哈密顿力学启发的两栖动物季节性空间分布与吉布斯测度模型构建及应用

《Environmental and Ecological Statistics》：Seasonal spatial distributions of amphibians and Gibbs measures: a new approach inspired by Hamiltonian mechanics

为了描述物种在生态学中的种群动态，研究人员从物理学引入哈密顿框架，构建了一个包含类动能项和类势能项的新型吉布斯测度（Gibbs measure）模型。该模型应用于濒危两栖动物Plectrohyla sagorum的案例研究，揭示了其在旱季（冬季）聚集于河流附近、雨季（夏季）随降水增加而扩散的分布模式，并通过热图展示了季节变化，为物种分布建模提供了整合机制性生态假说的新视角。

　　

在地球生物多样性的版图上，两栖动物正面临一场悄无声息的危机。2020年的数据显示，它们已成为全球受威胁最严重的陆生脊椎动物类群，超过40%的物种岌岌可危。这不仅是一个物种存亡的问题，更关系到整个生态系统的健康。两栖动物是连接水生与陆生环境的关键纽带，在养分循环、生物扰动乃至能量流动中扮演着不可或缺的角色。然而，在墨西哥恰帕斯州塔卡纳火山生物圈保护区这样的云森林中，许多两栖物种的生存状况却笼罩在迷雾之中，精细的种群分布与动态数据极度匮乏。传统的物种分布模型（SDM）在面对这类数据稀缺、地形复杂的偏远地区时，往往显得力不从心。它们要么严重依赖精细的环境协变量（如温度、湿度）数据，而这些数据在微观生境尺度上往往难以获取；要么是纯粹的统计关联模型，无法深入揭示物种分布背后的生态学机制。这就好比试图仅凭几张模糊的照片来理解一部复杂电影的完整情节。正是在这样的背景下，一项跨学科的研究应运而生，它试图从物理学中汲取灵感，为生态学建模带来一场“思维革命”。研究人员将目光投向了理论物理中的哈密顿框架，并借助空间统计学中的吉布斯测度（Gibbs measure）和马尔可夫随机场（MRF）工具，构建了一个全新的模型，用以描绘濒危两栖动物Plectrohyla sagorum在一年四季中如何随着环境变化而“迁徙”与“聚集”的生动图景。这项研究成果发表在《Environmental and Ecological Statistics》期刊上。

为开展此项研究，作者团队主要应用了以下几项关键技术方法：首先，在墨西哥塔卡纳火山生物圈保护区的云森林研究地点，于2018年分10个时段（覆盖四季）进行了系统的野外实地调查，沿固定河流样线记录Plectrohyla sagorum个体的位置与距离数据。其次，基于野外获得的河流样线个体密度数据，通过泊松过程模拟，重建了完整河流网格上各季节的人工采样分布，作为模型输入的“已知”数据。最后，研究核心是构建一个基于吉布斯测度（Gibbs measure）的机制性模型，其哈密顿量（Hamiltonian）包含驱动空间均匀扩散的“类动能”项和表达对河流吸引力（通过距离函数d_?²）的“类势能”项，两者通过耦合常数g平衡。模型求解采用了经过优化的吉布斯采样（Gibbs sampling）算法，通过特定的细胞更新顺序（从河流邻近区域开始向外）进行高效数值模拟，以估计整个研究区域内每个空间位置的个体数量期望值。

研究结果

1. 研究区域与目标物种

研究区域位于墨西哥恰帕斯州塔卡纳火山生物圈保护区的一个峡谷溪流，属于受威胁严重的云森林生态系统。目标物种Plectrohyla sagorum是一种易危两栖动物，其自然史和繁殖模式使其被河流吸引。研究人员假设其在旱季（冬季）集中在溪流附近，而雨季则为个体扩散到离河流更远处提供了适宜条件。

2. 野外工作与收集数据

2018年进行了10次涵盖所有季节的野外考察，沿75米固定河流样线记录Plectrohyla sagorum的出现情况。数据分析得出各季节在河流上的个体密度（单位：个体/米）：春季(ρ_Sp)为0.56，夏季(ρ_Su)为0.23，秋季(ρ_Fa)为0.31，冬季(ρ_Wi)为0.81。关键假设是：冬季在距离河流5米以外未发现个体，且全年成年个体总数变化不大。

3. 数学模型

研究引入了一个基于哈密顿框架的吉布斯测度模型。将研究区域划分为5米边长的方形网格（192行×202列）。系统的哈密顿量H定义为H = H₀+ V_g。其中，H₀是“类动能”项，表征相邻细胞间个体数量的差异（促进均匀扩散）；V_g是“类势能”项，V_g(ω) = g Σ_{? ∈ Λ}d_?²ω_?，其中d_?是细胞?到河流的距离，g是调节吸引强度的耦合常数。系统的概率分布由吉布斯分布π(ω) = (1/Z) exp{ -H(ω)/T }给出。该模型将研究区域按河流网格（R）划分为四个连通区域（Λ¹至Λ⁴），并基于河流上的泊松模拟数据，定义了给定河流数据条件下各区域的条件概率分布。

4. 吉布斯采样

由于标准模拟退火收敛速度慢，研究采用了自定义的吉布斯采样顺序：从河流的一阶邻域细胞开始更新，逐步向外进行。这确保了算法能高效地探索对概率分布贡献最大的区域（河流附近）。研究证明了该采样序列满足全局平衡方程，从而能收敛到目标吉布斯分布，并用于计算期望值。

5. 温度T与迭代次数的选择

通过自由情况（g=0）下的模拟进行校准，选择温度T和迭代次数（每区域迭代次数为细胞数Mⁱ× 10⁶），使得算法能从零初始状态收敛到接近能量最小（均匀分布）的状态。

6. 冬季模拟与个体总数估计

基于“冬季5米外无个体”的观测，通过调整耦合常数g^{(i, Wi)}，确定g=2能满足此约束。利用此设置进行吉布斯采样，根据最后Mⁱ× 10⁴次迭代的平均值，估计出各区域冬季的个体总数。此总数被假定为全年各季节大致恒定。

7. 全年种群动态

对于春、夏、秋三季，耦合常数g^{(i, x)}(x ∈ {Sp, Su, Fa}) 通过调整确定，使得模拟结果同时满足两个条件：1) 符合该季节河流上观测到的个体密度（泊松模拟数据）；2) 各区域个体总数与冬季估计的总数一致。结果表明，耦合常数从冬季到夏季递减，反映了雨季河流吸引力减弱、个体扩散增强的趋势。

8. 结果展示

模型通过热图等形式展示了Plectrohyla sagorum种群密度的季节性空间变化。模拟结果验证了研究假设：物种在冬季（旱季）高度集中于河流附近，密度达到峰值；随着降水增加（春、夏、秋季），个体从河流向周边区域扩散，河流上的观测密度相应降低。这为野外观察到的现象（雨季河流上个体密度显著下降）提供了机制性的解释。

结论与讨论

本研究成功地将理论物理中的哈密顿力学框架与空间统计学中的吉布斯测度、马尔可夫随机场（MRF）相结合，构建了一个新颖的机制性物种分布模型。该模型的核心创新在于直接通过吉布斯测度的能量函数设计来编码生态学假说：一个“扩散项”捕捉生物在景观中移动的趋势，一个“环境势项”明确建模对河流等关键生境的偏好。这种形式为模型组件提供了清晰的生态学解释，同时允许从经验数据进行统计推断。

研究通过对易危两栖动物Plectrohyla sagorum的案例应用，生动揭示了其种群随季节变化的动态规律：旱季因水资源限制而聚集于河流，雨季则利用降水带来的湿润环境向外扩散。模型结果与野外观察相符，并提供了空间显式的定量分布图。方法论上，该研究展示了一种在数据极其有限（仅河流样线密度和一条距离约束）的情况下进行有意义建模的途径。它避免了传统方法对高分辨率环境协变量的依赖，转而利用地形变量（如到河流的距离）和机制性假设，更适用于偏远或难以访问的地区。

这项工作代表了物种分布建模的一个新视角，它在纯关联模型和显式动力学模型之间架起了一座桥梁，提供了一个既有机制解释性又以可观测模式为基础的建模框架。它不仅增进了对特定濒危物种生态习性的理解，所发展的方法也为其他数据稀缺物种的保护研究提供了有力的分析工具。在生物多样性快速丧失的当下，此类能够从有限信息中提取最大生态洞见的模型，对于制定有效的保护策略具有重要意义。