Lotka-Volterra 种群模型

一、直观理解：猎物繁忙生长，捕食者靠猎物吃饭

Lotka–Volterra（LV）模型描述两类群：猎物（食饵）$x(t)$ 与捕食者 $y(t)$ 的相互作用。最经典的图像是：

• 猎物多 → 捕食者容易增长 → 捕食者变多；
• 捕食者多 → 猎物被大量捕食 → 猎物下降；
• 猎物少 → 捕食者挨饿下降 → 猎物又获得喘息而回升；

于是两者可能出现此起彼伏的周期振荡。

经典方程把“单独增长/死亡”和“相遇相互作用”写成双线性项：

$$\begin{aligned} x' &= \alpha x - \beta x y,\\ y' &= \delta x y - \gamma y. \end{aligned}$$

含义：

• $\alpha x$：猎物在无捕食时的指数增长；
• $\beta xy$：因捕食而减少（相遇率思想）；
• $\delta xy$：捕食者因捕食而增长；
• $\gamma y$：捕食者自然死亡/迁出。

LV 是生态学中的机制基线，不是现实群落的终极模型。它的价值在于：用最少参数展示耦合振荡、相图闭轨与参数如何改变振幅周期，并为加入承载力、功能反应、季节强迫等扩展提供起点。

二、适用场景与优缺点

类型	说明
适用场景	双物种捕食—被捕食的定性分析；说明周期振荡可来自确定性相互作用而非外部噪声；教学相图、守恒量与中心型平衡点；作为更复杂生态模型的对照基线。
核心优点	参数少、机制清楚；相平面有清晰几何；存在可分析的守恒量与闭轨结构；数值上易于用 ode45 演示。
局限与缺点	猎物无捕食时无限指数增长，不合理；轨道振幅完全由初值决定（中心），对扰动结构不稳定；忽略年龄结构、空间、随机性、功能反应饱和；直接拟合真实数据往往偏差大。

使用前应确认：

1. 问题是否真是“两类群相互作用”的核心，而非单种群或传染病；
2. 数据分辨率是否支持估计 $\alpha,\beta,\delta,\gamma$；
3. 是否需要承载力、Holling 功能反应等扩展；
4. 评价目标是定性机制还是定量预测——后者通常要改模型。

三、核心原理：平衡点、守恒量与相图

1. 平衡点

$$(0,0),\qquad \Big(\frac{\gamma}{\delta},\ \frac{\alpha}{\beta}\Big).$$

• $(0,0)$：灭绝平衡，鞍点型（猎物轴可增长，捕食者轴衰减）；
• 正平衡：线性化后常为中心（纯虚特征值），非线性层面存在围绕它的闭轨族。

2. 守恒量

经典 LV 存在首积分（在 $x>0,y>0$）

$$V(x,y)=\delta x-\gamma\ln x+\beta y-\alpha\ln y,$$

$V$ 沿轨线恒定，故轨线是 $V$ 的等高线——解释了闭轨族。

3. 周期含义

振幅由初值（或 $V$ 的值）决定，周期可随振幅变化。这与极限环（振幅由结构决定、吸引附近轨线）不同：经典 LV 的周期轨道通常不是渐近稳定极限环。

4. 常见扩展

• 猎物逻辑增长：$x'=\alpha x(1-x/K)-\beta xy$ → 正平衡可成稳定焦点，振荡衰减到稳态；
• Holling II：$\frac{\beta xy}{1+hx}$ 反映处理时间饱和；
• 竞争 LV：两物种相互抑制，结果是共存或竞争排斥。

四、关键决策

1. 是否采用经典 LV
   仅作机制演示可以；要拟合多年渔获/毛皮数据，优先带承载力或功能反应的版本。

2. 参数来源
   $\alpha,\gamma$ 可来自单独增长/死亡估计；$\beta,\delta$ 更依赖耦合段数据，注意可辨识性。

3. 初值
   经典 LV 中初值决定振幅，敏感性极高。报告必须给初值并做扰动。

4. 数值方法
   用 ode45 并收紧容差；长期积分注意误差可能破坏 $V$ 守恒。

5. 验证
   检查 $x,y$ 非负；对比 $V$ 是否近似恒定；相图是否闭合；与加入 $K$ 后的定性差异。

五、MATLAB 示例

%% 经典 Lotka-Volterra
alpha = 1.1;   % 猎物增长
beta  = 0.4;   % 捕食压力
delta = 0.1;   % 捕食者转化
gamma = 0.4;   % 捕食者死亡

f = @(t, z) [ alpha*z(1) - beta*z(1)*z(2);
              delta*z(1)*z(2) - gamma*z(2) ];

