设计研究将鹿群放入草场后草及鹿两种群的相互作用.docxVIP

完美.

完美.格式.编辑

5.研究将鹿群放入草场后草和鹿两种群的相互作用。草的生长遵从Logistic规律，年固有增长率0.8，最大密度为3000（密度单位），在草最茂盛时每只鹿每年可吃掉1.6（密度单位）的草。若没有草，鹿群的年死亡率高达0.9，而草的存在可使鹿的死亡得以补偿，在草最茂盛时补偿率为1.5。作一些简化假设，用差分方程模型描述草和鹿两种群数量的变化过程，就以下情况进行讨论：

比较将100只鹿放入密度为1000和密度为3000的草场两种情况。

适当改变参数，观察变化趋势。

解：设1．草独立生存，独立生存规律遵从Logistic规律；2．草场上除了鹿以外，没有其他以草为食的生物；

鹿无法独立生存。没有草的情况下，鹿的年死亡率一定；

假定草对鹿的补偿率是草场密度的线性函数；

每只鹿每年的食草能力是草场密度的线性函数。

记草的固有增长率为r，草的最大密度为N，鹿独立生存时的年死亡率为d，草最茂盛时鹿的食草能力为a，草对鹿的年补偿作用为b；第k＋1年草的密度为

，鹿的数量为 ，第k年草的密度为 ，鹿的数量为 。

草独立生存时，按照Logistic规律增长，则此时草的增长差分模型为

，但是由于鹿对草的捕食作用，草的数量会减少，则满足如

下方程：

（ ）

（1）

鹿离开草无法独立生存，因此鹿独立生存时的模型为

存在会使得鹿的死亡率得到补偿，则满足如下差分方程：

，但是草的

（ ）

（2）

另外，记初始状态鹿的数量为 ，草场密度初值为 。

专业.资料.整理

完美.

完美.格式.编辑

专业

专业.资料.整理

各个参数值为：

，，

，

，

，

，

%定义函数diwuti，实现diwuti-Logistic综合模型的计算，计算结果返回种群量functionB=diwuti(x0,y0,r,N,b,a,d,n)%描述diwuti-Logistic综合模型的函数

x(1)=x0; %草场密度赋初值

y(1)=y0; %鹿群数量赋初值

fork=1:n;

x(k+1)=x(k)+r*(1-x(k)/N)*x(k)-a*x(k)*y(k)/N;

y(k+1)=y(k)+(-d+b*x(k)/N)*y(k);

end

B=[x;y];

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clearall

C1=diwuti(1000,100,0.8,3000,1.5,1.6,0.9,50);

C2=diwuti(3000,100,0.8,3000,1.5,1.6,0.9,50);k=0:50;

plot(k,C1(1,:),b,k,C1(2,:),b,k,C2(1,:),r,k,C2(2,:),r,),...axis([05003000]);

xlabel(时间/年)

ylabel(种群量/草场：单位密度，鹿：头)title(图1.草和鹿两种群数量变化对比曲线)gtext(x0=1000)

gtext(x0=3000)gtext(草场密度)

gtext(鹿群数量)

》比较将100只鹿放入密度为1000和密度为3000的草场两种情况（绘制曲如图1

》比较将100只鹿放入密度为1000和密度为3000的草场两种情况（绘制曲如图1所示）：

使用MatLab

使用MatLab计算可以得到，当

衡点为（1800，600）。

，即两种群数量的平

改变草场密度初始值；

从图2中可以看到，改变草场的初始密度不会对两种群数量的平衡点造成影响。

改变鹿的数量初值

由图2可以看到，鹿初始的数量的改变在理论上也不会改变最终种群数量的平衡值。

但是，我们可以看到，y0=2000的那条曲线（紫色曲线），在5－15区间内降低到了非常小的值，这显然是不符合鹿的现实繁殖规律的，因为鹿的种群可持续繁殖的最小数量是存在域值的。当种群数量低于这个值时，在实际情况下，鹿的种群就要灭绝。

同样道理，草场的密度也存在一个最小量的域值，低于这个阈值，草也将灭绝。

综合上面分析，可以在此得出一个结论：最大密度一定的草场所能承载的鹿的数量存在上限。

改变草场的最大密度N，画图比较结果；

如图4所示，如果草场密度的最大值N发生变化，则最终两种群数量的平衡点也会发生相应的变化。结论：N值越大，平衡点两种群的数量就越大；N越小，平衡点两种群的数量就越小。

改变鹿群独立生存时的死亡率

实验中，改变了鹿单独生存的死亡率得到如图5.1和5.2两幅图，可以得出结论：鹿单独