综述：生态扩散模型在生态学领域仍然具有实用性

《Landscape Ecology》：Ecological diffusion models are still useful in ecology

　　

摘要

背景

在生态学中，将动物运动在不同尺度上进行关联——无论是空间尺度之间，还是个体与种群层面过程之间——是一个核心主题，这涵盖了运动生态学和景观生态学等子领域。然而，大多数建模框架要么基于个体（拉格朗日）层面，要么基于种群（欧拉）层面进行操作。

目标

我们的目标是回顾一种称为生态扩散方程（EDE）的偏微分方程（PDE），它如何在不同动物运动尺度之间建立联系，以及如何将其嵌入到常用的统计框架（例如层次模型）中，并适用于多种类型的数据，如计数数据、仅存在数据、存在-缺失数据和遥测数据。在此过程中，我们还强调了与统计EDE模型相关的一些新兴且有前景的研究方向。

方法

我们介绍了EDE是如何从一组基本原理推导出来的，它可以用来表示个体的动物运动和时空种群动态，并且可以通过在层次统计框架中应用来拟合数据。最后，我们回顾了与EDE模型相关的最新应用和进展的文献。

结果

通过推导EDE并回顾其最新的应用和进展，我们发现EDE能够实现对动物运动跨尺度的机制性理解，以及多种类型数据的整合。我们还确定了一些可以通过改进EDE模型来获得更多生态学见解的领域。

结论

生态扩散是一个自然源于控制动物运动的基本原理的过程，可以用来模拟个体和种群层面的时空动态。统计EDE模型与其他建模框架（如物种分布模型、占用模型和步态选择分析）相关。层次统计建模的灵活性允许结合关于运动和种群动态收集的不同类型的数据，而EDE的理论基础使其能够连接发生在细小和粗略空间尺度上的生态过程，以及个体的动物运动和种群动态。