатуров, 1996) как проявление не монотонности процесса конкуренции в таких исходно однородных древостоях. В данной статье это явление анализируется с помощью разработанной ранее двухмерной модели динамики сообщества растений. Далее используются натурные ланные, опубликованные в (Абатуров, Галицкий, 1995; Галицкий, Абатуров, 1996; Галицкий, 2003) и представлен их

модельный анализ.

Модельный анализ динамики конкуренции в сообществе растений

В работе (Абатуров, Галицкий, 1995) фиксировались одномоментные схемы размещения для древостоев только одного возраста и функция Ар(Т), вообще говоря, неизвестна. Таким образом, прямое по доступным данным натурного картирования и в динамике определение С^ и подтверждение не монотонности невозможно. Поэтому одной из задач анализа динамики однородного сообщества с помощью двумерных моделей растения и сообщества (Галицкий, 1999, 2000) являлась обработка результатов моделирования, подобная той, что использовалась для натурных данных (Абатуров, Галицкий, 1995).

С помощью двумерной модели сообщества растений проводились расчеты динамики для сообществ, в которых деревья исходно размещены вблизи узлов прямоугольной решетки -однородное размещение, а также для сообществ со случайным (пуассоновским) начальным размещением при тех же значениях прочих параметров. Однородное размещение реализовывалось на квадратной площадке путем случайного рассеивания по одному дереву в лунку размером 0.1 от шага квадратной 100х100-решетки. Начальная численность бралась 10 тысяч деревьев. Начальная плотность менялась с изменением размера квадратной площадки. Далее используются следующие обозначения (в скобках относительная плотность размещения растений) площадок: однородные g89 (0.83), g93 (0.94), g90 (1.00), g94 (1.06), g95 (1.66) и пуассоновскаяр90 (1.00). При вычислениях использовались следующие значения биологических, ростовых, физиологических параметров модели растения (Галицкий,1999): А0=.05, А1=100., м=2.5, а=10.0, В-тип роста, ^=0.8, вм=0.2, тм=0.1, со=0.1, форма полигона не учитывалась.

Здесь следует заметить, что используемая модель растения на выходе выдает величины биомассы и фитомассы и при этом, она непосредственно не связана с какими либо размерами растения. Имевшиеся у нас данные натурных наблюдений (Абатуров, Галицкий, 1995) напротив представляли собой результаты линейных измерений, из которых были получены величины площадей проекции крон. Чтобы интерпретировать результаты модельного анализа использовались следующие формулы пересчета, имеющие основанием представления об аллометрических связях между характеристиками дерева. При обработке результатов моделирования в качестве площади проекции кроны дерева с биомассой В бралась величина всг=В2/д (д - аллометрический параметр; при изометрии и В-типе роста д=2.0 (Галицкий, 1999)). Аналогично в качестве диаметра ствола бралась величина d 1,3=Р1/(1+д) , где Р физиологически пассивная часть массы дерева - фитомасса (Галицкий, 1999).

Мера конкуренции

На рисунке 1а представлены модельные зависимости С2СЧ(Т) для нескольких однородных сообществ различной исходной плотности и для одного пуассоновского сообщества. Однородное сообщество в отличие от пуассоновского действительно демонстрирует немонотонную динамику интегральной меры конкуренции Вслед за первым наибольшим пиком, соответствующим массовому вступлению в конкуренцию членов сообщества с некоторой периодичностью идут пики уменьшающихся амплитуд и со временем кривая однородного сообщества приближается к соответствующей зависимости пуассоновского. С уменьшением плотности посадки растений кривые Слу сдвигаются по оси Т, принципиально не изменяясь.

На рисунке 1 б приведены для сравнения зависимости Сс1(Т) и Можно видеть, что мера конкуренции Сс1 большей частью "преувеличивает" интенсивность конкуренции по сравнению с Слу, кроме тех случаев, когда основную часть "истинных" членов сообщества составляют угнетенные, почти одинаково испытывающие недостаток ресурсов - тогда обе меры весьма близки. На рисунке приведена так же зависимость от времени численности таких

членов сообщества Ыорг(Т). Ход этой зависимости (в соответствующем масштабе) весьма близок зависимости СЛУ(Т), в то время как Са(Т) несколько запаздывает.

