一、问题描述
2023年COMAP高中数学建模竞赛(HiMCM)问题A聚焦于蒲公英——这种被称作Taraxacum officinale的植物,原产于欧亚大陆,现已经在全球范围内广泛分布。蒲公英因其鲜艳的黄色花朵(见图1)和独特的“绒球”状种子头(见图2)而易于辨认,其种子借助类似降落伞结构的“pappus”进行风力传播。
问题二:蒲公英、人类和其他植物群之间的关系是复杂的。由于这种植物能够在不同的环境中茁壮成长,一些人将其称为讨厌的杂草或入侵物种。相反,蒲公英的每一部分都是可食用的,这种植物有着丰富的药用和烹饪历史。
构建一个能够计算入侵物种“影响因子”的数学模型。此模型应综合多种变量,包括植物特性及其对环境造成伤害的程度和性质。
a. 通过使用该模型为蒲公英计算其影响因子来验证模型的有效性。
b. 应用该模型计算你选择的另外两种经常被视为入侵物种的植物的影响因子,并确定每种植物在其被认为是入侵地的具体区域。
问题二:构建植物影响因子模型,旨在量化评估入侵植物对人类和环境产生的不良影响。该模型包含两个类型的影响因子:全球影响因子(IFG)与本地影响因子(IFL),分别用于从总体层面比较不同物种的入侵性,以及在特定地点细化分析单一物种的入侵程度。
二、植物影响因子模型
模型使用了加权评价模型和层次分析法用于计算植物影响因子。
输入:模型以一组植物属性为基础来计算这两个影响因子,这些属性被划分为三个类别:A类涉及植物自身的生物学特性,B类关注植物对人类和环境的具体影响,C类则考察植物在当地条件下的适应性特征。
研究团队运用了层次分析法(AHP),构造比较判断矩阵用于确定各个属性的权重,最后加权计算。
输出:全球影响因子(IFG)与本地影响因子(IFL)
假设一:植物的影响与其生物特性呈正相关。基于研究显示,入侵植物的侵略性与其性能相关的特征紧密相关,因此可将生物特性视为评估植物入侵性和其对生态环境及人类造成损害能力的可靠指标。
假设二:植物带来的益处可以减轻其负面影响。如果植物可供动物食用或以其他方式对环境有益,则总体环境受到的伤害可能会减少;同样,如果植物能被用于制作产品或其他用途,那么它们将有利于经济,并降低对人类的有害影响。
假设三:在人口密度较高的地点,植物的影响更大。这是因为人口密集区人们更可能努力控制不受欢迎的物种,导致更多的投入和更大的影响。而在人口密度较低的地方,人为干预较少,且非本地植物可能与本土植物达到某种平衡,从而降低其影响力。
影响因子是一种衡量入侵植物对环境和人类造成的潜在负面效应的度量标准。
模型中定义了两种类型的影响因子:全球影响因子(IFG)和本地影响因子(IFL)。
全球影响因子用于从整体视角比较不同物种之间的入侵性,例如对比蒲公英和苜蓿的总体入侵性。
本地影响因子则更为精细,通过引入更多与当地适应性的属性,分析同一物种在不同地理位置上的入侵性差异,以及不同物种在不同地方的入侵性差异。
计算全球和本地影响因子的公式分别为:
IFG:表示全球影响因子,是一个标准化数值,用于比较不同物种总体上的入侵性。
IFL:表示本地影响因子,与IFG类似但更精细,考虑了地点特定因素对植物入侵性的影响。
ρ:入侵级别系数,一个调整参数,用来放大或缩小最终计算出的影响因子数值。
ai、bj、ck:分别代表植物特性类别A中的第i个属性值、人类与环境类别B中的第j个属性值以及本地适应性类别C中的第k个属性值。
αi、βj、γk:分别为对应于各类别属性ai、bj、ck的权重值,这些权重基于层次分析法确定,反映了每个属性在整体影响评价中的相对重要性。
植物属性被细分为三大类别,用于全面评估入侵植物对环境和人类产生的影响。根据其生长状况评定其指标值(特征值)。
类别A - 植物特性
A1:生命周期
a1:按照植物是年生(0.5)、两年生(0.75)还是多年生(1)给出评分。
A2:生长习性
a2:针对不同的生长形态赋予分数,如乔木(0)、灌木(0.25)、藤本(0.5)、草本(0.75)和草本/杂草(1)。
A3:生长速率
a3:成功定植后的生长速度,分为慢速(0.5)、中速(0.75)和快速(1)。
A4:寿命
a4:基于植物生命周期长度,若为一年生或两年生则得相应低分(0.25或0.5),其余按短(0.5)、中(0.75)和长(1)来评分。
