Aqui você vê as diferenças entre duas revisões dessa página.
Próxima revisão | Revisão anterior | ||
roteiro:meta_inter [2012/05/28 12:16] – criada adalardo | roteiro:meta_inter [2024/01/09 18:18] (atual) – edição externa 127.0.0.1 | ||
---|---|---|---|
Linha 1: | Linha 1: | ||
====== Colonização Interna ====== | ====== Colonização Interna ====== | ||
- | {{:ecovirt:colint2.jpg?300 | + | {{:roteiro:colinter.jpg?200 |
- | Podemos eliminar do modelo anterior o pressuposto de uma chuva de propágulos constante e fazer com que a colonização seja uma função do número de lugares ocupados. Em uma formulação simples desse modelo, a fonte de propágulos é unicamente interna (sistema fechado) e a probabilidade de colonização varia de forma linear à proporção de lugares ocupados. | + | Podemos |
- | Dessa forma, nosso modelo não terá mais uma probabilidade de colonização constante ($$p_i$$), mas sim uma probabilidade de colonização dependente do número de manchas ocupadas: | + | Dessa forma, nosso modelo não terá mais uma probabilidade de colonização constante (**pi**), mas sim uma probabilidade de colonização dependente do número de manchas ocupadas: |
- | $$p_i=if $$ ; onde **i** é uma constante que indica quanto aumenta a $$p_i$$ | + | $$p_i=if$$ ; onde **i** é uma constante que indica quanto aumenta a pi a cada nova mancha que é ocupada. |
Portanto, quanto mais manchas ocupadas, maior a chance de colonização das manchas vazias. Substituindo **pi** na equação antiga temos: | Portanto, quanto mais manchas ocupadas, maior a chance de colonização das manchas vazias. Substituindo **pi** na equação antiga temos: | ||
- | $$(df)/(dt)=if(1-f)- p_e f $$ | + | $$\frac{df}{dt}=if(1-f)-p_e f$$ |
O cálculo da fração de manchas ocupadas no equilíbrio (**F**) também é modificado para: | O cálculo da fração de manchas ocupadas no equilíbrio (**F**) também é modificado para: | ||
- | $$F=1-p_e | + | $$F=1-\frac{p_e}{i}$$ |
- | + | ||
- | Vamos verificar isto simulando esta situação. Como no exercício anterior, criamos uma função no R para gerar a simulação. Como antes, esta função simplesmente sorteia eventos de colonização e extinção em cada mancha a cada intervalo de tempo, segundo as regras do modelo. Em seguida ela retorna um gráfico e as matrizes de ocupação das manchas em cada instante de tempo. O EcoVirtual facilita o trabalho, você só precisa entrar os valores dos argumentos na janela da opção de " | + | |
- | {{: | + | |
- | + | ||
- | Nesse menu os argumentos são: | + | |
- | ^ opção ^ parâmetro ^definição ^ | + | |
- | ^ data set |objeto no R | guarda os resultados| | + | |
- | ^ Maximum time |$$t_(max) $$ |Número de iterações da simulação | | + | |
- | ^ coluns | //ncol// |número de colunas de habitat da paisagem | | + | |
- | ^ rows | //nrows// |número de linhas de habitat da paisagem | | + | |
- | ^ initial occupance | $$f_0 $$ |no. de manchas ocupadas no inicio | | + | |
- | ^ colonization coef. | //i// |coeficiente de colonização i | | + | |
- | ^ prob. extinction | //p_e// |probabilidade de extinção | | + | |
+ | Vamos verificar isto simulando esta situação. Como no exercício anterior, criamos uma função no R para gerar a simulação. Como antes, esta função simplesmente sorteia eventos de colonização e extinção em cada mancha a cada intervalo de tempo, segundo as regras do modelo. Em seguida ela retorna um gráfico e as matrizes de ocupação das manchas em cada instante de tempo. | ||
+ | |||
+ | < | ||
+ | meta.inter=function(tf, | ||
+ | | ||
+ | | ||
+ | | ||
+ | | ||
+ | for(t in 2:tf){ | ||
+ | | ||
+ | | ||
+ | | ||
+ | | ||
+ | } | ||
+ | |||
+ | | ||
+ | | ||
+ | | ||
+ | | ||
+ | |||
+ | | ||
+ | } | ||
+ | </ | ||
E agora você pode simular o modelo com os valores que escolher para os argumentos da função, como: | E agora você pode simular o modelo com os valores que escolher para os argumentos da função, como: | ||
+ | < | ||
+ | meta.inter(tf=100, | ||
+ | </ | ||
- | $$t_(max)=100; | + | Brinque um pouco com o modelo fazendo variar os parâmetros do modelo e responda as seguintes perguntas |
- | i =10, ncol=10; | + | <box 80% red|Exercícios> |
- | nrow =10; | + | |
- | f_0=0.1; | + | |
- | i=1; | + | |
- | p_e=0.5 $$ | + | |
- | + | ||
- | Brinque um pouco com o modelo fazendo variar os parâmetros do modelo e pense nas seguintes perguntas: | + | |
* Você consegue perceber alguma diferença nos resultados dos dois modelos, mantidos iguais os parâmetros que eles têm em comum? | * Você consegue perceber alguma diferença nos resultados dos dois modelos, mantidos iguais os parâmetros que eles têm em comum? | ||
* A posição de uma mancha na paisagem influencia a pi e a pe dessa mancha? Qual seria um modelo mais realista? | * A posição de uma mancha na paisagem influencia a pi e a pe dessa mancha? Qual seria um modelo mais realista? | ||
- | * Por que há certas combinações de //i// e $$p_e$$ | + | * Por que há certas combinações de i e pe que não podem existir? |
* Qual o significado de um F negativo? | * Qual o significado de um F negativo? | ||
- | ===== Sugestões de cenários | + | </ |
+ | Salve os resultado de sua simulação em objetos no seu espaço de trabalho no R, por exemplo: | ||
+ | |||
+ | < | ||
+ | |||
+ | sim.int1 <- meta.inter(20, | ||
+ | |||
+ | </ | ||
+ | |||
+ | Carregue a função abaixo para o programa | ||
+ | |||
+ | < | ||
+ | meta.anima2=function(dados) | ||
+ | { | ||
+ | nsim=dim(dados)[3] | ||
+ | ln=dim(dados)[1] | ||
+ | cl=dim(dados)[2] | ||
+ | image(0:ln, 0:cl, dados[,,1], col=c(" | ||
+ | grid(ln, | ||
+ | Sys.sleep(.5) | ||
+ | conta12=dados[,, | ||
+ | image(0:ln, 0:cl, conta12, col=c(" | ||
+ | for(i in 3:nsim) | ||
+ | { | ||
+ | conta12=dados[,, | ||
+ | image(0: | ||
+ | Sys.sleep(.1) | ||
+ | } | ||
+ | } | ||
+ | |||
+ | ################ | ||
+ | |||
+ | </ | ||
+ | |||
+ | Agora é só rodar a função acima com o resultado da simulação para ter uma animação de suas simulações. | ||
+ | |||
+ | < | ||
- | $$t_(max)=100; | + | meta.anima2(dados=sim.int1) |
- | i =10, ncol=10; | + | |
- | nrow =10; | + | |
- | f_0=0.1; | + | |
- | i=0.5; | + | |
- | p_e=0.5 $$ | + | |
- | ===== Código R ===== | + | </ |
- | * [[meta_int_cod|Entre aqui]] para seguir o roteiro utilizando diretamente o código do R | + |