studies (e.g. Thampanya et al., 200

studies (e.g. Thampanya et al., 2002; Thampanya, 2006).
Nevertheless, specific factors determining seedling and sapling
survival rates such as predation are not explicitly formulated in
model simulations. There is only one IBM, the so-called IBU
model, which simulates local movement of individual Ucides
cordatus crabs (Piou et al., 2007). This model has been used to
analyze recovery patterns of a crab population after fishing in
North Brazil. A link of such a model to forest dynamics through
microhabitat conditions, leaf litter consumption and seed
predation is still an open research question (cf. Cannicci et al.,
2008).
There is no consensus about the detail of physiological
mechanisms and competition processes needed for more
accurate modeling of forest dynamics (Busing and Mailly,
2004). Regarding mangrove forests, this question is particularly
critical since physiological field studies in mature forests are
lacking in comparison to mesocosms and greenhouse studies
(e.g., Cardona-Olarte et al., 2006). Further studies comparing
simulations of FORMAN, KIWI, and MANGRO models to
determine whether more detailed formulations of the spatial
distribution of resources like light and tree dimensions such as
crown volume and orientation can significantly improve model
accuracy as suggested by Reynolds and Ford (2005).
Field studies on vegetation patch dynamics show that gap
size influences forest dynamics (e.g., Pickett and White, 1985).
For example, pioneer species are often excluded when gap size
falls below a certain level; these small gaps might restrict
regrowth and promote closure from the surrounding canopy
(Baldwin et al., 2001). KIWI andMANGRO address this aspect
because gaps of different sizes and shapes appear ‘‘naturally’’
when trees die. In this case, the created gap conditions control
dispersal, establishment, survivorship, and growth of new
recruits. However, to enhance our understanding of the relative
importance of resource gradient partitioning and recruitment
limitation in maintaining tree species richness and spatial
distribution, further simulation experiments are needed. Such
experiments should be linked to integrative (across scales) field
experiments on the relationship among gap and patch geometry
and on species distribution in mangrove forests. Moreover,
there is a need for both comparative and multifactor
experiments designed to examine how soil nutrient concentrations
and hydroperiod interact with stressors to limit growth of
both seedlings and adult trees (e.g., Thampanya et al., 2002;
Cardona-Olarte et al., 2006). In this context, mechanistic
submodels could be suitable to support the analysis of field
experiments which are often hard to interpret with increasing
complexity.
FORMAN and MANGRO have focused on site-specific
predictions of forest productivity, and although SELVA–
MANGRO (Doyle and Girod, 1997; Doyle et al., 2003) and
FORMAN (Twilley et al., 1999b) have also simulated regional
productivities and responses to global change, model results are
limited due to the lack of a description of belowground
processes (Twilley et al., 1992). This limitation includes multilayer
representation of soil water and nutrient availability as
well as processes like biomass allocation to roots and root
distribution within the soil, which have been neglected in
mangrove research (but see Komiyama et al., 1987, 2008).
Currently, there is only one published mangrove nutrient
mechanistic model that simulates profiles of soil carbon, N and
P and organic matter (NUMAN; Chen and Twilley, 1998). We
also describe the need to produce a synthesis of the speciesspecific
and age-specific regeneration potential of individual
trees after disturbances and their importance for system
recovery as grasped by the simulation models (task 5). The
MANGRO model partly focuses on this topic by including an
adaptive function for effecting tree growth rate and performance
based on disturbance (Doyle and Girod, 1997).
Nevertheless, investigations regarding the importance of resprouting
on the recovery of mangrove systems after
mechanical disturbances cannot be carried out by the available
IBMs. Current models do not provide the needed flexibility in
representation of tree architecture (e.g., sprouting branches and
deviations from circular crown shapes), which could be an
important process for analyzing system recovery after
mechanic disturbances, like hurricanes. Until now, the ‘‘virtual
trees’’ do not show ‘‘adaptive behavior’’. Trees grow faster or
slower based on environmental conditions and their local
neighborhood, but they are unable to respond in terms of
reproduction time, reproduction type, or specific tree morphology
(e.g., asymmetry of tree extension, scrub stature, or tree
shape). The lack of phenotypic plasticity is a general limitation
of plant models (Grimm and Railsback, 2005).
Since all three models describe landscape vegetation
patterns, they are suitable to test the synchronization and desynchronization
effect of canopy disturbances on mosaic cycles
of successional forest stages on a landscape level (task 7). This
is, however, an open challenge and still on the list of potential
applications of the FORMAN, KIWI, and MANGRO models.
We further suggest to replicate field and mesocosm
experiments across latitudinal gradients (see, e.g., Cardona-
Olarte et al., 2006), or within a wider geographic range, to
determine the relative importance of interacting factors such as
climatic settings or specific adaptations of spatially distant
populations, on forest dynamics. In this context it is necessary
to stress that parameterization of the current mangrove IBMs is
based on data collected within a very narrow geographical
range. Stem growth data as well as information about tree age
and mortality from different regions of the world are essential to
test the general applicability of current simulation experiment
results (see, e.g., Menezes et al., 2003; Verheyden et al., 2005).
Model applications to mangrove forests in Africa, Asia, or
Australia could support research related to coastal protection
and sustainable use of coastal wetlands worldwide, but will
depend on the acceptance of such models as research tools for
developing management recommendations.
The mangrove models discussed in this paper have
contributed to the understanding of critical processes in
mangrove wetlands by identifying relationships and mechanisms
that need further study; particularly those regulating
recruitment, productivity and forest structure. Being complex
hypothesis formulations, our models are part of the scientific
method, and serve as ‘‘blue prints’’ to define research priorities
(Wullschleger et al., 2001). This paper uniquely summarizes

ผลลัพธ์ (ไทย) 1:

การศึกษา (เช่น Thampanya และ al., 2002 Thampanya, 2006)อย่างไรก็ตาม เฉพาะปัจจัยกำหนดแหล่งและ saplingอัตราการอยู่รอดเช่น predation มีไม่ชัดเจนสูตรในรูปแบบจำลอง มีเพียงหนึ่ง IBM, IBU เรียกว่ารูปแบบ การจำลองการเคลื่อนไหวภายในของแต่ละ Ucidescordatus ปู (Piou et al., 2007) มีการใช้รูปแบบนี้วิเคราะห์รูปแบบการกู้คืนของประชากรปูหลังจากตกปลาในบราซิลเหนือ การเชื่อมโยงเช่นแบบจำลองการ dynamics ป่าผ่านmicrohabitat เงื่อนไข การใช้แคร่ใบ และเมล็ดpredation ยังคงเป็นคำถามวิจัยเปิด (cf. Cannicci et