Av-Avcı Ekosistemi

Canlı bir besin ağında tavşanlar, tilkiler ve otlar; Lotka-Volterra döngülerini ve evrimi gözlemleyin.

  • 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

Av-Avcı Ekosistemi deneyiminiz nasıl?

Av-Avcı Ekosistemi Hakkında

Av-Avcı Ekosistemi; tavşanlar, tilkiler ve çimenlerin canlı bir simülasyonudur. Çimenler arazide yavaşça yeniden büyür. Tavşanlar dolaşır, otlar, uzun çimenlerde saklanır ve fark ettikleri tilkilerden kaçar; tilkiler ise gezinir ve gördükleri tavşanları kovalar. Her hayvan her adımda enerji harcar, beslenerek enerji kazanır, yeterince enerji depoladığında ikiye bölünerek ürer ve enerjisi bittiğinde veya yaşlandığında ölür.

Bu bireysel kurallardan yola çıkarak popülasyonlar, Lotka-Volterra denklemleriyle tanımlanan klasik patlama ve çöküş döngüsü içinde dalgalanır. Bol tavşan olduğunda tilkiler ziyafet çeker ve çoğalır; artan tilki popülasyonu tavşanları tüketir; ardından tilkiler aç kalır ve sayıları azalır; avcı sayısı azaldığında tavşanlar yeniden toparlanır — ve döngü, tilki zirvesinin tavşan zirvesini geriden takip etmesiyle baştan başlar. Tuvalin altındaki canlı popülasyon grafiği bu ritmi görmeyi kolaylaştırır.

Evolution özelliğini açtığınızda her yeni doğan, ebeveyninin hızını ve görüşünü küçük rastgele mutasyonlarla miras alır. Hız ve keskin görüş hayvanların yiyecek bulmasına veya kaçmasına yardımcı olur ancak enerji tüketir (koşma maliyeti hızla birlikte dik bir şekilde artar); bu nedenle doğal seçilim bu dengeyi kurar ve özellik histogramı popülasyonların nesiller boyunca değişimini gösterir. Deneyler yürütmek için tavşan veya tilki ekleyin, çim ekin veya yakın, yeniden büyüme hızını ve avlanma becerisini değiştirin.

Av-Avcı Ekosistemi Nasıl Kullanılır?

  1. Play düğmesine basın. Beyaz tavşanların yeşil alanı otlamasını ve turuncu oklardan oluşan tilkilerin onları avlamasını izleyin. Çimenler yenildikleri yerlerde kahverengiye döner ve zamanla yeniden büyür.
  2. Popülasyon grafiğini inceleyin. Population grafiği tavşanları ve tilkileri zaman içinde çizer. Her tavşan zirvesinden sonra gelen tilki zirvesini arayın — bu, av-avcı döngülerinin temel işaretidir.
  3. Ekolojiyi değiştirin. Daha fazla tavşanı beslemek için Grass regrowth değerini artırın veya tilkileri daha başarılı kılmak için Hunting skill ayarını değiştirin ve döngülerin nasıl değiştiğini görün.
  4. Evrimi deneyin. Yavruların hız ve görüşü mutasyonlarla miras alması için Evolution seçeneğini açın, ardından özellik grafiğinin ve ortalama değerlerin kaymasını izleyin. Mutation, her değişimin ne kadar büyük olabileceğini belirler.
  5. Müdahale edin. Tavşan veya tilki bırakmak, çim ekmek veya yakmak için araçları kullanın, ardından ekosistemin tepkisini izleyin. Reintroduce if extinct, bir tür tükenirse alana birkaç hayvanı yeniden ekler. Rerun, başlangıçta yaptığınız eklemeler, ekim ve yakma işlemleriyle aynı ekosistemi t = 0 anından yeniden başlatır; Restart bunları temizler ve alanı baştan başlatır; Reset ise tüm ayarları varsayılan değerlerine döndürür.
  6. Dışa aktarın. Ekosistemin bir PNG görüntüsünü kaydedin veya kısa bir videosunu ya da GIF'ini çekin. Record 30 s from the start, aynı kurulumu baştan tekrar çalıştırır ve ilk 30 saniyesini kare kare kaydeder.

Sıkça sorulan sorular

Lotka-Volterra döngüleri nedir?

Alfred Lotka ve Vito Volterra, 1920'lerde bağımsız olarak av ve avcılar için yazılan basit bir çift denklemin sonsuz salınımlar ürettiğini gösterdi: Avcılar azken avlar çoğalır, av bolken avcılar artar ve her popülasyonun zirvesi diğerini takip eder. Hudson's Bay Company'nin vaşak ve kar ayakkabılı tavşan kürk kayıtları gibi gerçek veriler de benzer döngüler sergiler.

Popülasyonlar neden bazen sıfıra düşer?

Küçük popülasyonlar şanssızlıklara karşı savunmasızdır: Tilkiler neredeyse tüm tavşanları yerse veya uzun süreli tavşan kıtlığında açlıktan ölürse bir tür tükenebilir. Uzun çimenler tavşanlara sığınak sağlar ve alan, farklı bölgelerdeki döngülerin uyumsuz ilerlemesine yetecek kadar geniştir; bu da her iki türün hayatta kalmasına yardımcı olur. Reintroduce if extinct açık olduğunda, deneyin devam etmesi için birkaç hayvan sisteme yeniden eklenir.

Simülasyonda evrim nasıl çalışır?

Her yeni doğan, ebeveyninin hız ve görüş özelliklerini küçük rastgele bir katsayıyla çarparak kopyalar. Daha hızlı veya daha keskin gözlü hayvanlar daha sık yiyecek yakalar veya kaçar ancak daha fazla enerji harcar; bu nedenle en çok yavru bırakan varyantlar daha yaygın hale gelir. Birçok nesil boyunca ortalama özellikler, diğer türe bağlı bir dengeye doğru kayar — evrimsel bir silahlanma yarışı.

Bu bilimsel bir model mi?

Bu, NetLogo'nun Wolf Sheep Predation gibi klasik sınıf simülasyonlarıyla benzer ruha sahip, etmen tabanlı bir öğretim modelidir. Rakamlar gerçek bir türe göre kalibre edilmemiştir ancak mekanizmalar — enerji bütçeleri, avlanma, üreme, kaynak yenilenmesi ve kalıtsal çeşitlilik — ekologların popülasyon dinamiklerini açıklamak için kullandığı mekanizmalardır.