Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
臺北 AQI 17 · 臺中 AQI 42 · 臺南 AQI 28 · 高雄 AQI 36

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

族群與群落生態

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、消長與種間交互作用概念示意圖

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。

AI 共讀助教正在陪你讀:群落結構、消長與種間交互作用:從物種清單到可解方程
嗨!我是這篇文章的共讀助教,只根據〈群落結構、消長與種間交互作用:從物種清單到可解方程〉的內容回答。可以問我「解釋某段」「舉個例子」「出題考我」,或反白文中段落後點下方「解釋選取段落」。