A5:营养需求
a5:植物正常生长发育所需氮磷钾等营养水平,低(0.5)、中(0.75)和高(1)。
A6:果实/种子丰富度
a6:植物所生产的种子数量多少,无种子(0.25)、少(0.5)、中等(0.75)和多(1)。
A7:繁殖方法
a7:繁殖方式种类数,一种繁殖方式评分为0.25,两种繁殖方式为0.5,三种繁殖方式为0.75,四种或以上繁殖方式评分为1。
A8:种子扩散率
a8:植物通过种子生产进行扩散的能力,无扩散(0.25)、慢速扩散(0.5)、中速扩散(0.75)和快速扩散(1)。
A9:幼苗活力
a9:预计的植物种子萌发成活率高低,低(0.5)、中等(0.75)和高(1)。
类别B - 人类与环境影响
B1:毒性
b1:对人类或家畜的相对毒性,无毒(0)、轻微毒性(0.5)、中度毒性(0.75)和高度毒性(1)。
B2:产品利用价值
b2:植物是否适合多种产品的生产水平,广泛利用(0)、较多(0.25)、一些(0.5)、较少(0.75)至无法利用(1)。
B3:动物适口性
b3:该植物对放牧或采食动物的吸引力,高(0)、中等(0.5)、低(0.75)至不可食(1)。
B4:人类食用性
b4:植物能否产出可供人类食用的浆果、坚果、种子或水果,可食用(0.5),否则为1。
B5:商业化可用性
b5:该属性表明植物的繁殖体(如种子、根茎等)是否在商业市场上流通。若在市场上可购买,则评分为0.5,表示有商业化供应;若不在市场流通,则评分为1,意味着不易获取或未被商品化。
类别C - 地理位置适应性
C1:土壤适应性
c1:评估植物对不同土壤类型的适应性,分为低(0)、中(0.5)和高(1)等级别。
C2:温度适应性
c2:考量植物对不同温度条件的适应能力,分为低温(0)、中温(0.5)和高温(1)范围内的适应性。
C3:湿度适应性
c3:测量植物在不同湿度环境下的生存和繁衍能力,分为低湿度适应(0)、中湿度适应(0.5)和高湿度适应(1)。
C4:种群密度
c4:评估在某一区域内植物自然形成的种群密度,分为低密度(0)、中密度(0.5)和高密度(1)。
层次分析法(Analytic Hierarchy Process, AHP)在这篇论文中被用于量化和比较不同属性对入侵植物影响因子的重要性,并据此确定各属性的权重。
运用AHP的过程中,研究人员构建了一张两两属性间的比较矩阵(n阶方阵,配图只显示部分)。在比较矩阵中,每一行和每一列都代表一个属性,元素值表示了两个属性之间的重要程度,例如,当A2比A1稍微重要时,该元素值(A2/A1)为3;如A3属性相对于A1非常显著地重要,则元素值(A3/A1)可能是7或9。
之后,通过计算比较矩阵的最大特征值、一致性比率(CR)以及随机一致指数(RI),研究人员检验矩阵的一致性。只有当CR小于0.1时,才能认为矩阵的一致性满足要求,权重分配合理。
在通过一致性测试后,我们对比较矩阵的列向量进行规范化,使每个列向量之和为1。然后计算行和(横向求和),得到一个和向量,将和向量除以n(属性编号数),得到最终的权重向量。
结果分析
根据这些植物属性和入侵级别系数ρ,计算出全球影响因子(IFG)和本地影响因子(IFL)的值。通过将每个属性的数值与对应权重相乘并累加,即可得出植物的全球或本地影响因子分数,进而对其进行排序和比较
对于全球影响因子结果,模型应用于226种入侵植物(US-RIIS入侵植物数据库),依据A类、B类特征值和权值,计算得到评价结果。
对于本地影响因子结果,选择了阿拉斯加(AK)、佛罗里达(FL)和内华达(NV)三个不同气候特点的地区,以及每个地区入侵性强的四种植物进行计算。依据A类、B类、C类特征值和权值,计算得到评价结果。
结果表明,每种植物在当地适应性较好的环境下其影响程度更大,反之亦然。
虽然在全球影响因子上排名靠前的植物在本地影响因子上通常也较高,但也存在例外情况,比如甜苜蓿在全球影响因子高于天堂树,但在阿拉斯加的本地影响因子却低于天堂树在佛罗里达的表现。
资料获取
今天分享就到这里,后续将持续更新优秀论文解析。近20年优秀论文与HIMCM备考软件、资料已备好,需要的小伙伴可关注微信公众“思谋EDU”,添加助理微信免费领取。
78G超全数学建模资料: 历年HIMCM优秀论文——O奖: