题中的假设数据均来自百度百科或相关学术或报道文章,当数据不一致时,我们根据实际情况取平均值。
为了简化我们的模型并消除复杂性,我们在本文献中做出了以下主要假设。一旦所有假设用于构建我们的模型,它们将被重新强调。
假设 1. 研究的蜜蜂种群是中国蜜蜂。
假设 2. 每天因捕食、杀虫剂等而死亡的蜜蜂种群数量占总人口的 0.1%。
假设 3. 每只蜜蜂在一天内飞行相同的距离,150公里。
假设 4. 不考虑蜜蜂的迁徙和迁徙。
假设 5. 种群存在环境能力。
假设 6. 每个人工蜂箱可容纳10,000只蜜蜂。
假设 7. 蜂箱中的蜜蜂数量为20,000只。
假设 8. 一只蜜蜂每天可以收集2000朵花。
假设 9. 在土地上种植的作物是铁线莲,一株植物上有1 0朵花。
假设 10.土地的形状为长方形,长2,025米,宽4,00米。
假设 11. 一朵花需要授粉两次。
假设 12. 四只蜜蜂参观了一朵花。
假设 13. 蜂箱在土地上呈直线分布。
分析:
在第一个问题中,我们建立了一个马尔萨斯模型来预测理想条件下蜜蜂群落随时间推移的人口增长。因为马尔萨斯模型是典型的人口预测模型。我们使用罗杰斯模型来预测存在最大环境容量k值时的情况,并以图形方式进行了演示。 Logisitic 模型非常适合分析因变量为二进制的情况。根据图像,我们可以得到蜜蜂的数量呈S形曲线。曲线快速增长,然后缓慢增长,最后在达到 k 值时停止增长,其数量仅在 k 值周围波动。
在第二个问题中,我们分析了年龄结构和性别比例等各种因素的敏感性。当内在增长率约为等于27.7%时,环境条件下大多数蜜蜂的蜜蜂体型影响最大。当增速在农药、产蛋率、受精率等因素影响下达到35.07%时,当种群数量增加时,环境条件对群体规模影响最大,当种群数量减少时,农药、产蛋率、受精率等因素对群体规模影响最大。
在第三个问题中,我们根据搜索引擎中的相关农业报告和实际情况对每个数据进行假设。这粗略估计了 20 英亩所需的蜂箱数量。
优点:我们的模型的选择更适合人口数量的研究。并且我们进行了敏感性分析,结果接近实际情况。
缺点:在某些假设中,我们的数据仅来自搜索引擎,而不是论文。所以我们假设的数据不是很可靠。
1. 蜂群种群随时间变化
假设蜜蜂的出生率在一年中没有变为 B 0 和 D0,我们可以据此构建马尔萨斯模型:
对于任何 t 0>0,有
limΔt→0N t0+ Δt-N(t0) Δt = B – D
同时已知 N0, solved:
N(t)= + N0t(B – D)dt 0
根据访问数据,B 0 =67.7%,D0 = 40%,由此我们可以理解:
N(t)=N0+0.277t
当蜜蜂的出生率和死亡率稳定并且种群在一定时间内未达到环境容量K时,这是理想的。如果蜜蜂种群在一定时间内达到环境容量K,那么不仅需要考虑出生率和死亡率,还需要考虑内部增长率r。我们选取了王波在《福州中国蜜蜂周年种群动态研究》[10]中测得的蜜蜂出生率与死亡率之差作为蜜蜂种群的内在增长率。一般来说,一个蜜蜂种群的最大数量是10万只,即环境容量K。我们在养蜂过程中使用所谓的标准蜜蜂盒建立了一个 L ogistic 模型,大约 3,000 只是这个蜜蜂种群的初始数量:
dN(t)dt = r*N(t)*(1-N(t)K )
解决:
然后使用MATLAB绘制上述等式,如图1所示(r=0.277,k=10000,N(t0)=3000):
Figure 1
蜜蜂种群的增长呈S形曲线,即增长率先上升后下降,达到环境容量K时,不再生长或上下波动。
影响蜜蜂种群的因素很多,如年龄比、性别比、环境因素等。在这里,我们看三个因素: i内在增长率 r 和环境容量K。
首先,引入敏感系数的概念来评价上述 两个 因素对蜜蜂种群的影响。灵敏度系数表示为评级指标A的变化率除以不确定性因子F的变化率,在今天研究的问题中,评估标准是蜜蜂种群的数量,不确定性因子是上述 两个 因素。因此,我们可以得到:
SAF=/ΔAAΔFF
SAF>0表示评价指标与不确定因素方向变化,SAF<0表示评级指数变化方向与不确定因素相反,|SAF|越大,评价指标A对不确定性因子F越敏感;相反,它是不敏感的。
2. 蜜蜂群种群影响因素的敏感分析
由于我们的研究中有两个因素,我们分别分析了它们:
SAFr=Δrr /ΔNN
SAFK=ΔKK /ΔNN
SAFr表示人口对环境内在增长率的敏感性,SAFK表示人口对环境容量的敏感性。 我们将r和K分别从初始值的50%更改为150%,并使用MATLAB绘制灵敏度系数作为i固有增长率r和环境容量K的函数,如图2所示
Figure 2
其中,蓝色曲线表示灵敏度系数随环境容量K的变化,黄色曲线表示灵敏度系数随i内在增长率r的变化。 不难发现,种群规模对环境容量的敏感系数显著大于内在增长率。 我们选择的27.7%一般是r[9],这是合理的,结论是K更敏感。为了更仔细地研究r的灵敏度系数,首先我们找到N(t)的导数函数:
dNdT =Kt(K-N0)e(-rt)N0(K-N0e-rtN0+1)2
We 可以看到,当 are 大约等于 ln(K/N0)/T 3 5.07% 时,r 的变化对 ≈ Δ N 的影响最大(如图 3 所示),因此将 r sett 初始值设置为 3 5.07% 会得到不同的结果(如图 4 所示):
图3
Figure 4
在r=35.07%的情况下,r下降对Δ N的影响将大于'K'的减少,上升的影响将更小。 因此,'r'越大,下降时对ΔN的影响越大,上升时对ΔN的影响越小。
3. 满足陆地授粉需要的蜂箱数量
我们还是以中国蜜蜂为例,工蜂在中国蜜蜂中的平均寿命只有35天左右,而工蜂只有7~12天的采蜜时间。假设各个年龄段的工蜂比例相同,那么能够采集蜂蜜的工蜂数量约占蜂群的17%。根据我们假设蜂箱中蜜蜂Nh = 20,000只,蜂箱中可以调度的蜜蜂数量约为3400只。根据假设 1 0,土地是 202540 的矩形。铁线莲是蜜蜂最喜欢的植物,开花时间长,所以我们假设在土地上种植的作物是铁线莲。假设作物本身之间的距离为0.1m,作物之间的距离为0.2m,则每平方米土地约有30种作物受益于授粉,这与养蜂场的作物密度相同。然后,根据假设9,一平方的土地上有3000朵花需要× 蜜蜂授粉。结合假设1 1和12,蜂箱可以支持约2500的土地面积。把它想象成一个圆,那么它有一个内切正方形和一个圆方形m2 ,边长分别为L 1=40 m、L2=56m,因此可以认为蜂箱可以支撑的土地是一个面积为1600~3000的正方形。综上所述,所需的蜂箱数量为Hi=202540~56≈ 35~50.
根据假设,建模预测总共需要35~50个蜂箱来支持2英亩铁线莲的授粉 。