Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
TASK 4
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Clone of Clone of Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram

Bienvenue sur le simulateur du modèle à flux constants.

Ce modèle est basé sur notre cas d'étude simplifié : un groupe de guépards dans un parc national géré, où les entrées et sorties sont contrôlés par les gestionnaires (translocation entre parcs).

Fonctionnement :

  • Le [Variable d'état] qui représente l'effectif de guépards (le nombre d'individus).

  • Les [Flux] (B, I, D, E) sont le nombre fixe d'individus qui entrent ou sortent à chaque pas de temps.

  • Variables forçantes : Les décisions des gestionnaires sont les "variables forçantes" qui rendent ces flux constants.

Votre mission : Utilisez les curseurs pour régler les conditions et lancez la simulation en cliquant sur le bouton "SIMULATE" en haut à droite, pour observer comment l'effectif évolue sur le graphique !


Modèle BIDE Flux Constants
33 2 months ago
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
Population Dynamics Model
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Out 2025 - 3. Cervo e Lobo - Presa Predador - modelo da internet
11 months ago
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
Cancer de prostata
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Clone of Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram
Clone of Huemul-ciervo_colorado(sin_caza)-Ks_constantes
11 months ago
Insight diagram
This simulation shows how plant, deer and wolf populations impact each other in a deciduous forest ecosystem.
Clone of Plant, Deer and Wolf Population Dynamics
Insight diagram

Ce modèle simule la production de biomasse par une cohorte d’organismes pélagiques, inspiré d’un cas réel : le calamar commun (Loligo vulgaris). Véritable "sprinteur" des océans à la durée de vie très courte, le calamar convertit massivement et rapidement ses proies en biomasse, jouant un rôle de ressource clé pour les super-prédateurs marins et les pêcheries.

Ce modèle s’inscrit dans une logique fonctionnelle, et complète les approches démographiques classiques (exponentielle, logistique, Leslie), en intégrant une autre dimension essentielle de l’écologie : la production secondaire.

Contrairement aux modèles précédents centrés uniquement sur le nombre d’individus (N), ce modèle prend en compte la croissance individuelle en poids (W), et son interaction avec la survie de la cohorte pour estimer la production de biomasse totale. Chaque individu n’est pas seulement un effectif, mais aussi une quantité de matière, une composante mesurable du flux d’énergie dans l’écosystème.

Les Composants du Modèle :

Variables d’état (Stocks) :

  • N : Nombre d’individus vivants dans la cohorte.
  • W : Poids moyen des individus (grammes).
  • Instant Biomass : Biomasse vivante instantanée de la cohorte, calculée comme N × W
  • Secondary Production : Production cumulée de biomasse (incluant celle produite par les survivants et par les morts).

Flux :

  • Gross Gain : Quantité de biomasse produite par la croissance individuelle à chaque pas de temps (N × variation de W).
  • Gross Loss : Biomasse perdue via la mort des individus, c’est-à-dire le poids moyen multiplié par les décès.
  • Production (flux) : Biomasse totale produite, incluant celle des survivants et des morts (Gross gain).
  • Net Variation : Variation nette de la biomasse vivante (Gross gain − Gross loss), soit l'accumulation réelle dans la population.

Paramètres modifiables :

  • Initial N : Nombre initiale de la cohorte (en milliers d'individus).
  • Initial W : Poids moyen initial (en centaines de grammes).
  • d : Taux de mortalité (proportion d’individus mourant à chaque pas de temps).
  • g : Taux de croissance pondérale des individus.
  • Wmax : Poids maximal asymptotique moyen (croissance indéterminée).

Remarque :
La relation entre taille et masse corporelle est supposée intégrée dans l'équation de croissance. La courbe de poids moyen (W) représente donc déjà l'évolution allométrique sans avoir à la modéliser séparément.

Indicateurs produits :

  • Production secondaire nette cumulée : quantité totale de biomasse produite au cours de la vie de la cohorte.
  • Biomasse instantanée : stock de matière vivante à un instant donné.
  • Moment du pic de production : période durant laquelle la cohorte contribue le plus aux flux trophiques.

