考虑根系向水性与交叉扩散的植被-水分模型时空动态

《Mathematics and Computers in Simulation》:Spatio-temporal dynamics of vegetation-water model with root hydrotropism and cross diffusion

【字体: 大 中 小 】 时间:2026年07月25日 来源:Mathematics and Computers in Simulation 4.0

编辑推荐:

  摘要:本研究构建了一种融合向水性及交叉扩散机制的植被-水分模型。分析表明,尽管趋化系数与交叉扩散系数不会影响正平衡态的存在,但它们通过引发由扩散驱动的图灵不稳定性,在决定平衡态稳定性方面起着关键作用。在特定参数条件下,系统会在临界阈值处出现图灵不稳定性,且相应的分岔点也得到了严格

  摘要:本研究构建了一种融合向水性及交叉扩散机制的植被-水分模型。分析表明,尽管趋化系数与交叉扩散系数不会影响正平衡态的存在,但它们通过引发由扩散驱动的图灵不稳定性,在决定平衡态稳定性方面起着关键作用。在特定参数条件下,系统会在临界阈值处出现图灵不稳定性,且相应的分岔点也得到了严格推导。随后通过弱非线性展开得到振幅方程,用以描述图灵分岔阈值附近的动力学行为并预测由此产生的空间格局。进一步通过数值模拟验证了该理论框架:在确定的图案形成区域内,系统地调节趋化系数可引发一系列清晰的空间图案转变——从条带状结构,到斑点-条带结构,最终形成离散斑点。这些研究结果不仅凸显了向水性在调控植被空间分布中的关键作用,还展现了其在预测景观动态、指导水资源管理及生态系统恢复策略方面的应用价值。

引言:植被对人类生存至关重要,它在保护水源与维持生物多样性方面发挥着重要作用。在干旱和半干旱地区,水资源短缺会严重限制植被生长,破坏生态系统稳定性,往往导致生态退化甚至沙漠化[1]、[2]、[3]。自然界对土地沙漠化的持续警示告诉我们,迫切需要深入研究天然植被与水资源之间的复杂关系,因为沙漠化的早期迹象亟需从机制层面加以理解[4]。深入理解脆弱生态系统中的植被-水分相互作用不仅具有学术意义,更是实现地球可持续共存的重要保障。

在这些脆弱的生态系统中,植物根系之间争夺水分的最显著视觉表现便是各种独特的空间格局——比如斜坡上密集植被与裸土交替出现的条带,或是平坦区域中零星分布的植物群落。这类格局并非随机形成,往往是更严重生态退化的前兆。从连续的植被覆盖转变为孤立的斑块或条带,意味着生态系统恢复力下降,若水分压力持续加剧,生态系统可能会不可逆转地走向荒漠化。为探究水分受限环境下植被格局形成的机制,Klausmeier[5]基于斜坡对这类格局有显著影响的观察,提出了最初的植被-水分模型:?W?T=A?LW?RWN2+V?W?X,?N?T=RJWN2?MN+DΔN,其中W表示水资源密度,N表示植被密度。模型中水分通过降水量以速率A均匀补充,同时通过蒸发以速率LW消耗。系数R代表根系吸收水分的内在效率,它综合体现了细根网络与土壤湿度的接触面积以及干旱条件下的吸水能力。植被以速率RWN2吸收土壤水分,而这些水分通过转化系数J转化为植物生长。项V?W?X表示地表径流,其中V为水流沿X轴负方向的流速。与此同时,植被密度以速率MN减少。Δ=?2?X2+?2?Y2是二维空间中的拉普拉斯算子,D为植被的自扩散系数。方程(1.1)表明,类似图灵的不稳定性会促使山坡上形成规则的条带状结构。而在平坦地形上,生态动力学则会放大小尺度异质性,从而形成不规则的镶嵌格局。不过,方程(1.1)主要描述的是斜坡上植被密度的变化,其在植被类型和覆盖范围方面存在固有局限。

自该植被-水分模型提出以来,便吸引了生物学家、生态学家和应用数学家的广泛关注。作为连接植物生理过程与水文循环的关键桥梁,这类模型不仅促使学者们提出创新框架——如von Hardenberg等人[6]开发的描述地下水与植被关系的模型,Shnerb等人[7]研究的反应玻璃对植被格局的影响——还推动他们对现有模型进行完善,以提高其完整性。例如,Kealy等人[8]和Guo等人[9]通过用自扩散项ΔW替代梯度项V?W?X,扩展了该模型在平坦地形上的适用性,从而形成了经典的植被-水分模型:?W?T=A?LW?RWN2+d1ΔW,?N?T=RJWN2?MN+d2ΔN,其中d1、d2分别对应W和N的自扩散系数。后续研究[10]进一步分析了方程(1.2)的图灵不稳定性与振幅方程,从而能够预测多种空间格局。此外,研究人员还引入了一系列生态因素以提高模型的现实性,包括植物吸水的饱和效应[11];植物吸水行为与根系介导的吸水作用之间的非局部相互作用所引发的正反馈效应[12]、[13];植被吸水行为所具有的非局部性和时间延迟效应[14]、[15],以及渗透压反馈效应[16];还有过度放牧和森林砍伐等人为因素[14]、[17]。这些因素使得模型能够捕捉自然生态系统中的复杂反馈机制与现象。