al.,2008)มีมติไม่เกี่ยวกับรายละเอียดของสรีรวิทยากลไกและกระบวนการแข่งขันที่จำเป็นสำหรับข้อมูลเพิ่มเติมโมเดลถูกต้องของ dynamics ป่า (Busing และ Mailly2004) . เกี่ยวกับป่าชายเลน คำถามนี้เป็นอย่างยิ่งสำคัญเนื่องจากเป็นการศึกษาสรีรวิทยาฟิลด์ในป่าผู้ใหญ่ขาด โดยศึกษา mesocosms และเรือนกระจก(เช่น Cardona Olarte และ al., 2006) การศึกษาเปรียบเทียบจำลองของรุ่น FORMAN กีวี และ MANGROตรวจสอบว่า รายละเอียดสูตรการปริภูมิการกระจายของทรัพยากรเช่นมิติแสงและต้นไม้เช่นปริมาตรของมงกุฎและแนวมากช่วยจำลองแม่นยำแนะนำโดยเรย์โนลด์สและฟอร์ด (2005)ฟิลด์การศึกษาพืชปรับปรุง dynamics แสดงช่องว่างนั้นขนาดมีผลต่อป่า dynamics (เช่น Pickett และขาว 1985)ตัวอย่าง ไพโอเนียร์พันธุ์มักจะแยกเมื่อช่องว่างของขนาดลดลงต่ำกว่าระดับ ช่องว่างเล็ก ๆ เหล่านี้อาจจำกัดปลูก และส่งเสริมการปิดจากฝาครอบรอบ(บอลด์วินและ al., 2001) กีวี andMANGRO ที่อยู่ด้านนี้เนื่องจากช่องว่างของรูปร่างและขนาดแตกต่างกันปรากฏ ''ธรรมชาติ ''เมื่อต้นไม้ตาย ในกรณีนี้ ช่องว่างสร้างเงื่อนไขควบคุมdispersal ก่อตั้ง ตกทอด และเติบโตใหม่เกณฑ์ทหาร อย่างไรก็ตาม เพื่อเพิ่มความเข้าใจของญาติความสำคัญของการแบ่งพาร์ทิชันไล่ระดับทรัพยากรและสรรหาบุคลากรข้อจำกัดในการรักษาต้นไม้พันธุ์ร่ำรวย และปริภูมิแจกจ่าย เพิ่มเติมจำลองการทดลองบ้าง ดังกล่าวทดลองควรเชื่อมโยงกับฟิลด์แบบบูรณาการ (ในสเกล)การทดลองเกี่ยวกับความสัมพันธ์ระหว่างช่องว่างและปรับปรุงรูปทรงเรขาคณิตและการกระจายพันธุ์ในป่าชายเลน นอกจากนี้ไม่ต้องเปรียบเทียบและ multifactorการทดลองที่ออกแบบมาเพื่อตรวจสอบว่าความเข้มข้นธาตุอาหารของดินและ hydroperiod ติดต่อกับลดการจำกัดการเจริญเติบโตของกล้าไม้และต้นไม้สำหรับผู้ใหญ่ (เช่น Thampanya และ al., 2002Cardona-Olarte และ al., 2006) ในบริบทนี้ กลไกการทำจำลองอาจจะเหมาะสมเพื่อสนับสนุนการวิเคราะห์ของฟิลด์การทดลองซึ่งมักยากที่จะตีกับเพิ่มความซับซ้อนFORMAN และ MANGRO ได้เน้นเฉพาะคาดคะเนผลผลิตป่าไม้ และแม้ว่า SELVA –MANGRO (ดอยล์และ Girod, 1997 ดอยล์และ al., 2003) และFORMAN (Twilley et al., 1999b) นอกจากนี้ยังได้จำลองระดับภูมิภาคproductivities และตอบสนองต่อการเปลี่ยนแปลงโลก รูปแบบผลลัพธ์จำกัด(มหาชน)เนื่องจากมีคำอธิบายของ belowgroundกระบวนการ (Twilley et al., 1992) ข้อจำกัดนี้รวม multilayerตัวแทนของดินน้ำและธาตุอาหารพร้อมเป็นรวมทั้งกระบวนการเช่นการปันส่วนของชีวมวลรากและรากกระจายในดิน ซึ่งมีที่ไม่มีกิจกรรมในวิจัยป่าชายเลน (แต่ดู Komiyama et al., 1987, 2008)ในปัจจุบัน มีสารประกาศเลนเดียวกลไกการทำโมเดลที่จำลองของคาร์บอนในดิน N และP และอินทรีย์ (นูแมน เฉินและ Twilley, 1998) เรานอกจากนี้ยัง อธิบายต้องผลิตการสังเคราะห์ speciesspecificและเฉพาะยุคฟื้นฟูศักยภาพของแต่ละบุคคลต้นไม้หลังจากสิ่งรบกวนและความสำคัญสำหรับระบบกู้คืนเป็น grasped โดยรูปแบบการจำลอง (งาน 5) ที่MANGRO แบบจำลองบางส่วนเน้นหัวข้อนี้โดยการฟังก์ชันมีผลต่ออัตราการเติบโตของต้นไม้และประสิทธิภาพเหมาะสมตามรบกวน (ดอยล์และ Girod, 1997)อย่างไรก็ตาม การตรวจสอบเกี่ยวกับความสำคัญของ resproutingในการกู้คืนระบบป่าชายเลนหลังจากแปรปรวนทางกลไม่สามารถดำเนินตามที่มีIBMs รุ่นปัจจุบันให้มีความยืดหยุ่นที่จำเป็นในแสดงสถาปัตยกรรมทรี (งอกสาขาเช่น และความแตกต่างจากรูปทรงมงกุฎแบบวงกลม), ซึ่งอาจเป็นการกระบวนการสำคัญในการวิเคราะห์ระบบการกู้คืนหลังจากรบกวนช่าง เช่นพายุ จนถึงขณะนี้ '' เสมือนต้นไม้ '' แสดง ''ปรับให้เหมาะสมพฤติกรรม '' ต้นไม้เติบโตได้เร็วขึ้น หรือช้าลงตามสภาพแวดล้อมและท้องถิ่นของตนพื้นที่ใกล้เคียง แต่พวกเขาไม่สามารถตอบสนองในรูปของเวลาสืบพันธุ์ สืบพันธุ์ชนิด หรือสัณฐานวิทยาของต้นไม้เฉพาะ(เช่น asymmetry ขยายแผนภูมิ ขัดผิวรูปร่าง หรือแผนภูมิรูปร่าง) ไม่มีไทป์ plasticity เป็นข้อจำกัดทั่วไปแบบจำลองพืช (Grimm และ Railsback, 2005)เนื่องจากทั้งสามรุ่นอธิบายภูมิทัศน์พืชรูปแบบ จะเหมาะสมกับทดสอบตรงกับ desynchronizationผลของการรบกวนที่ฝาครอบบนกระเบื้องโมเสครอบขั้นตอนป่า successional ในระดับแนวนอน (งาน 7) นี้คือ อย่างไรก็ตาม เปิดท้าทาย และยังคงอยู่ในรายการของโอกาสโปรแกรมประยุกต์รุ่น FORMAN กีวี และ MANGROเราเพิ่มเติมแนะนำให้ทำซ้ำฟิลด์และ mesocosmการทดลองข้าม latitudinal ไล่ระดับสี (ดู เช่น Cardona-Olarte และ al., 2006), หรือภาย ในกว้างกว่าทางภูมิศาสตร์ ช่วง การกำหนดความสำคัญของปัจจัยที่โต้ตอบเช่นการตั้งค่า climatic หรือเฉพาะท้องของ spatially ไกลประชากร ในป่า dynamics ในบริบทนี้ จึงจำเป็นความเครียดที่ parameterization IBMs ป่าชายเลนปัจจุบันมีตามข้อมูลที่เก็บภายในแคบมากทางภูมิศาสตร์ช่วงนั้น เกิดการเจริญเติบโตของข้อมูลเป็นข้อมูลเกี่ยวกับอายุของต้นไม้และการตายจากภูมิภาคต่าง ๆ ของโลกจำเป็นต่อการทดสอบความเกี่ยวข้องของทั่วไปทดลองจำลองปัจจุบันผลลัพธ์ (ดู เช่น Menezes et al., 2003 Verheyden et al., 2005)รุ่นเคโกงกางในแอฟริกา เอเชีย หรือออสเตรเลียสามารถสนับสนุนงานวิจัยที่เกี่ยวข้องกับการป้องกันชายฝั่งและการใช้พื้นที่ชุ่มน้ำชายฝั่งทะเลทั่วโลก แต่จะยั่งยืนขึ้นอยู่กับการยอมรับรูปแบบดังกล่าวเป็นเครื่องมือการวิจัยสำหรับคำแนะนำการบริหารการพัฒนาแบบจำลองป่าชายเลนที่กล่าวถึงในเอกสารนี้ได้ส่วนความเข้าใจของกระบวนการสำคัญในพื้นที่ชุ่มน้ำป่าชายเลน โดยระบุความสัมพันธ์และกลไกที่ต้องเพิ่มเติมศึกษา โดยเฉพาะอย่างยิ่งผู้ควบคุมสรรหาบุคลากร ประสิทธิผล และป่าโครงสร้าง มีความซับซ้อนสมมติฐานสูตร รุ่นของเราเป็นส่วนหนึ่งของทางวิทยาศาสตร์วิธี และบริการเป็น ''สีฟ้าพิมพ์ '' เพื่อกำหนดระดับความสำคัญของการวิจัย(Wullschleger et al., 2001) กระดาษนี้สรุปเฉพาะ

ผลลัพธ์ (ไทย) 2:

การศึกษา (เช่น Thampanya et al, 2002;. Thampanya 2006).
