对生态模型进行严格的验证，以验证其是否符合实证时间序列数据

《Nature Ecology & Evolution》：Rigorous validation of ecological models against empirical time series

　　生态系统复杂性阻碍模型验证，现有模型因难以证伪而积累却缺乏可信度。本研究基于排队论提出协方差标准，通过观测量协方差关系建立严格模型有效性测试，要求模型满足必要条件。应用于捕食者-猎物响应、快速演化系统、高阶物种互作三大生态学挑战，证实协方差标准能有效排除不足模型并提升可信度，其数学严谨且计算高效，适用于现有数据和模型。

　　

摘要

生态系统的复杂性给生态模型的验证带来了严峻挑战。目前普遍存在的无法证伪模型的问题导致模型数量不断增加，但人们对这些模型的信心并未相应提高。在这里，我们提出了一种基于排队论的方法，称为“协方差准则”（covariance criteria），该方法通过可观测量之间的协方差关系来建立严格的模型有效性检验标准。这些准则为模型设定了较高的门槛，规定了无论是否存在未观测因素都必须满足的条件。我们利用实际的时间序列数据，对生态理论中的三个长期存在的难题进行了测试：区分不同的捕食者-猎物功能响应模型、解析快速进化系统中的生态与进化动态关系，以及识别高阶物种相互作用这种常常难以捉摸的影响。在这些不同的案例研究中，“协方差准则”始终能够排除不合理的模型，同时对那些提供具有实际应用价值的近似模型的可信度予以提升。该方法在数学上严谨且在计算上高效，因此可以应用于现有的数据和模型。