Екологія та динаміка популяцій — цикли хижак-жертва, харчові мережі, трофічні каскади та вуглецевий цикл

Коли вовків повернули до Єллоустоуну в 1995 році, річки змінили свій курс. Каскад був такий: вовки → менше оленів → береги річок відновилися → виросли верби → повернулися бобри → утворилися дамби → річкові русла звузилися й поглибшали. Екологія — це наука про ці ланцюги наслідків, а кожна ланка — диференціальне рівняння. Сім інтерактивних симуляцій роблять математику екосистем видимою й керованою в реальному часі.

Математика живих систем

Екологічні моделі займають незвичне місце в науці: вони достатньо прості, щоб записати одним рядком, і водночас породжують поведінку — осциляції, хаос, вимирання, співіснування — яка щороку дивує екологів. Рівняння хижака-жертви Лотки-Вольтерри датуються 1925 і 1926 роками. Століттям пізніше вони залишаються основою популяційної екології, розширеною й уточненою, але ніколи не заміненою.

Спільна риса симуляцій у цій колекції — спільна математична мова: зв'язані нелінійні звичайні диференціальні рівняння (ЗДР) у популяційних змінних. Вовки й лосі, планктон і криль, дерева й атмосферний CO₂ — усі вони описуються тією ж формою рівняння, відрізняючись лише кількістю взаємодіючих змінних та структурою членів взаємодії.

Симуляція 1: динаміка хижак-жертва

Лотка-Вольтерра — осциляції без годинника

Альфред Лотка (1925) та Віто Вольтерра (1926) незалежно вивели одну й ту саму пару рівнянь. Вольтерра намагався пояснити, чому частка хижих риб в Адріатичному морі зросла під час Першої світової війни — коли рибальство призупинили, і хижак, і жертва зросли, але не пропорційно. Рівняння пояснили чому: два види закладені в цикл, керований збереженою величиною, аналогічною енергії в класичній механіці. Зупиніть зовнішнє збурення (рибальство), і цикл відновлюється.

Рівняння хижак-жертва Лотки-Вольтерри

Змінні стану:
  N = популяція жертв (кролики, риба, олені, ...)
  P = популяція хижаків (лисиці, акули, вовки, ...)

ЗДР:
  dN/dt = α·N  - β·N·P     (жертва: зростає, поїдається)
  dP/dt = δ·N·P - γ·P      (хижак: отримує вигоду від жертви, гине)

Параметри:
  α = народжуваність жертви         [день⁻¹]
  β = швидкість хижацтва          [день⁻¹ на хижака]
  γ = смертність хижака     [день⁻¹]
  δ = ефективність (жертва→хижак) [безрозмірна конверсія]

Стаціонарні точки:
  Тривіальна:    (N, P) = (0, 0)   — вимирання (нестійка)
  Співіснування: (N*, P*) = (γ/δ, α/β)   — нейтральний центр

Збережена величина (функція Ляпунова):
  V(N,P) = δN - γ·ln N + βP - α·ln P = const уздовж траєкторій
  → замкнуті орбіти на фазовій площині (нейтрально стійкі цикли)

Підсумок: система Лотки-Вольтерри є «структурно нестійкою» —
будь-яка мала модифікація (скупчення жертв, насичення хижацтва)
перетворює нейтральні цикли на спіралі, що звужуються чи розширюються.
Реальним системам потрібні функціональні відповіді Голлінга типу II
або III для стійкості.

Симуляція Лотка-Вольтерра одночасно показує часовий ряд (популяцію проти часу) та фазовий портрет (популяція жертв по осі x, хижаків по осі y). Ви можете побачити замкнуті орбіти у фазовому просторі — математичну сигнатуру консервативних осциляцій. Пересуньте початкові умови навколо стаціонарної точки та подивіться, як змінюється амплітуда, тоді як період майже не зсувається: ознака рівнянь ЛВ, яку зруйнувала б будь-яка модифікація з густинною залежністю в будь- якому виді.