z0 = [10; 5];
opts = odeset("RelTol", 1e-8, "AbsTol", 1e-10, "NonNegative", 1:2);
[t, z] = ode45(f, [0 60], z0, opts);

figure;
subplot(1,2,1);
plot(t, z(:,1), "LineWidth", 1.2); hold on; grid on;
plot(t, z(:,2), "LineWidth", 1.2);
legend("猎物 x", "捕食者 y");
xlabel("t"); title("时间序列");

subplot(1,2,2);
plot(z(:,1), z(:,2), "LineWidth", 1.2); hold on; grid on; axis equal;
plot(gamma/delta, alpha/beta, "r*", "MarkerSize", 10);
xlabel("x"); ylabel("y");
title("相图（闭轨围绕正平衡）");

%% 守恒量检查
V = @(x,y) delta*x - gamma*log(x) + beta*y - alpha*log(y);
Vpath = V(z(:,1), z(:,2));
fprintf("V 相对波动 = %.3e\n", ...
    (max(Vpath)-min(Vpath)) / abs(mean(Vpath)));

%% 不同初值 → 不同振幅
figure; hold on; grid on;
ics = [8 4; 12 6; 15 3; 6 8];
for k = 1:size(ics,1)
    [~, zk] = ode45(f, [0 80], ics(k,:)', opts);
    plot(zk(:,1), zk(:,2), "LineWidth", 1.1);
end
plot(gamma/delta, alpha/beta, "k*", "MarkerSize", 12);
xlabel("x"); ylabel("y");
title("经典 LV：初值决定振幅");

%% 扩展：猎物带环境容量 K
K = 50;
fK = @(t, z) [ alpha*z(1)*(1-z(1)/K) - beta*z(1)*z(2);
               delta*z(1)*z(2) - gamma*z(2) ];
[tK, zK] = ode45(fK, [0 80], z0, opts);

figure;
subplot(1,2,1);
plot(tK, zK); grid on; legend("x","y");
title("带承载力：振荡常衰减");
subplot(1,2,2);
plot(zK(:,1), zK(:,2), "LineWidth", 1.2); grid on;
xlabel("x"); ylabel("y"); title("相图趋于平衡点");

%% 粗略参数扫描：捕食效率 beta 对猎物均值的影响
betas = linspace(0.2, 0.8, 7);
xMean = zeros(size(betas));
for i = 1:numel(betas)
    fi = @(t,z) [alpha*z(1)-betas(i)*z(1)*z(2);
                 delta*z(1)*z(2)-gamma*z(2)];
    [ti, zi] = ode45(fi, [0 100], z0, opts);
    % 取后半段平均
    idx = ti > 50;
    xMean(i) = mean(zi(idx,1));
end
figure;
plot(betas, xMean, "-o"); grid on;
xlabel("\beta"); ylabel("后期猎物均值");
title("参数情景：捕食强度与猎物平均水平");

六、如何解释结果

完整解释应包括：

1. 变量单位（数量、密度）与参数含义/来源；
2. 平衡点位置及其生态含义；
3. 时间序列：周期、峰值、相位差（捕食者峰值常落后猎物）；
4. 相图：是否闭轨、是否螺旋进入平衡；
5. 守恒量 $V$ 的数值漂移（衡量数值质量）；
6. 初值与参数敏感性：结论是否稳健；
7. 模型局限：为何定量预测需扩展。

不要把经典 LV 的持续等幅振荡直接说成“生态系统必然永远周期波动”；这是特定数学结构下的理想化现象。

七、常见误区

1. 把中心型闭轨当成稳定极限环

经典 LV 轨道不吸引邻居；微小模型改变就可能改变定性结构。

2. 忽略无捕食时的指数爆炸假设

若数据中猎物明显有资源上限，应加入 $K$。

3. 用末期拟合误差最小直接宣称参数真实

LV 参数补偿性强，可能多组参数拟合相近但外推不同。

4. 允许负种群

数值或结构问题导致负值时，生态解释已无意义。

5. 相位差解读过度

滞后现象在 LV 中常见，但具体天数依赖参数标定与单位。

八、小结

Lotka–Volterra 种群模型的核心思想可以概括为：

用双线性相遇项耦合猎物增长与捕食者消长，在最简机制下产生共存振荡与相平面闭轨。

它是理解捕食动力学与相图工具的经典入口，也是更真实模型的对照基线。建模时应明确：自己需要的是定性机制演示还是定量预测；后者通常必须引入承载力、饱和功能反应或数据驱动的结构修正，并完成参数不确定性分析。