马尾松毛虫种群动态的时间序列分析及复杂性动态研究

被引：23

作者：

张真

李典谟

查光济

机构：

[1] 中国科学院动物研究所

[2] 金寺山林场北京

[3] 现在中国林业科学研究院森林生态环境与保护研究所工作

[4] 北京

[5] 安徽冬至县

来源：

生态学报 | 2002年 / 07期

关键词：

马尾松毛虫; 自相关函数; 时间序列分析; 混沌; 非线性时间序列模型; 种群动态;

D O I：

暂无

中图分类号：

Q968.1 [昆虫生态学];

学科分类号：

071012 ; 0713 ;

摘要：

自从 May ( 1 974 )指出即使是简单的种群模型也能揭示混沌动态以来 ,自然种群是否存在混沌一直具有争论 ,如何检测自然种群的混沌行为也成为种群动态研究的一个难点。通过时间序列分析和反应面模型建摸的方法分析了马尾松毛虫的复杂性动态。用自相关函数对马尾松毛虫发生的时间动态分析的结果认为动态是平稳的 ,其周期性不显著 ,而具有一定的复杂性 ,这种类型可以是减幅波动、有限周期或弱混沌 ,波动主要由系统内因引起。进一步采用反应面模型估计全局李雅普若夫指数和局域李雅普若夫指数结果均为负 ,显示马尾松毛虫种群动态不存在混沌现象 ,但是在增加一个小的噪音以后 ,局域李雅普若夫指数变为在 0以上波动 ,说明系统对噪音非常敏感 ,噪音对松毛虫种群动态具有很大的影响 ,可以将其从非混沌状态变为混沌。研究结果认为全局李雅普若夫指数λ是一定时间内两个变动轨迹的总平均偏差 ,而随着种群动态的波动 ,指数也是波动的 ,所以对于检测自然种群的混沌来说不是一个好的指标。局域李雅普若夫指数λM能更好地表示自然种群混沌的存在和产生混沌的条件。对害虫管理来说对种群暴发初期的预测是尤其重要的 ,而此时又最难于预测 ,所以对种群动态的监测就尤为重要。由于马尾松毛虫的代间种群动态为第一级密度相

引用

页码：1061 / 1067

页数：7

共 22 条

[1]

Problems in detecting chaotic behavior in natural population by fitting simple discrete models. Morris W F. Ecology . 1990

[2]

Chaos in a noisy world: new methods and evidence from time-series analysis. Ellner S and Turchin P. The American Naturalist . 1995

[3]

Chaos in a noisy world: new methods and evidence from time-series analysis. Ellner S and Turchin P. The American Naturalist . 1995

[4]

Biological populations with non-overlapping generations: stable points, stable cycles and chaos. May R M. Science . 1974

[5]

Estimating the Lyapunov exponent of a chaotic system with a nonparametric regression. McCaffrey D F,Ellner S,Gallant R,et al. J ournal of the American Statistical Association . 1992

[6]

Patterns of dynamical behavior in single species populations. Hassell M P,Lawatto J H,and May R M. J ournal of Animal Ecology . 1976

[7]

Order and chaos in ecological systems. Schaffer W M. Ecology . 1985

[8]

Chaos, asymmetric growth and group selection for dynamic stability. Thomas W R,Pomerantz M J,Gilpin M E. Ecology . 1980

[9]

Patterns of dynamical behaviour in single-species populations. Hassell M P,Lawton J H and May R M. The Journal of Animal Ecology . 1996

[10]

Modeling fluctuating populations. Nisbet R M and Gurney W S C. . 1982

← 1 2 3 →