Парадокс збагачення: Додавання поживних речовин до екосистеми (більше їжі для жертв) мало б сприяти процвітанню. На практиці це часто дестабілізує систему — парадокс Розенцвейга (1971). Зі зростанням ємності середовища для жертв стаціонарна точка ЛВ зміщується в область, де функціональна відповідь Голлінга-II створює граничний цикл, що зростає, доки хижаки не доведуть жертв до вимирання. Більше їжі → вимирання.

Симуляція 2: динаміка харчової мережі

Харчова мережа — мережі взаємодії багатьох видів

Реальні екосистеми містять не два види, а сотні, пов'язані складною мережею відносин «хто кого їсть». Харчова мережа — це орієнтований граф, де кожен вузол — вид (або трофічна гільдія), а кожне ребро представляє потік енергії. Структура мережі — її зв'язність, трофічні рівні та розподіл сил взаємодії — визначає, чи стійка екосистема, чи крихка.

Узагальнена Лотка-Вольтерра для багатовидових харчових мереж

Для n видів із вектором популяції x = (x₁, x₂, ..., xₙ):

  dxᵢ/dt = xᵢ (rᵢ + Σⱼ aᵢⱼ·xⱼ)

  rᵢ  = внутрішня швидкість зростання (+ для продуцентів, - для верхніх хижаків)
  aᵢⱼ = матриця коефіцієнтів взаємодії:
         aᵢⱼ > 0: вид j приносить користь виду i (жертва, поїдана i)
         aᵢⱼ < 0: вид j шкодить виду i (конкурент, хижак)
         aᵢⱼ = 0: немає прямої взаємодії

Критерій стійкості (Мей, 1972):
  Випадкова екосистема з n видів, середньою силою взаємодії s
  та зв'язністю C стійка, якщо:
         s · √(n·C) < 1
  (стійкість знижується зі зростанням n, C або s)

Цей відомий результат припускав, що різноманітні, високозв'язані
екосистеми мали б бути нестійкими — суперечачи польовій інтуїції
екологів. Розв'язання: реальні харчові мережі НЕ є випадковими;
вони мають конкретні структури (слабкі зв'язки, всеїдність, петлі),
що надають стійкості.

Трофічні рівні:
  Р1: Первинні продуценти     (рослини, фітопланктон) — rᵢ > 0
  Р2: Первинні консументи     (травоїдні)
  Р3: Вторинні консументи   (хижаки травоїдних)
  Р4: Верхні хижаки        — rᵢ < 0, повністю залежать від жертв
  Детритофаги: розкладають мертву речовину → повертають до Р1

Симуляція Харчова мережа будує багатовидову екосистему з до 8 видів на 3–4 трофічних рівнях. Видаліть вид одним кліком і спостерігайте за каскадом: видалення верхнього хижака може викликати «вивільнення мезохижаків», коли хижаки середнього рівня різко зростають у чисельності. Додайте поживну добавку до продуцента й подивіться, як збагачення дестабілізує мережу. Симуляція обчислює власні значення матриці спільноти в реальному часі й показує індикатор стійкості.

Симуляція 3: трофічні каскади

Трофічний каскад — контроль зверху-вниз і ключові види

Трофічний каскад виникає, коли хижак непрямо приносить користь рослинам, пригнічуючи травоїдних. Повернення вовків до Єллоустоуну — найвідоміший наземний приклад; морські видри, «вовки» ламінарієвих лісів, стримують морських їжаків, — морський еквівалент. Розуміння трофічних каскадів має центральне значення для екологічного відновлення та біології збереження.