Статистика

Рассчитывалась динамика статистических параметров модельных сообществ. Из них следует отметить те, с помощью которых ранжировались площадки натурных наблюдений -

коэффициент вариации и критерии нормальности распределений диаметров стволов D 1ш3 и площадей проекции кроны Scr (Абатуров, Галицкий, 1995; Галицкий, Абатуров, 1996).

Рис. 1. а) Меры интенсивности конкуренции по (Clements, 1929) - CCl (1) и средняя угнетенность нехваткой площади для роста - Cav (2) для однородных сообществ gXX разной плотности и пуассоновского p90. б) Сравнение CCl, Cav, количества угнетенных конкуренцией растений Nopr и модельного коэффициента корреляции (Sc r -Spi) - rBS при lag=8 для сообщества g90.

Качественно закономерности, подобные натурным, проявились и в модельных сообществах. Так нормальность распределения scr исчезает и раньше, чем распределения d 1ш3 . На рисунке 2а изображена динамика некоторых статистических характеристик для однородного g90 и пуассоновского p90 сообществ, в частности, коэффициентов вариации d 1.3 - CVP и scr - CVB.

В общем, поведение этих модельных коэффициентов не противоречит натурным наблюдениям (Табл. 2, Галицкий, 2003: Абатуров, Галицкий, 1995) - с появлением конкуренции в сообществе они возрастают, хотя в ходе модельной конкуренции динамика их более сложная (особенно для scr), чем можно было предположить. Наиболее заметно различие в поведении этих сообществ выражается в поведении коэффициентов вариации scr. Со временем характеристики обоих типов сообществ сближаются. На рисунке 2б представлена динамика коэффициентов вариации d 1.3 для сообществ gXX (на врезке в увеличенном масштабе интересующий нас участок). Со временем (малые) различия между сообществами практически исчезают. Очевидно, коэффициент вариации не может быть использован в качестве меры конкуренции, а скорее в качестве указателя направления хода процесса.

T

Рис. 2. а) Модельная динамика численности живых растений n/N0, средних фитомассыAVP и биомассыAVB, коэффициентов вариации фитомассы CVP и биомассы CVB для сообществ g90 p90; б) динамика коэффициентов вариации фитомассы для сообществ gXX разной плотности, на врезке в увеличенном масштабе вблизи сечения А-А.

Корреляции индивидуальных характеристик

На рисунках 3а, б и в приведена модельная динамика коэффициентов корреляции (scr-Sp) и (d 1.3-Spí) для площадей полигонов, вычисленных для данного момента T (lag=0) и для предыдущего момента времени T - lag, (lag=8). В последнем случае имитировалась ситуация, когда при обработке данных натурных наблюдений (построении мозаики Вороного)

10 15 20 25 30 35 40

T

Рис. 3. а) и б) Модельная динамика коэффициентов корреляции (Scr-Spl) для сообществ gXXпри lag=8 и lag=0 соответственно. На врезке рис. 3а сравнение значений (Scr-Spl) при lag=8 для модельных сообществ в сечении А-А (кружки) и коэффициентов корреляции (Scr-Spl) для площадок в еловых культурах (черные квадраты); в) модельная динамика коэффициентов корреляции (d 1.3-Sp¡) для сообществ gXX при lag=8.

учитывались положение и диаметр стволов сухих на данный момент деревьев. Можно видеть, что зависимости коэффициентов с изменением исходной плотности качественно не слишком сильно меняются и с уменьшением плотности сдвигаются в сторону больших T. Это вместе с существенной не монотонностью зависимостей обеспечивает возможность столь резких различий между величинами коэффициентов корреляции в ранжированном ряду площадок

(Табл. 3, Галицкий, 2003).

На рисунках отмечен момент времени (сечение А-А), когда ситуация с модельными корреляционными коэффициентами довольно близка к ситуации натурных наблюдений, результаты которых представлены в Табл. 3 (Абатуров, Галицкий, 1995: Галицкий, 2003). Для этого момента на врезке рисунка 3 а представлены соответствующие величины модельных и натурных коэффициентов корреляции. Графики рисунка 3а показывают, что в сечении А-А вариант g89 (аналог площадки H56) находится на первой волне обострения конкуренции, а вариант g95 (аналог площадки AL7) на второй.

