一种植物群落变化预测方法、计算设备及存储介质

本发明涉及群落演替分析，具体涉及一种植物群落变化预测方法、计算设备及存储介质。

背景技术：

1、植物群落作为一定区域内所有植物的集合体，是植物个体通过互惠、竞争等相互作用及环境长期相互影响而形成的一个组合。因此，植物群落演替需要综合考虑群落内部和外部因素。

2、目前，针对植物群落演替的研究，主要有生态机理方法、随机概率模型方法和数学建模方法。其中，生态机理方法以变化过程中物种的生存、生长及消退的生理反应与群落的结构和生态因子变化的关系作为植物群落演替的研究对象，实质上是从植物本身的生理机理出发，采用生态位研究、生长过程研究、遗传研究和环境元素交换研究等方法。随机概率模型方法主要有马尔可夫过程分析预测的方法，通过吸收演替过程中各种状态下植物物种的先验分布和条件分布从而得到后验分布，得到信息处理办法用于预测群落的演替结果。

3、以上方法各有优势，而针对研究植物群落受胁迫变化的影响因素和变化趋势这种复杂问题，当前的方法往往采取理想化假设和固定多个因素的方法，与实际问题的差异较大，且预测方面的研究较少。

技术实现思路

1、为了解决植物群落变化的影响因素分析、变化预测和因子评估等问题，本方案提供了一种植物群落变化预测方法，通过分析物种间竞争和群落与环境的相互作用机理，量化植物群落的变化过程，确定各因素的影响程度；基于lotka-volterra种群竞争模型和生态学经典logistic模型，最终建立多因素影响的基于微分方程方法的植物群落变化机理型分析预测模型，用于分析植物群落的物种丰富度和香农威纳指数，从而确定植物群落的变化情况和趋势。

2、根据本发明的第一方面，提供一种植物群落变化预测方法，包括：

3、基于生态学机理确定植物群落演替变化的影响因子；对影响因子进行相关性分析，筛选出系统的决策变量；基于决策变量建立物种竞争模型和多因素植物生长模型，形成多因素影响的植物群落变化预测模型；计算植物群落变化预测模型的最优解，得到决策变量对植物群落演替影响趋势。

4、可选地，在上述植物群落变化预测方法中，对包括不规则天气、环境污染、栖息地减少的外界影响因素进行机理分析得到相应的影响因子，影响因子包括地理位置、水文条件、地质基础、物种丰富度、植物种类和物种间关系。

5、可选地，在上述植物群落变化预测方法中，对影响因子进行数据预处理，得到量化数据；计算各量化数据之间的pearson相关系数，基于相关系数值选取决策变量；基于lasso回归算法交叉验证选择的决策参数，确定系统的决策变量。

6、可选地，在上述植物群落变化预测方法中，基于物种各自的生长率和环境容纳量和物种间竞争系数，建立多物种竞争的lotka-volterra方程；基于logistic模型建立多因素影响的植物生长模型；将植物生长模型结果带入多物种竞争的lotka-volterra方程中，得到多因素影响的植物群落变化预测模型。

7、可选地，在上述植物群落变化预测方法中，多物种竞争的lotka-volterra方程为：

8、

9、其中，r1、r2...rk分别为种群1-k的生长率，k1、k2...kk分别为种群1-k的环境容纳量，a12、a13...a1k分别为种群2、3...k对种群1的竞争系数，ak1、ak2...ak(k-1)分别为种群1、2、3...k-1对种群k的竞争系数；

10、设竞争系数矩阵为简化方程表达式得到:

11、

12、其中，n＝(n1,n2,n3,...,nk)t，表示物种种群。

13、可选地，在上述植物群落变化预测方法中，基于植物生长率和种群最大环境容量，生长量随时间的变化方程；对生长量随时间的变化方程求导，得到生长速度随时间的变化方程；对生长速度随时间的变化方程再次求导，求解得到生长速度最大值；基于植物生物量比率对生长量随时间的变化方程进行改进和多因素扩展，得到多因素植物生长模型。