尤其值得注意的是,Wang等人[18]发现捕食者会沿着猎物分布的梯度方向移动,而猎物则会朝着与捕食者分布相反的梯度方向移动。他们进一步提出了一个反应-扩散型捕食者-猎物模型,该模型同时纳入了捕食者向性(即猎物逃避捕食者)和猎物向性(即捕食者追逐猎物)两种现象,这两种现象在数学上分别用ξ??(u?v)和?η??(v?u)来表示。在此表达式中,u和v分别代表猎物和捕食者的密度;ξ>0表示捕食者向性的内在速率,η>0则表示猎物向性的内在速率。基于这项研究,研究人员又进一步发展出了与趋化作用相关的模型[19]、[20]、[21]、[22],这些模型揭示了趋化项??(u?v)和??(v?u)在研究动力学行为中的关键作用。在植被-水分模型中,植物根系能够感知土壤湿度梯度,并主动向水分丰富的区域生长——这一现象被称为根系向水性。这种适应性行为是植物在干旱胁迫下的核心生存策略,它对植被的空间聚集及其格局稳定性有着重要影响[23]。将向水性纳入植被模型的理论依据在于:实验证明,根系会随着湿度梯度的变化而呈现定向生长,从而形成局部的水分吸收增强区,根据向水性反应的强度,这些区域要么会促进植被斑块的形成,要么会抑制其形成。与假设水分运输为被动过程的经典模型相比,引入向水性能够对植物根系的主动觅水行为进行机制性描述,从而使模型能够捕捉植被空间组织与土壤湿度重新分配之间的动态反馈关系。

由于水资源有限,植被会通过根系竞争水分。这种竞争的强度体现在根系的塑性以及水力重分配现象上,即密集的根系网络会主动改变土壤湿度梯度,这是模型构建时需要考虑的重要因素。为同时捕捉这种竞争动态与根系驱动的水分运输过程,以及水分与生物量之间的双重作用(即相互促进的协同效应与资源竞争),经典的水分扩散项ΔW被替换为Δ(W?βN)[6]、[15]。这种交叉扩散表述相比标准扩散模型具有明显优势:它既能够体现根系吸水导致的土壤水势下降,又能保持恒定的水力扩散率[24];更重要的是,它反映了植被生长与水分重新分配之间的反馈关系——植物根系会消耗土壤水分,并通过水力过程主动改变其空间分布。因此,交叉扩散机制为描述植被密度与水分可用性之间的双向耦合关系提供了一种在数学上可行且具有生态学意义的手段,而这一特性在传统的反应-扩散型植被模型中是不存在的。此外,保持恒定的水力扩散率还能简化复杂的计算过程,同时确保关键水分运输预测的准确性,为后续分析植被格局的形成与稳定性奠定了基础[25]、[26]。

基于上述分析以及方程(1.1)、(1.2),我们提出了以下融合根系向水性与交叉扩散作用的植被-水分模型,其表达式为:?W?T=d1Δ(W?β?N)+A?LW?RWN2,T>0,(X,Y)∈R2;?N?T=d2ΔN?χ???(N?W)+RJWN2?MN,T>0,(X,Y)∈R2;初始条件为W(X,Y,0)=W0(X,Y)≥0,?0,(X,Y)∈R2;N(X,Y,0)=N0(X,Y)≥0,?0,(X,Y)∈R2。水分方程中的交叉扩散项Δ(W?β?N)用于描述局部植被吸水对水分运输的影响,其中β代表非饱和带中根系吸水作用所产生的水力扩散率。趋化项?χ???(N?W)中,χ?为趋化强度系数,它描述了植被向土壤水分密度较高区域的净流动趋势。当χ?>0时,这种流动方向是朝向水分资源更丰富的区域,即植被会被水分资源吸引;而当χ?<0时,流动方向则会远离水分密度较高的区域。在本研究中,趋化系数满足χ?>0,对应于植被的向水性运动,其余所有模型参数值均为正值。方程(1.3)中的向水性与交叉扩散项在捕捉植被-水分相互作用方面发挥着互补作用:向水性促使植被向水分梯度方向聚集,而交叉扩散则体现了根系吸水对水分运输的被动影响。因此,将这两种机制同时纳入模型,并非简单地将独立效应相加,而是一种协同建模策略,它能够捕捉植物主动行为与环境被动变化之间的耦合反馈关系。向水性运动会使植被集中在水分更充足的区域,而这又会通过根系吸水加剧局部水分的消耗,而这种水分消耗正是交叉扩散机制所描述的效应。这种耦合关系使得模型既能体现植物的行为反应,又能反映其生存环境的变化,从而比单独考虑任一机制都能更全面地描述植被-水分相互作用。