В таблице 1 представлены значения других коэффициентов парной корреляции модельных сообществ для момента сечения А-А.

Таблица 1 Коэффициенты корреляции между характеристиками индивидуальных растений модельных сообществ "диаметр ствола " - d 1.3 и "площадь проекции кроны " - scr для момента сечения А-А (ср. с Табл. 3)

коэф.корреляции g89 g93 g90 g94 g95

(scr-d 1.3), lag=0 0.730 0.605 0.716 0.714 0.698

(scr-Sp), lag=8 0.368 0.113 -0.024 -0.027 0.303

(scr-Spl), lag=0 0.093 0.044 -0.026 0.202 0.164

(d 1.3-Spl), lag=8 0.608 0.309 0.135 0.123 0.441

(d i. 3 -Spl), lag=0 0.004 -0.037 -0.034 -0.028 0.031

Можно отметить, что соответствие вполне удовлетворительное не только для строки (scr-Spl), lag=8, значения которой были основными при выборе места сечения А-А, но и большинства остальных строк. Место сечения выбирается практически однозначно с точностью до шага интегрирования (0.1) дифференциальных уравнений модели. Учитывая, что теоретические минимумы зависимостей (scr-Spl) от времени, подходящие для соотнесения с натурными данными, довольно острые, а различие коэффициентов корреляции (Scr-Spl) для

площадок Б22, Я22, ЛЬ5 (Табл. 3, Галицкий, 2003) весьма мало, можно признать, что эти

площадки весьма похожи друг на друга, в том числе и по исходной плотности посадки деревьев, точно не известной.

Модельный параметрический анализ корреляций здесь не представлен, но ряд обсчитанных реализаций (отличающихся выборками датчика случайных чисел) описанных здесь вариантов и некоторых других вариантов показывает, что общий характер зависимости (scr-Spl) от времени сохраняется. В частности, изменение параметров модели растения (Галицкий, 1999): величины а, характеризующего интенсивность затрат растения на поддержание биомассы, на порядок или параметра sM - уровень отмирания растения - вдвое, приводит к изменению положения сечения A-A (см. рис. 3) примерно на 1. Это позволяет на основании представленных натурных и модельных данных сделать заключение о том, что параметр масштаба времени A1 в функциях свободного роста AF(T) и BF(T), используемых в модели

Таблица 2. Модельные значения коэффициентов вариации "диаметра ствола" - d и "площади проекции кроны" - бсг для вариантов gXX в момент сечения А -А

Коэф. вариации g89 g93 g90 g94 g95

d 1.з 0.0448 0.0466 0.0468 0.0488 0.0526

scr 0.210 0.272 0.243 0.245 0.208

(Галицкий, 1999), можно оценить величиной A ^360 лет, а возраст практического завершения роста биомассы свободно растущего дерева (ели) -1000 лет.

Можно также отметить, что динамика (scr-Sp¡) весьма близка (с учетом масштаба) к динамике описанной выше меры конкуренции Cav, что может служить еще одним доводом в пользу этой меры конкуренции. Это иллюстрируется на рисунке 1б.

Для полученного момента сечения A-A можно сравнить величины коэффициентов вариации величин d 1.з и scr вариантов gXX (Табл. 2) с соответствующими коэффициентами вариации диаметра ствола и площади проекции кроны, которые использовались для ранжирования

пробных площадок в натурном исследовании (Табл. 2, Галицкий, 2003; Абатуров, Галицкий,

1995). Модельные значения существенно меньше натурных - по диаметрам в 4-6 раз и по кронам в 1.5-2 раза, хотя, как и для натурных величин, вариация диаметров меньше вариации площадей проекций крон и для диаметров она растет с исходной плотностью посадки.

