群落結構、消長與種間交互作用:從物種清單到可解方程
用多樣性指數、Lotka–Volterra 模型與網絡穩定性理論,量化「為什麼這些物種能共存」
從「誰跟誰住在一起」到「為什麼能住在一起」
群落(community)是同一時空中所有交互作用物種族群的集合。入門課本告訴你群落有「結構、消長、種間交互作用」三件事;但真正的生態學問題不是「有哪些物種」,而是「為什麼是這些物種、以這些相對多度共存,而非其他組合」。要回答這個問題,必須從描述性的物種清單,跨入可量化、可預測、可被反證的機制層次。本文聚焦群落結構的量化描述、消長的非平衡動力學,以及種間交互作用如何被寫成可解的方程式。

群落結構的量化:不只是物種數
群落結構由「物種豐富度」(richness,$S$)與「均勻度」(evenness)共同決定。單純數物種數會掩蓋優勢度資訊,因此生態學家使用多樣性指數整合兩者。Shannon–Wiener 指數定義為
$$H' = -\sum_{i=1}^{S} p_i \ln p_i$$
其中 $p_i$ 為第 $i$ 個物種的相對多度。當所有物種等多度時 $H'$ 達最大值 $\ln S$,故均勻度可定義為 $J' = H'/\ln S$。另一常用的 Simpson 指數 $D = \sum p_i^2$ 表示隨機抽取兩個體屬同種的機率,其倒數 $1/D$ 即「有效物種數」(Hill number $q=2$)。Hill numbers 框架 $^{q}D = \left(\sum p_i^q\right)^{1/(1-q)}$ 把豐富度($q=0$)、Shannon($q\to1$)、Simpson($q=2$)統一在同一階梯上,差別只在對稀有種的權重——這是現代群落多樣性分析的標準語言。
結構還有空間維度:群落並非隨機散佈。透過種—面積關係 $S = cA^z$($z$ 通常 $0.2\sim0.35$)可推斷棲地破碎化對物種數的衝擊;而 $\beta$ 多樣性(群落間的物種周轉)則量化空間異質性。
消長的非平衡觀點
傳統 Clements 的「超有機體」演替觀(群落像生物一樣朝單一頂極發展)已被 Gleason 的個體論與當代非平衡典範取代。今日我們把演替視為物種特性(生活史對策、擴散能力、競爭能力)與干擾體制(disturbance regime)交互作用的結果。Connell 的「中度干擾假說」預測:在中等干擾頻率與強度下多樣性最高——干擾太少時競爭排除使優勢種獨大,干擾太多時只有少數先驅種能存活。
機制上,演替可分解為三條路徑:促進(facilitation,先驅種改變環境使後續種得以進入)、耐受(tolerance)、抑制(inhibition)。固氮先驅植物(如赤楊與其根瘤中的 Frankia 放線菌共生)透過提高土壤氮含量為後續喬木鋪路,是促進模型的經典範例。
種間交互作用的方程式化
兩物種競爭的核心模型是 Lotka–Volterra 競爭方程:
$$\frac{dN_1}{dt} = r_1 N_1 \frac{K_1 - N_1 - \alpha_{12} N_2}{K_1}, \qquad \frac{dN_2}{dt} = r_2 N_2 \frac{K_2 - N_2 - \alpha_{21} N_1}{K_2}$$
其中 $\alpha_{12}$ 為物種 2 對物種 1 的競爭係數(把一個物種 2 換算成相當於幾個物種 1 的資源消耗)。穩定共存(兩者皆能侵入對方的單種平衡)的條件是 $\alpha_{12} < K_1/K_2$ 且 $\alpha_{21} < K_2/K_1$,亦即種內競爭強於種間競爭——這正是現代共存理論(Chesson)所謂「穩定化機制」的數學形式:物種必須在彼此最稀有時擁有正成長率(互相侵入準則)。
掠食者—獵物動態則由 Lotka–Volterra 掠食方程描述:
$$\frac{dN}{dt} = rN - aNP, \qquad \frac{dP}{dt} = baNP - mP$$
此模型預測族群中性振盪,但加入獵物的密度依賴(logistic 限制)與掠食者的功能反應(functional response)後可得穩定極限環。Holling Type II 功能反應 $f(N) = \dfrac{aN}{1 + ahN}$($h$ 為處理時間)在數學形式上與酵素動力學的 Michaelis–Menten 方程 $v = \dfrac{V_{\max}[S]}{K_m + [S]}$ 同構——兩者都是「飽和」過程,反映掠食者處理獵物(或酵素轉換受質)的速率上限。
定量小範例:兩物種能否共存?
