关键词:
群体行为,群体动力学,主动布朗粒子模型,临界相变
论文题目:Swarm coherence mechanism for jellyfish
论文地址:https://journals.aps.org/pre/abstract/10.1103/PhysRevE.110.064406
水母有着独特的生物学特性和悠久的演化历史,近年来,水母大规模聚集现象
(又称“水母暴发”)
引起了科学界的广泛关注,然而水母是如何从初始稀疏分布发生转变,直到产生高密度的“水母暴发”背后的机制尚不明确。近日,一篇发表在
Physical Review E
上的论文深入探讨了水母聚集背后的科学机制,提出了一种基于主动布朗粒子模型
(Active Brownian Particles, ABP)
的全新理论框架。
研究者将水母建模为主动布朗粒子,模拟了它们在受限环境
(如实验水箱)
和开放环境
(如海洋表层)
中的动态行为,以下是对模型核心机制的描述:1、
自发信号诱导
:水母通过运动产生化学信号,例如性信息素或猎物气味分子,这些信号在周围水体中扩散,形成化学梯度,引导其他水母聚集;2、
行为决策机制
:水母的行为决策由多重环境因素驱动,包括水流方向、涡流强度和自发信号浓度,共同影响水母的游动方向和速度;3、
体积排斥与边界效应
:水母在靠近彼此或环境边界时,会通过排斥力调整方向,避免碰撞,同时保持一定的群体结构。研究者结合以上机制设计了一种二维仿真模型。
文章通过数值模拟,揭示了水母聚集的关键规律:初始状态下,稀疏分布的水母通过化学信号吸引其他个体,从而逐渐形成
局部高密度区域
,这一过程的触发点是信号浓度超过特定阈值时的“感知反应”;随着水母数量的增加,群体表现出从无序分布到高密度聚集的相变。这种
相变由行为决策的反馈机制驱动
,而不是完全依赖外部环境。在开放水域中,
水母的聚集受到水流和涡流的显著影响
。例如,在逆流方向,水母倾向于形成“汇聚区”;而在涡流中心,水母倾向于停留,形成稳定的聚集点。论文还指出,实验水箱中水母行为可能因边界效应而失
真,需谨慎解读,也反映了真实环境的观察在理解真实聚集行为中的重要性。
这项研究不仅为水母聚集机制提供了量化的物理模型,还揭示了环境和行为交互对群体动力学的重要影响。论文提出未来可以考虑水母的三维垂直运动,并且将海洋中的复杂水动力学
(如大尺度涡流)
纳入模型;在生物信号方面,精确测量和研究水母分泌的化学信号的种类及扩散特性,以及在行为决策中的作用。进一步,可以深入探讨水母聚集对生态系统和生物进化的长期影响。
彭晨
| 编译
详情请见:
昆虫智能如何启发人工智能与仿生机器人?昆虫智能与AI读书会启动!