Мережі запилення: Мережа, побудована бджолами-запилювачами

Мережа, яку неможливо побачити з будь-якого окремого квітки

Гаї з десятками видів квітючих рослин та десятками запилювальних комах передбачають, у принципі, понад сто можливих зв’язків між рослинами та комахами. Жоден окремий бджолоптах не відчуває цієї мережі безпосередньо – він відчуває лише квітки, які випадково зустрічає під час одного пошуку нектару. І все ж, агреговуючи дані за сезон, патерн відвідування однієї рослини іншою не є випадковим або безладним: він має конкретну, відтворювану математичну структуру, згенеровану повністю простими, локальними правилами, які дотримуються окремі бджолоптахи.

Збір харчів як задача оптимізації

Бджола-збиральник, по суті, розв’язує безперервну задачу про вибір: яку квіткову ділянку відвідувати наступною, враховуючи нагороду у вигляді нектару, яку вона пам'ятає, енергетичні витрати польоту та ймовірний рівень виснаження цієї ділянки після нещодавніх візитів її самою та іншими бджолами. Це досить близький до формальної задачі оптимізації, що моделюється екологами згідно з теорією оптимального збору харчів, де бджола максимізує чистий енергетичний прибуток на одиницю часу. У практиці це проявляється у тому, що бджоли вчаться віддавати перевагу ділянкам із історією високих нагород, уникаючи нещодавно відвіданих квітів, нектар яких ще не поповнився, та залишаючи ділянку, якщо середній прибуток з неї падає нижче очікуваного – той самий принцип, що лежить в основі теореми про граничну вартість, яка використовується для моделювання збору харчів багатьма видами тварин, а не лише запилювачами.

Постійна відвідуваність квіток: спеціалізація без вказівки

Найбільший вплив на структуру мережі має постійна відвідуваність квіток: коли бджола навчилася ефективно отримувати нектар з одного виду рослин – визначаючи, де приземлятися, в якому напрямку досліджувати, як запускати конкретний механізм, який використовує цей вид для видачі пилкової частини та винагороди – вона схильна продовжувати відвідувати той самий вид у наступних поїздках, навіть проходячи повз інші, іноді більш привабливі квітки, щоб це зробити. Ймовірне пояснення – когнітивне: перемикання між різними за формою квітками вимагає повторного навчання окремого режиму обробки кожного разу, і цей вартість перенавчання переважує користь випадкового знаходження трохи більш багатого місця іншого виду. Постійна відвідуваність квіток корисна й для рослини, а точніше – для всієї точки зору рослини: пилок, доведений до невідповідного виду стиглої частини, марний, тому бджола, яка залишається вірною одному виду, є набагато ефективнішим запилювачем, ніж та, що безрозбірно зразкує.

The single behaviour with the largest effect on network structure is flower constancy: once a bee has learned to efficiently extract nectar from one flower species — figuring out where to land, which direction to probe, how to trigger the specific mechanism that species uses to dispense pollen and reward — it tends to keep visiting that same species on subsequent trips, even walking past other, sometimes more rewarding, flowers to do it. The likely reason is cognitive: switching between differently shaped flowers requires relearning a distinct handling routine each time, and that relearning cost outweighs the benefit of occasionally finding a slightly richer patch of a different species. Flower constancy is good for the plant too, arguably the whole point from the plant's perspective: pollen delivered to the wrong species' stigma is wasted, so a bee that stays loyal to one species is a far more effective pollen vector than one that samples indiscriminately.

forager rule, repeated independently by many bees:
  if currently constant to species S and S still has reward:
      keep visiting S (low switching cost, learned handling)
  else:
      sample nearby patches, weight choice by remembered reward
      and inverse distance; switch constancy if a species is
      consistently better and switching cost is amortised
  carry pollen collected from the current flower to the next
  visited flower of the SAME species -- cross-pollination

Вкладені, а не випадкові

Коли екологи малюють повний біпартітну мережу відвідування видів запилювачів певними видами рослин у всьому співтоваристві, виявляється послідовна закономірність у екосистемах по всьому світу: мережа вкладена. Невелика кількість загальних рослин і загальних запилювачів взаємодіє з майже всіма, тоді як спеціалісти – запилювачі, які відвідують лише один або два види рослин, рослини, які запилюються лише одним або двома комахами – зазвичай взаємодіють конкретно з цими загальними, а не утворюють пари зі спеціалістами. Представлено у вигляді матриці з виділеними видами за кількістю партнерів, це створює характерне трикутне заповнення замість розсіяного, приблизно рівномірного заповнення, яке було б у випадковій мережі.

Вкладеність має важливе екологічне значення через те, що вона робить для стійкості. Якщо спеціалісти виду втрачається в вкладеній мережі, решта спільноти залишається з’єднаною через загальних вузлів, і пошкодження локалізується. Випадкові або ідеально модульні структури мереж не мають цієї властивості в такій мірі – втрата добре зв'язаного вузла у випадковій мережі може значно фрагментувати її. Це одна з причин, чому екологи, які спостерігають за спадом запилювачів, звертають увагу на структуру мережі, а не лише на кількість видів: спільнота може втратити різноманітність, зберігаючи при цьому функціонування, поки не буде втрачено одного з загальних вузлів, що утримує вкладену структуру разом, після чого втрата функції може бути різкою, а не поступовою.

Рекрутинг додає другий шар

У соціальних бджолах окремі рішення щодо пошуку їжі не є повністю незалежними — успішна бджола, що повертається до вулика, може виконати танець «виляє хвостиком», кодуючи напрямок і відстань хорошої загальної зони з їжею відносно вулика та сонця, залучаючи інших бджіл до пошуку поблизу. Це додає колослівний підкріплення поверх індивідуального оптимального пошуку та постійності у виборі квітів: справді багатий участок приваблює більше бджолиць з часом, у зворотній петлі, подібній до того, що бачимо в мурашному та слизькому мережуванні, хоча тут спільним сигналом є танець всередині вулика, а не хімічний сигнал, залишений у навколишньому середовищі.

Frequently asked questions

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Pollination Network і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.