开源智能体模型 SwimmingIndividuals 可模拟海洋生态与渔业捕捞
一个名为 SwimmingIndividuals 的开源智能体模型(agent-based model,以个体为基本单元进行模拟的建模方法)已对外介绍,用于模拟生理过程、动物移动、高营养级海洋生态系统动态以及大尺度生态范围内的渔业捕捞。该软件由 Matthew S. Woodstock、Jann Paul Mattern、Zhen Wu 和 Gregory L. Britten 开发,相关论文发表于《PLOS Computational Biology》2026 年第 22 卷第 11 期。

研究团队指出,机制性模型因建立在理论基础之上,被视为预测生态系统对新条件响应的重要工具,但海洋生态学中的机制性智能体建模长期受制于计算能力。为让大尺度模拟可行,SwimmingIndividuals 采用 Julia 语言编写,并依赖 CPU/GPU 混合计算架构。

软件的核心是一整套机制性子模型,覆盖每个个体智能体的完整生命周期,包括视觉猎物探测、昼夜垂直迁移等适应性行为,以及用于在海洋环境中寻找栖息地的空间路径规划算法。此外,框架还集成了可灵活配置的生物能量学引擎,内置三套按类群区分的代谢结构。研究者称,此前的智能体模型多依赖固定感知半径或单一方程形式的生物能量学表达,限制了生理细节的刻画。

研究团队在美国墨西哥湾开展了三项模拟来验证框架能力,模型复现了观测到的昼夜垂直迁移、鲸类下潜模式以及随体型变化的营养级转移;还复现了与已发表王鲭(King Mackerel)种群评估一致的 von Bertalanffy 生长曲线。在长期模拟中,该框架在较长时间尺度上生成了符合实际的种群动态,并量化了五支捕捞船队所适用的渔业捕捞控制规则的直接影响。作者据此认为,SwimmingIndividuals 为机制性海洋生态研究和基于生态系统的渔业管理提供了一个灵活的开源平台。
更多推荐


所有评论(0)