Таблица 3. Модельные коэффициенты корреляции параметров фокального дерева "диаметр ствола " - d13 и "площадь проекции кроны " - scr со средними (надчеркнуто) значениями этих же параметров соседей по мозаике для однородных (gXX) разной плотности и пуассоновского (p90) сообществ в момент сечения A-A

коэф.корреляции g89 g93 g90 g94 g95 p90

(d13-d 1.3,n), lag=0 0.049 -0.0079 -0.015 -0.0084 -0.031 0.041

(sCT- J cr,n), lag=0 -0.0048 0.042 0.046 0.050 0.046 0.067

(scr- Jp!,n X lag=0 -0.098 -0.036 -0.024 0.075 0.0063 0.102

(scr- Jp!,n X lag=8 0.016 0.015 0.015 0.0013 -0.028 0.021

(d1.3- Jpl ,n), lag=0 -0.056 0.0069 -0.0022 0.0035 -0.044 0.038

(d1.3- Jpl ,n), lag=8 0.016 0.044 0.027 0.029 0.045 -0.0071

Корреляции с соседями

В таблице 3 представлены модельные значения коэффициентов корреляции некоторых характеристик фокального дерева с характеристиками его соседей для момента сечения А-А (см. рис. 3). В качестве характеристик соседей брались средние значения характеристик его соседей по сиюминутной мозаике, а в некоторых случаях также и с некоторым лагом назад.

Сравнивая первые две строки таблицы 3 с соответствующими величинами таблицы 4 (Галицкий, 2003), можно отметить, что различия весьма существенные и, в первую очередь, по величине коэффициентов - модельные величины гораздо меньше. В последних четырех строках таблицы 3 даны коэффициенты корреляции характеристик фокальных растений со средними значениями ресурсов соседей. Эти коэффициенты также весьма малы. Динамика модельных коэффициентов корреляции с соседями выглядит довольно случайной, особенно

для биомассы. На рисунках 4а и б для примера приведены модельные зависимости (5сг- у сгп ) и 1.з- й 1.3,п) от времени для однородного g90 и пуассоновского р90 размещений растений.

т т

Рисунок 4. Модельная динамика коэффициентов корреляции характеристик фокального дерева и его

"среднего соседа": а) "площадь проекции кроны" (5сг- 5 ст,п) - гсг,п и б) "диаметр ствола" (й13-й 13,п) -для однородного сообщества g90 и пуассоновского р90.

Заключение

Таким образом, результаты модельного анализа свидетельствуют в пользу того, что обнаруженный в натурных исследованиях эффект немонотонного изменения коэффициента корреляции площадей проекций крон деревьев в ранжированном ряду площадок в еловых культурах Подмосковья одинакового (90 лет) возраста с ресурсом (площадью полигона Вороного), приходящимся на каждое дерево, не является артефактом. Он обоснованно может рассматриваться как следствие не монотонности процесса конкуренции в однородных растительных сообществах.

В связи с этим и поскольку этот модельный эффект имеет место при довольно большом варьировании параметров модели можно считать достаточно обоснованными полученные оценки параметра временного масштаба модели А1 ~ 360 лет и, соответственно, времени роста биомассы свободно растущей ели в Подмосковье ~ 1000 лет. которые были сделаны по данным картирования проекций крон в еловых культурах возраста 90 лет (Абатуров, Галицкий, 1995). По-видимому, этот способ оценки временного параметра можно было бы применить и к культурам других видов.

Из рассмотренных формулировок мер интенсивности конкуренции в сообществах растений: меры Сс1, фиксирующей суммарный по сообществу недостаток ресурсов и следующей из определения конкуренции в сообществе растений, данного Клементсом и предложенной здесь меры С^, отражающей среднюю степень угнетенности растений в сообществе из-за недостатка ресурсов, предпочтительной можно считать вторую. Динамика этой меры конкуренции вполне согласуется с изменением во времени как количества угнетенных растений Ыорг и так и коэффициента корреляции (5сг-£р/) между "площадью проекции кроны" (биомассой) растения и ресурсами (площадь полигона), приходящимися на него в сообществе.

Результаты модельного анализа данных натурных исследований показывают также ограниченность использованных двухмерных моделей растения и сообщества. Так, хотя модельные коэффициенты вариации "диаметров стволов деревьев" и "площадей проекций крон", как и их натурные аналоги, увеличиваются при проявлении конкуренции в сообществе их динамика более сложная, чем можно было предположить, а главное - их величины существенно меньше. Исходная (заданная на момент начала конкуренции) нормальность распределений биомасс и фитомасс исчезает в порядке соответствующем натурному, однако это происходит чрезмерно быстро - на первых же шагах работы модели. Коэффициенты корреляции характеристик растений с характеристиками их соседей, в частности, "средних" соседей гораздо меньше, чем их натурные аналоги.

