Préda-ragadozó interakciók modellezésének lehetőségei R-ben

Hogyan használjuk az R-t? Mint más emberek: - adatelemzés - statisztika - grafika Modellezés R-ben: – alkalmazott modellek – „magyarázó” modellek – demostráló modellek és modellezés

Ökológiai modellek Egy ökológiai rendszer vagy alrendszer matematikai modellje Folyamat (process) modellek: - rendszer megismerés, hipotézis tesztelés (préda-predátor modell, sejtautomaták) Szintézis (synthetic) modellek: ismeretek összefoglalása, döntéshozás (vízminőség, globális folyamatok)

A feladat(ok)…. 1. csomagok letöltése, telepítése - A csomagok (simecol, odesolve) 2. A scriptek letöltése, értelmezése 3. Néhány példa kiszámítása 4. jegyzőkönyv elkészítése 5. jegyzőkönyvek elküldése (*.pdf-ben) az címre 6. elindulni lassan hazafelé…

1. modell library(odesolve) library(simecol) ##########basic Lotka-Volterra predator prey-model # k1-growth rate of the prey population. #k2-encounter rate of predator and prey. #k3-death rate of the predator population. data(lv) print(lv) parms(lv) <- list(k1=0.8, k2=0.1, k3=0.9) times (lv)<- c(from=0, to=300, by=0.6) init(lv) <- c(prey=1, predator=5) print(lv) plot(sim(lv))

Példa - Lotka-Volterra-alapmodell: init(lv) <- c(prey=10, predator=5) Préda b. (k1)Interakt.(k2)Ragadozó d.(k3) L1Nagy (0.9)Kicsi (0.1)Nagy (0.9) L2Nagy (0.9)Kicsi (0.1) L3Nagy (0.9) L4Nagy (0.9) Kicsi (0.1) L5Kicsi (0.1) Nagy (0.9) L6Kicsi (0.1) L7Kicsi (0.1)Nagy (0.9) L8Kicsi(0.1)Nagy(0.9)Kicsi(0.1)

Példa - Lotka-Volterra-alapmodell: init(lv) <- c(prey=5, predator=10) Préda b. (k1)Interakt.(k2)Ragadozó d.(k3) L1Nagy (0.9)Kicsi (0.1)Nagy (0.9) L2Nagy (0.9)Kicsi (0.1) L3Nagy (0.9) L4Nagy (0.9) Kicsi (0.1) L5Kicsi (0.1) Nagy (0.9) L6Kicsi (0.1) L7Kicsi (0.1)Nagy (0.9) L8Kicsi(0.1)Nagy(0.9)Kicsi(0.1)

2. modell #########predator prey-model with three equations: predator, prey and resource (e.g. nutriens, grassland) library(odesolve) library(simecol) data(lv3) plot(sim(lv3)) solver(lv3) <- "lsoda" parms(lv3)<- list (b=0.1, c=0.5, d=0.1, e=0.4, f= 0.4, g=0.1) init(lv3)<- list (s=0.8, p=0.2, k=0.0) times(lv3)<- c(from=0, to=100, by=0.1), print(sim(lv3)) plot(sim(lv3)) # wrong! integration overlooks internal inputs plot(sim(lv3, hmax=1)) # integration with correct maximum time step

T.J.Case (2000): An Illustrated Guide to Theoretical Ecology. Oxford University Press, New York.