Модель каскаду з трьома трофічними рівнями

Три види: Рослина (V), травоїдний (H), хижак (C)

dV/dt = r·V·(1 - V/K)  - f(V)·H
dH/dt = e₁·f(V)·H      - g(H)·C  - d_H·H
dC/dt = e₂·g(H)·C      - d_C·C

Функціональні відповіді:
  f(V) = a·V / (1 + a·h·V)   — Голлінг тип II (насичуване хижацтво)
  g(H) = b·H / (1 + b·k·H)   — Голлінг тип II для хижаків
  a, b = швидкості атаки
  h, k = час обробки (макс. швидкість поглинання = 1/h)

Механізм каскаду:
  Збільшення C → зменшення H → збільшення V   (позитивний непрямий ефект)
  Це ланцюг негативний-позитивний-негативний → чистий позитив (каскад)

Критерій ключового виду:
  Вид є «ключовим», якщо його видалення має непропорційно
  великі наслідки відносно його біомаси (Пейн, 1969).
  Ключові види зазвичай — верхні хижаки з низькою біомасою,
  але високою силою взаємодії на особину.

Поведінкове пригнічення («ландшафт страху»):
  Хижакам не обов'язково їсти жертв, щоб їх контролювати.
  Страх перед хижацтвом обмежує місця добування їжі травоїдними,
  зменшуючи вплив випасання в місцях, що часто відвідують хижаки.
  Цей «ландшафт страху» подвоює реалізований ефект контролю зверху-вниз.
Екологія

Симулятор трофічного каскаду

Видаляйте або додавайте верхніх хижаків і спостерігайте, як розгортається каскад із трьома рівнями. Показує біомасу на кожному трофічному рівні, фазові портрети та аналіз стійкості в реальному часі.

Симуляція 4: сутінкова зона океану

Афотична зона — життя без світла

Нижче 200 метрів поглинається останній фотон сонячного світла. Фотосинтез неможливий. Проте глибокий океан не позбавлений життя: «біологічний насос» — опускання органічної речовини з освітленої фотичної зони — доставляє потік енергії, що підтримує одну з найбільших і найменш досліджених екосистем Землі. Морський сніг, фекальні гранули, мертві організми та мігруючий зоопланктон переносять вуглець із поверхні у безодню, секвеструючи CO₂ на часових масштабах століть.

Біологічний насос — вертикальний потік вуглецю

Потік експорту вуглецю (степеневий закон Мартіна, 1987):
  F(z) = F₀ · (z / z₀)^(-b)
  F₀ = потік експорту на опорній глибині z₀ (зазвичай 100 м)
  b  ≈ 0,86 (глобальне середнє, варіюється 0,4–1,4)
  z  = глибина [м]

Приклад:
  F(100м)  = 10 г C/м²/рік  → поверхневий експорт
  F(500м)  = 10 × (5)^-0,86 ≈ 2,3 г C/м²/рік
  F(4000м) = 10 × (40)^-0,86 ≈ 0,5 г C/м²/рік  (лише 5% досягає дна)

Організми на глибині:
  Мезопелагічна зона (200–1000 м):
    Міктофіди, кальмари, копеподи — добова вертикальна міграція
    Пропливають 200-300м щоночі, щоб живитися біля поверхні, повертаються на світанку
    Ця міграція переносить ~1–5 Гт C/рік у всьому світі

  Батипелагічна зона (1000–4000 м):
    Морський чорт, віперова риба — хеморецепція, біолюмінесценція
    Немає сонячного світла → немає фотосинтезу → вся енергія з морського снігу

Енергетична вартість добової вертикальної міграції:
  Копепода, що мігрує 200 м/ніч, витрачає ~15% свого добового енергетичного бюджету
  на плавання, але отримує на ~30% більше доступу до їжі — чистий позитив

Симуляція 5: глобальний вуглецевий цикл

Вуглецевий цикл — найважливіший екологічний потік Землі

Вуглець циркулює через п'ять основних резервуарів: атмосферу, наземну біосферу (рослини й ґрунти), поверхневий шар океану, глибокий океан та літосферу (викопне паливо й карбонатні породи). Природні потоки між цими резервуарами були приблизно збалансовані до індустріальної ери. Із 1750 року спалювання викопного палива та зміна землекористування додали ~640 Гт вуглецю до атмосфери — приблизно половину поглинули океан і наземна біосфера; решта накопичилась, піднявши атмосферний CO₂ з 280 до понад 420 ppm.