Причиной этих несоответствий с достаточной очевидностью следует считать двухмерность используемых моделей и, как следствие, их чрезмерную "жесткость". Так модельное растение, попавшее в угнетенное состояние и не успевшее получить прибавку площади роста от своих отмерших соседей, отмирает весьма быстро - в течение нескольких временных единиц (напомним, что параметр масштаба времени, используемый в модели - ^=100). В природе же растение, испытывающее недостаток ресурсов, имеет возможность попытаться решить эту проблему за счет третьего измерения, т.е. роста в высоту, тем самым, переводя "двухстороннюю" конкуренцию в "одностороннюю" (термины из (Weiner, Thomas, 1986)). Это растягивает интервал отмирания, увеличивая коэффициенты вариации, т.к. не происходит столь радикального отсекания левого хвоста распределений, и дольше сохраняется близость распределений к нормальному типу. Несоответствие натурных и модельных корреляций с соседями также есть следствие простоты моделей. Дело в том, что как отмечалось ранее (Галицкий, 2000; Galitskii, 2003), в модели сообщества растения фактически взаимодействуют между собой только в моменты передела полигонов, когда отмирают их соседи, а между этими моментами каждое растение растет и отмирает самостоятельно на своем полигоне Вороного. Это ослабляет корреляционные связи между соседними растениями, которые и так не слишком велики, поскольку с каждым фокальным растением взаимодействуют в среднем шесть соседей, а из-за изреживания соседними оказываются растения до этого не взаимодействовавшие. В реальном мире собственно конкуренция деревьев происходит и в ходе роста в высоту, вдоль третьего измерения, т.е. в существенно больших интервалах времени.

Эти проблемы, как и сходные проблемы, возникающие при модельном анализе правила -3/2 (Галицкий, 1998), указывают на необходимость разработки трехмерных моделей растения и сообщества растений. Разработка трехмерной модели растения, а затем и сообщества, представляет собой существенно более сложную задачу, к которой возможны различные подходы.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Среди таковых - интенсивно развивающийся в ряде европейских центров подход совместного моделирования материальных процессов в компартментальной структуре дерева и алгоритмического моделирования динамики формообразования дерева, основанного на т.н. ростовых грамматиках, моделирующих пространственную и функциональную структуры дерева (Kurth, 1994; De Reffye et al., 1995; Perttunen et al., 1996). Подобный подход, сравнительно просто реализуемый в трех измерениях, позволяет подобно тому, что используется в данной работе, весьма наглядно формулировать, реализовывать и интерпретировать модели, как индивидуального растения, так и небольших сообществ -известен пример моделирования конкуренционного эффекта для девяти деревьев. Представляется, что этот многообещающий подход не сможет в обозримом будущем заменить подход, использованный в данной работе, из-за весьма большого объема необходимых вычислений и, скорее всего его область ограничится в ближайшем будущем сообществами из нескольких десятков деревьев. Этот подход, однако, может оказаться эффективным (если не основным) источником характеристик и параметров моделей свободно

растущего растения и алгоритмов взаимодействия растений, используемых в моделях больших сообществ.

Модели больших сообществ растений, состоящих из десятков тысяч элементов и более, необходимые для изучения поведения сообществ в связи со свойствами составляющих их растений и при учете структуры сообщества, требуют разработки моделей индивидуального растения, достаточно адекватно описывающих взаимодействие растения с его соседями по сообществу и простых по внутреннему устройству. При этом простота должна позволять правильно определять судьбу индивидуального растения в условиях сообщества. Опыт работы с использованными здесь моделями растения и сообщества позволяет полагать, что они могут явиться базой для разработки (квази-)трехмерных моделей, в которых в соответствии с принципом "минимального угла зрения" (Галицкий, Тюрюканов, 2001) будут "видны" слои биомассы (и фитомассы) растения и которые будут описывать также и движение растения вдоль третьего измерения, но не включать "лишнюю" информацию о более мелких деталях его устройства.

Работа поддержана Российским фондом фундаментальных исследований (грант № 03-0448616).

