Ekosistem Predator-Mangsa

Kelinci, rubah, dan rumput dalam rantai makanan nyata — amati siklus Lotka-Volterra dan evolusi yang hidup.

  • Rabbit
  • Fox
Grassbaretall
100%

Rabbits graze and breed, foxes hunt them, grass regrows. Drag to drop rabbits or foxes, paint grass or burn it; Rerun starts again from step 0 with what you dropped and painted. Turn on Evolution to see speed and vision change over generations.

Setup
600
40
Drop or paint
40 units

Bagaimana pengalaman Anda memakai Ekosistem Predator-Mangsa?

Tentang Ekosistem Predator-Mangsa

Ekosistem Predator-Mangsa adalah simulasi interaktif kelinci, rubah, dan rumput. Rumput perlahan tumbuh kembali di seluruh padang. Kelinci berkeliaran, merumput, bersembunyi di rumput tinggi, dan melarikan diri dari rubah yang terlihat; rubah menjelajah dan mengejar kelinci yang mereka temukan. Setiap hewan membakar energi pada setiap langkah, memperolehnya kembali dengan makan, membelah diri menjadi dua saat energinya cukup, dan mati jika kehabisan energi atau menua.

Dari aturan individu tersebut, jumlah populasi berayun mengikuti siklus pasang-surut klasik yang dijelaskan oleh persamaan Lotka-Volterra. Ketika kelinci berlimpah, rubah makan dengan kenyang dan berkembang biak; populasi rubah yang membengkak memangsa kelinci hingga jumlahnya merosot; rubah kemudian kelaparan dan populasinya menyusut; dengan sedikitnya pemangsa yang tersisa, kelinci kembali pulih — dan siklus bermula kembali, dengan puncak populasi rubah tertinggal di belakang puncak kelinci. Grafik populasi langsung di bawah kanvas memudahkan Anda melihat ritme ini.

Nyalakan Evolution dan setiap individu yang baru lahir akan mewarisi kecepatan serta daya penglihatan induknya dengan mutasi acak kecil. Kecepatan dan pandangan jauh membantu hewan menangkap mangsa atau melarikan diri, tetapi hal ini memakan energi (biaya metabolisme melonjak drastis seiring kecepatan), sehingga seleksi alam menyeimbangkan kompromi tersebut dan histogram sifat memperlihatkan pergeseran populasi lintas generasi. Tambahkan kelinci atau rubah, tanam atau bakar rumput, serta ubah laju pertumbuhan kembali dan keterampilan berburu untuk menguji berbagai skenario.

Cara menggunakan Ekosistem Predator-Mangsa

  1. Tekan Play. Amati kelinci (putih) memakan rumput di padang hijau dan rubah (panah oranye) memburunya. Rumput berubah cokelat setelah dimakan dan akan tumbuh kembali seiring waktu.
  2. Membaca grafik populasi. Grafik Population memetakan jumlah kelinci dan rubah dari waktu ke waktu. Perhatikan puncak rubah yang muncul setelah setiap puncak kelinci — ciri khas dari siklus predator-mangsa.
  3. Ubah kondisi ekologi. Tingkatkan Grass regrowth untuk memberi makan lebih banyak kelinci, atau ubah Hunting skill agar rubah lebih atau kurang efektif berburu, dan perhatikan bagaimana siklus berubah.
  4. Uji coba evolusi. Aktifkan Evolution agar anak mewarisi kecepatan dan penglihatan melalui mutasi, lalu amati grafik sifat dan pergeseran nilai rata-ratanya. Mutation mengatur seberapa besar perubahan yang dapat terjadi.
  5. Lakukan intervensi. Gunakan panel tools untuk menempatkan kelinci atau rubah, menanam rumput, atau membakarnya, lalu amati respons ekosistem. Tombol Reintroduce if extinct memasukkan kembali beberapa hewan jika suatu spesies punah. Rerun memulai ekosistem yang sama dari t = 0 dengan hewan, tanaman, dan pembakaran yang Anda buat di awal; Restart membersihkannya dan memulai ekosistem baru; Reset mengembalikan setiap pengaturan ke default.
  6. Ekspor. Simpan sebagai PNG atau rekam video pendek maupun GIF dari ekosistem ini. Record 30 s from the start akan menjalankan ulang konfigurasi yang sama dari awal dan merekam 30 detik pertamanya, bingkai demi bingkai.

Pertanyaan umum

Apa itu siklus Lotka-Volterra?

Alfred Lotka dan Vito Volterra secara independen membuktikan pada dekade 1920-an bahwa sepasang persamaan sederhana untuk pemangsa dan mangsa menghasilkan osilasi tanpa henti: mangsa bertambah saat pemangsa langka, pemangsa bertambah saat mangsa berlimpah, dan puncak masing-masing populasi saling menyusul. Catatan nyata, seperti data perburuan bulu lynx dan terwelu sepatu salju milik Hudson's Bay Company, menunjukkan pola siklus yang serupa.

Mengapa populasi terkadang anjlok hingga nol?

Populasi kecil rentan terhadap faktor kebetulan yang buruk: jika rubah memakan hampir seluruh kelinci, atau mati kelaparan selama krisis kelinci yang panjang, suatu spesies dapat punah. Rumput tinggi memberi kelinci perlindungan dan area padang cukup luas sehingga siklus di area berbeda tidak berjalan serempak, membantu kedua spesies bertahan hidup. Jika Reintroduce if extinct aktif, beberapa hewan akan dimasukkan kembali agar eksperimen terus berjalan.

Bagaimana cara kerja evolusi dalam simulasi ini?

Setiap anak menyalin kecepatan dan penglihatan induknya, dikalikan dengan faktor acak kecil. Hewan yang lebih cepat atau berlihatan lebih tajam lebih sering menangkap mangsa atau meloloskan diri tetapi menghabiskan lebih banyak energi, sehingga varian yang menghasilkan keturunan terbanyak menjadi lebih dominan. Setelah sekian banyak generasi, sifat rata-rata bergeser menuju keseimbangan yang dipengaruhi oleh spesies lain — sebuah perlombaan senjata evolusioner.

Apakah ini model ilmiah?

Ini adalah model pembelajaran berbasis agen, serupa dengan simulasi kelas klasik seperti Wolf Sheep Predation di NetLogo. Angka-angkanya tidak dikalibrasi ke spesies nyata tertentu, tetapi mekanismenya — anggaran energi, predasi, reproduksi, pertumbuhan kembali sumber daya, dan variasi yang diwariskan — adalah prinsip yang digunakan para ahli ekologi untuk menjelaskan dinamika populasi.