14、可选地，在上述植物群落变化预测方法中，多因素植物生长模型为：

15、

16、其中，ki是种群i的环境容纳量，h(t)为某影响因子，k为种群最大环境容量，ni(t)为物种竞争关系随时间的变化趋势，a为竞争系数矩阵。

17、可选地，在上述植物群落变化预测方法中，以物种丰富度和香农威纳指数作为目标函数，以物种数量和物种最大环境容纳量为约束条件，求解植物群落变化预测模型最优解；基于模型最优解确定植物群落的变化情况和趋势；根据生态学马尔科夫过程分析模型预测情况，得到马尔科夫过程预测结果与模型预测结果的对比结果。

18、根据本发明的第二方面，提供一种计算设备，包括：至少一个处理器；和存储有程序指令的存储器，其中，程序指令被配置为适于由至少一个处理器执行，程序指令包括用于执行上述植物群落变化预测方法的指令。

19、根据本发明的第三方面，提供一种存储有程序指令的可读存储介质，当程序指令被计算设备读取并执行时，使得计算设备执行上述的植物群落变化预测方法。

20、根据本发明的方案，通过全面分析植物群落演替过程中地理位置、水文条件、地质基础、物种丰富度、植物种类和物种间关系等多个复杂因素的相互作用和影响，通过建立lotka-volterra种群竞争模型和生态学经典logistic模型，最终形成多因素影响的基于微分方程的植物群落变化预测模型。

21、本方案能够准确评估群落的变化过程，预测植物群落受胁迫变化的趋势和发展最终状态。且方法的推广适用性较强，在植物群落外部影响条件已知的前提下可以高效地得到相应结论。

22、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

技术特征：

1.一种植物群落变化预测方法，其特征在于，包括：

2.根据权利要求1所述的植物群落变化预测方法，其特征在于，所述基于生态学机理确定植物群落演替变化的影响因子的步骤包括：

3.根据权利要求1所述的植物群落变化预测方法，其特征在于，所述对所述影响因子进行相关性分析，筛选出系统的决策变量的步骤包括：

4.根据权利要求1所述的植物群落变化预测方法，其特征在于，所述基于所述决策变量建立物种竞争模型和多因素植物生长模型，形成多因素影响的植物群落变化预测模型的步骤包括：基于物种各自的生长率和环境容纳量和物种间竞争系数，建立多物种竞争的lotka-volterra方程；

5.根据权利要求4所述的植物群落变化预测方法，其特征在于，所述多物种竞争的lotka-volterra方程为：

6.根据权利要求4所述的植物群落变化预测方法，其特征在于，所述基于logistic模型建立多因素影响的植物生长模型的步骤包括：

7.根据权利要求6所述的植物群落变化预测方法，其特征在于，所述多因素植物生长模型为：

8.根据权利要求1所述的植物群落变化预测方法，其特征在于，所述计算所述植物群落变化预测模型的最优解，得到决策变量对植物群落演替影响趋势的步骤包括：

9.一种计算设备，包括：

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述的植物群落变化预测方法。

技术总结
本发明公开了一种植物群落变化预测方法、计算设备及存储介质，该方法包括：基于生态学机理确定植物群落演替变化的影响因子；对影响因子进行相关性分析，筛选出系统的决策变量；基于决策变量建立物种竞争模型和多因素植物生长模型，形成多因素影响的植物群落变化预测模型；计算植物群落变化预测模型的最优解，得到决策变量对植物群落演替影响趋势。本方案能够提高植物群落变化预测和影响因子评估的准确性。

技术研发人员：傅文萱,王海鹏,田纪龙,甘谭睿,李博,朱仁崎,郝言溥泽,文孟轩,毛世奥,姚锋,陈英武,陈盈果,刘晓路,吕济民,陈宇宁,何磊,杜永浩,闫俊刚,王沛,程力,潘雨,张忠山,王涛,沈大勇
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：
技术公布日：2024/4/17