Votre Mission d'Exploration :

Votre objectif est de vous mettre dans la peau d’un écologue halieutique chargé d'évaluer le potentiel d'un stock de calamars, tout en comprenant son rôle fondamental dans la chaîne alimentaire océanique.

  1. Simulez la dynamique par défaut pour comprendre l’interaction entre la croissance fulgurante de ces céphalopodes et leur forte mortalité.

  2. Identifiez le temps de prélèvement optimal : Repérez le moment exact du pic de la "Biomasse instantanée". C'est à cet instant précis qu'une pêcherie obtiendrait le meilleur rendement, ou qu'un prédateur naturel trouverait le maximum de nourriture.

  3. Observez le point de bascule : Vérifiez sur l'onglet des flux à quel moment le coût des pertes par mortalité (Gross Loss) excède définitivement la création de matière par croissance (Gross Gain).

  4. Testez l'effet de l'environnement : Un réchauffement de l'eau accélère souvent la croissance des calamars mais augmente aussi leur mortalité. Modifiez simultanément g (à la hausse) et d (à la hausse). Comment cela décale-t-il le pic de biomasse dans le temps ?

  5. Visualisez l'énergie transférée : Regardez l'asymptote finale de la "Production secondaire" pour chiffrer l'immense quantité totale de matière organique générée par cette seule cohorte sur une année.

Cliquez sur "SIMULATE" et explorez la dynamique de votre cohorte pélagique !
Ce modèle vous permet de relier la biologie individuelle à la structure des flux dans les écosystèmes, une étape clé en écologie fonctionnelle.

 

Courbe d'Allen : Croissance individuelle et production d'une cohorte
18 4 weeks ago
Insight diagram

Ce modèle simule la dynamique d'une population dont la croissance est limitée par son environnement, un cas d'étude inspiré par la gestion des stocks de légine australe dans l'océan Austral.

Contrairement au modèle de croissance exponentielle (conditions idéales), la croissance de la légine n'est pas infinie. Les ressources (nourriture, espace) sont limitées et la compétition augmente avec la population. Ce phénomène, appelé densité-dépendance, crée une auto-régulation qui freine la croissance et la fait tendre vers une limite : la capacité de charge (K). De plus, cette population est soumise à une pression extérieure : la pêche.

Les Composants du Modèle :

  • Variable d'état : L'Effectif du stock (N) de légines, qui est au cœur du système.

  • Paramètres Fondamentaux : Les caractéristiques biologiques de la légine et de son milieu déterminent les paramètres de sa croissance. Vous pouvez régler ces paramètres avec les curseurs :

    • bmax et dmin : Les taux de natalité et de mortalité optimaux, quand la densité est faible.

    • ddb et ddd : L'intensité de la compétition. Ils mesurent à quel point la reproduction ralentit et la mortalité augmente quand la population devient trop dense.

  • Flux :

    • Les flux de Naissances (B) et de Morts (D) ne sont plus simplement proportionnels à N, mais sont maintenant régulés par la densité.

    • Un nouveau flux de sortie contrôlé par l'homme est ajouté : la Pêche (Fisheries).

  • Indicateurs : Le modèle calcule des propriétés "émergentes" cruciales pour les gestionnaires, comme le taux de croissance maximal (rmax) et la Capacité de Charge (K) de l'écosystème.

Votre Mission d'Exploration : Votre objectif est de devenir un gestionnaire de pêcherie durable !

  1. Commencez avec une pêche nulle (Fisheries = 0) pour observer la courbe de croissance logistique naturelle de la légine et identifier sa capacité de charge K.

  2. Introduisez ensuite un effort de pêche modéré. Quel est son impact sur la taille de la population à l'équilibre ?

  3. Explorez différentes intensités de pêche pour trouver le Rendement Maximal Soutenable (RMS) : la plus grande quantité de poissons que vous pouvez pêcher chaque année sans provoquer l'effondrement du stock. Cliquez sur "SIMULATE" et gérez votre ressource !

Modèle BIDE Taux Densité-Dépendants
11 4 weeks ago