Вуглецевий цикл — коробкова модель із п'ятьма резервуарами

Резервуари (Гт C, приблизні значення 2024 року):
  Атмосфера:          850 Гт C     (CO₂: ~420 ppm)
  Наземні рослини:        550 Гт C
  Ґрунт + детрит:   2500 Гт C
  Поверхневий океан:       900 Гт C
  Глибокий океан:       38 000 Гт C
  Викопне паливо:    ~1200 Гт C, що залишилося придатним до видобутку

Річні потоки (природні, приблизно):
  ВПП (валова первинна продукція):  ~120 Гт C/рік   (фотосинтез)
  Дихання екосистеми:      ~118 Гт C/рік   (назад в атм.)
  Поглинання океаном (повітря-море):      ~2,3 Гт C/рік  (чисте до океану)
  Вивітрювання в океан:        ~0,4 Гт C/рік

Людське збурення (2023):
  Викопне паливо + промисловість:     +9,7 Гт C/рік
  Зміна землекористування:            +1,1 Гт C/рік
  Загальні викиди:           +10,8 Гт C/рік
  Атмосферне накопичення:   +5,1 Гт C/рік  (залишок)
  Поглинання океаном:               +2,9 Гт C/рік
  Поглинання сушею:                +2,8 Гт C/рік

Частка CO₂ у повітрі ≈ 47–50% (решту поглинає океан + суша)
Закислення океану:  pH ≈ 8,2 (1850) → 8,1 (зараз) → ~7,9 (2100, звичайний сценарій)

Симуляція 6: зграйна поведінка та колективна поведінка

Зграя птахів — емерджентна структура з локальних правил

Мурмурація шпаків — тисячі птахів, що рухаються плинними, скоординованими хвилями — не має диригента. Кожен птах слідує трьом локальним правилам (розділення, вирівнювання, згуртування), які разом породжують скоординований груповий рух, стійкий до збурень. З екологічної точки зору зграйна поведінка розвинулася передусім для уникнення хижаків: зграю з 10 000 птахів у 10 000 разів важче захопити зненацька, ніж одного птаха, а ефект плутанини робить наведення на окрему ціль майже неможливим.

Boids + уникнення хижака — екологічна модель зграї

Стандартні Boids (Рейнольдс, 1987):
  f_sep = -Σⱼ (pⱼ - pᵢ) / |pⱼ - pᵢ|²   [розділення]
  f_ali = (Σⱼ vⱼ / |N|) - vᵢ            [вирівнювання]
  f_coh = (Σⱼ pⱼ / |N|) - pᵢ - vᵢ      [згуртування]

Уникнення хижака (4-те правило):
  f_pred = -k_p · (pᵢ - p_pred) / |pᵢ - p_pred|³   якщо |pᵢ - p_pred| < R_alert
  Обернено-кубічне відштовхування створює різкі, раптові маневри втечі

Колективна поведінка проти хижаків:
  Вакуоль: зграя розділяється, залишаючи порожній простір навколо хижака
  Спалахове розширення: усі птахи одночасно тікають назовні
  Скоординований поворот: хвиля повороту поширюється зі швидкістю ~15 мс/птах (дані по шпаках)
  Ефект плутанини: час фіксації хижаком на цілі ∝ n (розмір зграї)

Поширення інформації:
  «Реакція переляку» одного птаха поширюється на сусідів за ~13 мс.
  З 10 взаємодіями з найближчими сусідами зграя з 1000 птахів оновлюється
  за ~125 мс — досить швидко, щоб здаватися миттєвим для хижака.

Егоїстичне стадо Гамільтона (1971):
  Кожна тварина мінімізує свою «зону небезпеки» (площу, ближчу до неї,
  ніж до будь-якої іншої тварини). Це змушує тварин рухатися до
  центру групи — створюючи агрегацію без сили згуртування.