Литература

Абатуров А.В., Галицкий В.В. О машинной обработке планов древостоев // Экология. 1995. № 3. С. 184-192.

Вороной Г.Ф. Избранные труды. Киев: Изд-во АН УССР. 1952.

Галицкий В. В. О коллективном самоугнетении в однородном растительном сообществе и

колебательных изменениях биомассы его членов // ДАН. 1979. Т. 246. № 4. С. 1013-1015. Галицкий В.В. Модельный анализ правила -3/2 для сообщества растений. ДАН. 1998. Т. 362. № 6. С. 840-843.

Галицкий В. В. Моделирование сообщества растений: индивидуально-ориентированный подход. I. Модель растения // Известия АН. Сер. биол. 1999. № 5. С. 539-546.

Галицкий В.В. Моделирование сообщества растений: индивидуально-ориентированный подход. II. Модель сообщества. Известия АН. Сер. биол. 2000. № 2. С. 178-185.

Галицкий В.В. Динамика конкуренции в растительных сообществах различной степени

однородности. Электронный журнал "Исследовано в России", 184, 2207-2221, 2003.

http://zhurnal.ape.relarn.ru/articles/2003/184.pdf

Галицкий В.В., Абатуров А.В. Ранжирование сходных древостоев по интенсивности

конкуренции путем анализа их контурных планов // ДАН. 1996. Т. 347. № 3. С. 421-423. Галицкий В.В., Мироненко Е.В. Мозаика Вороного на плоскости. Алгоритм построения.

Пущино. ОНТИ НЦБИ АН СССР. 1984. Галицкий В.В., Тюрюканов А.Н. О методологических предпосылках моделирования в

биогеоценологии // А.Н. Тюрюканов. Избранные труды. М.: Изд-во РЭФИА. 2001. С. 94108.

Работнов Т.А. Фитоценология,.М.: Изд. МГУ, 1978.

СукачевВ.Н. Избранные труды. Т. I. 1972; Т. III. 1975.

Хильми Г.Ф. Теоретическая биогеофизика леса. М.: Изд. АН СССР.1957.

Botkin, D.B., Janak, J.F. and Wallis, J.R. Some ecological consequences of a computer model forest

growth // J. Ecol. 1972. V. 60. P. 849-872. Clements F.E., Weaver J.E. Plant competition. An analysis of community functions. Washington.

Carnegy Institution. 1929. De Reffle, P., F. Houllier, F. Blaise F., D. Barthelemy, J. Dauzat andD. Auclair. A model simulating above- and below-ground tree architecture with agroforestry applications // Agroforestry Systems, 1995. V. 30. P. 175-197.

Duncan R. A correction for including competitive asymmetry in measures of local interference in

plant populations // Oecologia. 1995. V. 103. P. 393-396. Galitsky V.V. On modeling the plant community dynamics // Cybernetics and Systems Research.

Trappl R. (ed.) North Holland Publishing Co. 1982. P. 677-682. Galitskii V.V. The 2D modeling of tree community: from "microscopic" description to macroscopic

behavior // For. Ecol. & Manag. 2003. V. 183. Iss. 1-3. P. 95-111. Kurth W. Growth Grammar Interpreter GROGRA 2.4. Berichte des Forschungszentrums

Waldokosysteme. 1994. Reihe B. Bd. 38. Mack R.N., Harper J.L. Interference in dune annuals: spatial pattern and neighbourhood effects // J.

Ecol. 1977. V. 65. P. 345-363. PielouE.C. A single mechanism to account for regular, random and aggregated populations // J. Ecol. 1960. V. 48. P. 575:584.

Perttunen, J., R Sievanen, E. Nikinmaa, H. Salminen, H. Saarenmaa,J.Vakeva. LIGNUM: A Tree

Model Based on Simple Structural Units // Annals of Botany. 1996. V. 77. P. 87-98. Weiner J. Neighborhood interference amongst Pinus rigida individuals // J. Ecol. 1984. V. 72, P. 183195.

Weiner J., Thomas S.C. Size variability and competition in plant monocultures // OIKOS. 1986. V. 47. P. 211-222.

Zahl S. A comparision of three methods for the analysis of spatial pattern // Biometrics. 1977. V. 30. P. 513-524.

i Надоели баннеры? Вы всегда можете отключить рекламу.