設物種 1:$K_1 = 1000$、$\alpha_{12} = 0.6$;物種 2:$K_2 = 800$、$\alpha_{21} = 0.7$。
判定共存需檢查兩條件:
第一,$\alpha_{12} < K_1/K_2$?計算 $K_1/K_2 = 1000/800 = 1.25$。因 $0.6 < 1.25$,物種 2 無法把物種 1 競爭排除。
第二,$\alpha_{21} < K_2/K_1$?計算 $K_2/K_1 = 800/1000 = 0.8$。因 $0.7 < 0.8$,物種 1 也無法排除物種 2。
兩條件皆成立,故系統存在穩定共存平衡點。求平衡多度可解聯立 $N_1^* + \alpha_{12} N_2^* = K_1$、$N_2^* + \alpha_{21} N_1^* = K_2$:代入得 $N_1^* = \dfrac{K_1 - \alpha_{12}K_2}{1 - \alpha_{12}\alpha_{21}} = \dfrac{1000 - 0.6\times800}{1 - 0.42} = \dfrac{520}{0.58} \approx 897$,$N_2^* = \dfrac{800 - 0.7\times1000}{0.58} = \dfrac{100}{0.58} \approx 172$。兩物種以約 897 與 172 的多度長期共存。
從成對交互到群落網絡
真實群落是數十至數百物種的交互網絡,無法只看成對關係。當把 Lotka–Volterra 推廣為含交互作用矩陣 $\mathbf{A}$ 的多物種系統 $\dfrac{dN_i}{dt} = r_i N_i\left(1 - \sum_j A_{ij} N_j / K_i\right)$ 時,群落穩定性取決於 $\mathbf{A}$ 的特徵值。May 在 1972 年的著名分析指出:隨機建構的大型群落,當複雜度超過臨界值 $\sqrt{SC}\,\sigma > 1$($C$ 為連結度、$\sigma$ 為交互強度標準差)時必然失穩——這推翻了「複雜即穩定」的直覺,開啟了「結構(誰跟誰連、強度分佈)而非複雜度本身決定穩定性」的研究路線。
深入探討(研究所視角)
當代群落生態學的前沿,是把「物種清單」的尺度拉到分子與基因組層次,並用系統生物學工具重建交互網絡。
微生物群落的代謝建模。 對腸道或土壤微生物群落,已無法靠形態辨識物種,而以 16S rRNA 擴增子或鳥槍式宏基因組(shotgun metagenomics)定序重建組成。更進一步,研究者用基因組尺度代謝模型(genome-scale metabolic models, GEMs)結合通量平衡分析(flux balance analysis, FBA)預測種間代謝互補。FBA 在穩態假設 $\mathbf{S}\mathbf{v} = 0$($\mathbf{S}$ 為化學計量矩陣、$\mathbf{v}$ 為反應通量向量)下,以線性規劃最大化生長目標函數,可預測哪些物種因交叉餵養(cross-feeding,一方的代謝廢物是另一方的受質)而正向耦合。這把「種間交互作用」從現象學的 $\alpha_{ij}$ 係數,下推到具體的代謝物交換通量,是機制性共存理論的關鍵躍進。
單細胞與空間體學重新定義「群落」。 單細胞 RNA 定序(scRNA-seq)與空間轉錄體學(spatial transcriptomics,如 MERFISH、Visium)讓「群落」概念延伸到組織內的細胞生態系:腫瘤微環境中的癌細胞、免疫細胞、基質細胞構成的細胞群落,其交互網絡可用配體—受體共表現推斷(如 CellPhoneDB、CellChat 演算法)。同一套 Lotka–Volterra 與生態網絡穩定性理論,正被搬用來分析腫瘤異質性與免疫逃脫——這是生態學與癌症生物學的跨域匯流。
中性理論與生態漂變。 Hubbell 的「統一中性理論」(UNTB)主張:在同營養階層內,個體間在出生、死亡、擴散上是生態等價的,群落結構主要由隨機漂變與擴散限制塑造,而非確定性的生態棲位差異。中性理論能驚人地擬合熱帶雨林的物種多度分佈(呈現特定的對數級數或 zero-sum 多項式分佈),其數學與族群遺傳學的中性突變漂變(Wright–Fisher、Hardy–Weinberg 偏離)同構:群落生態的「物種」對應族群遺傳的「等位基因」,擴散對應遷移,物種形成對應突變。當代共識是棲位(niche)與中性過程並非二擇一,而是沿尺度與分類群連續分佈——量化兩者相對貢獻,仍是用宏條碼資料與貝氏推論在解的開放問題。
穩定性的多維度拆解。 May 的線性穩定性只是起點。當代理論把「穩定性」拆成抵抗力、回復力、可變性、持續性等多個面向,並引入結構穩定性(structural stability)——問群落能容許多大的參數擾動而不喪失共存。互利共生網絡(如植物—授粉者)的巢狀(nested)結構被證明能擴大可行平衡的參數空間,這解釋了為何高度互利的群落在野外能維持高多樣性,調和了 May 的失穩預測與真實生態系的觀察落差。