本文的结构如下:第2节通过线性稳定性分析来研究所提出的植被-水分系统的稳定性,并据此推导出霍普夫分岔与图灵分岔的条件。第3节运用多尺度分析方法,推导出与图案形成相关的振幅方程。第4节给出了若干数值模拟结果,用以展示系统稳定解状态随时间的变化过程以及由此产生的图灵图案。最后,第5节简要总结了本研究的主要发现,并探讨了其在生态学与建模方面的意义。

章节片段:

图灵不稳定性与分岔分析:本节旨在分析方程(1.3)所对应平衡态的存在性与稳定性,进而推导出霍普夫分岔与图灵分岔发生的条件。为简化计算,我们对方程(1.3)引入无量纲变量:w=JRLW,n=RLN,x=LX,y=LY,t=LT,以及无量纲参数a=JRLLA,β=β?J,m=ML,χ=χ?LJR,由此得到方程组:?w?t=d1Δ(w?βn)+a?w?wn2,t>0,(x,y)∈R2;?n?t=d2Δn?χ??(n?w)+wn2?mn,t>0,(x,y)∈R2;初始条件为w(x,y,0)=w0(x,y),(x,y)∈R2;n(x,y,0)=n0(x,y),(x,y)∈R2。首先我们来考虑……

振幅方程的推导:根据定理2,当参数处于适当范围时,方程(2.1)会在χ=χg(1)处发生图灵分岔,而在0< /><χg(1)范围内则会出现图灵不稳定性。本节将通过多尺度扰动法与弱非线性分析[30]、[31],在χg(1)附近推导出振幅方程,从而解释不同的图案形成机制。需要指出的是,方程(2.1)中的e2*并不随参数χ的变化而改变。随后,我们将进一步研究……

数值模拟:本节通过数值模拟来分析与验证前几节所得出的结论。我们继续使用第2节中为方程(2.1)设定的参数值。当χ=χg(1)=0.1136时,临界波数计算为kc=1.1147,对应的相位角为?=?0.5209,另一相位角为ψ=2.8061。按照振幅方程的推导方法,我们得到τ0=6.2642,h=?1.4268,g1=5.9597,g2=14.1637。至此,所有相关系数都已确定,模型的动态行为也得以明确……

结论与讨论:本研究探讨了包含趋化作用与交叉扩散机制的植被-水分模型中正平衡态e2*的局部稳定性,以及由扩散驱动的不稳定性所导致的空间图灵图案的形成过程。平衡态e2*的存在由系统参数a和m唯一决定。相比之下,趋化系数χ与交叉扩散参数β虽然对生态系统有着重要影响,却并不影响平衡态e2*的存在。

作者贡献说明:王世杰负责原文撰写、软件应用、实验研究以及数据整理工作;蒋娇负责文本审阅与编辑、结果验证、研究监督、资源协调以及方法设计工作。

利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢:本研究得到了国家自然科学基金(项目编号:12271346)的支持。王世杰|蒋娇 数值模拟:本节通过数值模拟来分析与验证前几节所得出的结论。我们继续使用第2节中为方程(2.1)设定的参数值。当χ=χg(1)=0.1136时,临界波数计算为kc=1.1147,对应的相位角为?=?0.5209,另一相位角为ψ=2.8061。按照振幅方程的推导方法,我们得到τ0=6.2642,h=?1.4268,g1=5.9597,g2=14.1637。至此,所有相关系数都已确定,模型的动态行为也得以明确…… 结论与讨论:本研究探讨了包含趋化作用与交叉扩散机制的植被-水分模型中正平衡态e2*的局部稳定性,以及由扩散驱动的不稳定性所导致的空间图灵图案的形成过程。平衡态e2*的存在由系统参数a和m唯一决定。相比之下,趋化系数χ与交叉扩散参数β虽然对生态系统有着重要影响,却并不影响平衡态e2*的存在。 作者贡献说明:王世杰负责原文撰写、软件应用、实验研究以及数据整理工作;蒋娇负责文本审阅与编辑、结果验证、研究监督、资源协调以及方法设计工作。 利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。>
数值模拟:本节通过数值模拟来分析与验证前几节所得出的结论。我们继续使用第2节中为方程(2.1)设定的参数值。当χ=χg(1)=0.1136时,临界波数计算为kc=1.1147,对应的相位角为?=?0.5209,另一相位角为ψ=2.8061。按照振幅方程的推导方法,我们得到τ0=6.2642,h=?1.4268,g1=5.9597,g2=14.1637。至此,所有相关系数都已确定,模型的动态行为也得以明确……

结论与讨论:本研究探讨了包含趋化作用与交叉扩散机制的植被-水分模型中正平衡态e2*的局部稳定性,以及由扩散驱动的不稳定性所导致的空间图灵图案的形成过程。平衡态e2*的存在由系统参数a和m唯一决定。相比之下,趋化系数χ与交叉扩散参数β虽然对生态系统有着重要影响,却并不影响平衡态e2*的存在。

作者贡献说明:王世杰负责原文撰写、软件应用、实验研究以及数据整理工作;蒋娇负责文本审阅与编辑、结果验证、研究监督、资源协调以及方法设计工作。

利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢:本研究得到了国家自然科学基金(项目编号:12271346)的支持。王世杰|蒋娇>
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号