Симуляція 7: ріст культур та агрономія

Ріст культур — від насінини до врожаю через суми ефективних температур

Сільське господарство — це прикладна екологія: керування динамікою популяцій сільськогосподарських рослин для максимізації виробництва продовольства. Моделі росту культур — від простих лічильників градусо-днів до повних процесно-орієнтованих моделей, таких як APSIM і DSSAT — прогнозують фенологічні стадії (проростання, цвітіння, дозрівання), накопичення біомаси й врожайність на основі погодних даних. Вони використовуються всюди: оптимізація дат посіву, оцінка врожайності за кліматичними сценаріями та планування зрошення.

Модель суми ефективних температур — фенологія пшениці й кукурудзи

Накопичені суми ефективних температур (GDD):
  GDD_день = max(T_база, (T_макс + T_мін)/2) - T_база
  GDD_накопичена += GDD_день якщо > 0

Фенологічні пороги (пшениця, приблизно):
  Проростання:   ~150 GDD₅  (база 5°C)
  Кущіння:     ~450 GDD₅
  Колосіння:      ~1300 GDD₅
  Фізіологічна стиглість: ~2000 GDD₅

Накопичення біомаси (Монтейт, 1977):
  ΔB = ε_c · ФАР_перехоплена · FPAR
  ε_c = ефективність використання радіації [г/МДж]  (пшениця ≈ 1,2 г/МДж)
  FPAR = частка ФАР, перехопленої пологом = 1 - e^(-k·LAI)
  k    = коефіцієнт екстинкції ≈ 0,5
  LAI  = індекс листкової поверхні [м² листя / м² ґрунту]

Врожайність:
  Y = B_загальна · HI
  HI = індекс врожаю (зерно / загальна біомаса) ≈ 0,45 пшениця, 0,50 кукурудза

Фактор водного стресу:
  ks = min(1, ETa / ETc)
  Множить ΔB: обмежена вода → обмежений ріст
  ETa = фактична евапотранспірація, ETc = потенційна
Агрономія • Екологія

Модель росту культур

Накопичення суми ефективних температур, переходи фенологічних стадій, симуляція біомаси та врожайності для пшениці й кукурудзи — з регуляторами клімату й ґрунту.

Структура всіх цих моделей

Розглядаючи всі сім симуляцій, виникає закономірність. Кожна модель, від двовидової Лотки-Вольтерри до п'ятирезервуарного вуглецевого циклу, має ту саму форму: вектор змінних стану x та праву частину F(x, параметри):

dx/dt = F(x, p)

Моделі відрізняються тим, що входить у x (популяції видів, розміри вуглецевих резервуарів, біомаса культур), яку структуру має F (білінійні добуткові члени для хижацтва, насичувані члени Голлінга-II для насичення хижака, логістичні члени для густинно-залежної конкуренції) та що означають параметри. Але математичне завдання — інтегрувати ці ЗДР уперед у часі, знайти стаціонарні точки, оцінити стійкість через власні значення якобіана, дослідити біфуркації при зміні параметрів — завжди однакове.

Де екологія зустрічається з кліматом: Вуглецевий цикл — це не просто біогеохімія, це глобальна екологія. Наземна біосфера поглинає ~30% людських викидів CO₂ через чисту первинну продукцію. Якщо цей поглинач насичується (через потепління, посуху чи танення вічної мерзлоти), частка в повітрі зростає, і потепління прискорюється. Позитивний зворотний зв'язок між потеплінням і зменшеним поглинанням вуглецю — одна з найбільших невизначеностей у кліматичних прогнозах.

Повний каталог екологічних симуляцій — переглянути всі екологічні симуляції — також включає моделі афотичної зони світового океану, модель ерозії ґрунту RUSLE та модель росту рослин GDD. Спотлайт #17 про екологію та біологію охоплює попередні симуляції в колекції. Для базової математики Навчання #16 про ЗДР у біології проходить кожен тип рівняння з виведеннями.