อย่างไรก็ตามปัจจัยเฉพาะการกำหนดต้นกล้าและต้นอ่อน
อัตราการรอดตายเช่นการปล้นสะดมไม่ได้สูตรอย่างชัดเจนใน
การจำลองรูปแบบ มีเพียงคนเดียวของไอบีเอ็มคือที่เรียกว่า IBU
รุ่นซึ่งจำลองการเคลื่อนไหวของบุคคลในท้องถิ่น Ucides
ปู Cordatus (โต et al., 2007) รุ่นนี้ได้รับการใช้ในการ
วิเคราะห์รูปแบบการกู้คืนของประชากรปูหลังจากที่ตกปลาใน
ทิศตะวันตกเฉียงเหนือบราซิล การเชื่อมโยงของรูปแบบดังกล่าวกับการเปลี่ยนแปลงป่าผ่าน
เงื่อนไข microhabitat ใบบริโภคครอกและเมล็ด
ปล้นสะดมยังคงเป็นคำถามการวิจัยเปิด (cf Cannicci et al.,
2008).
มีมติเกี่ยวกับรายละเอียดของทางสรีรวิทยาไม่มี
กลไกและกระบวนการที่จำเป็นในการแข่งขัน นาน
การสร้างแบบจำลองที่ถูกต้องของการเปลี่ยนแปลงของป่า (รถบัสและ Mailly,
2004) เกี่ยวกับป่าโกงกางคำถามนี้โดยเฉพาะอย่างยิ่ง
ความสำคัญตั้งแต่การศึกษาภาคสนามทางสรีรวิทยาในป่าผู้ใหญ่จะ
ขาดในการเปรียบเทียบกับ mesocosms และการศึกษาเรือนกระจก
(เช่น Cardona-Olarte et al., 2006) ศึกษาเพิ่มเติมเปรียบเทียบ
แบบจำลองของฟอร์แมน, กีวีและรูปแบบ MANGRO เพื่อ
ตรวจสอบว่าสูตรรายละเอียดเพิ่มเติมของเชิงพื้นที่
การกระจายของทรัพยากรเช่นแสงและขนาดของต้นไม้เช่น
ปริมาณมงกุฎและการวางแนวอย่างมีนัยสำคัญสามารถปรับปรุงรูปแบบ
ความถูกต้องตามข้อเสนอแนะนาดส์และฟอร์ด (2005)
การศึกษาภาคสนามในการเปลี่ยนแปลงแพทช์พืชแสดงให้เห็นว่าช่องว่าง
ที่มีอิทธิพลต่อการเปลี่ยนแปลงของขนาดป่า (เช่นพิกเกตและสีขาว, 1985).
ตัวอย่างเช่นสายพันธุ์ที่ได้รับการยกเว้นผู้บุกเบิกมักจะเมื่อขนาดช่องว่าง
ลดลงต่ำกว่าระดับหนึ่ง; ช่องว่างเล็ก ๆ เหล่านี้อาจ จำกัด การ
regrowth และส่งเสริมการปิดจากหลังคาโดยรอบ
(บอลด์วิน et al., 2001) กีวี andMANGRO อยู่ด้านนี้
เพราะช่องว่างที่มีขนาดแตกต่างกันและรูปทรงที่ปรากฏ '' ธรรมชาติ ''
เมื่อต้นไม้ตาย ในกรณีนี้เงื่อนไขที่ทำให้เกิดช่องว่างที่สร้างขึ้นในการควบคุม
การแพร่กระจายด้วยการจัดตั้งการรอดและการเจริญเติบโตของใหม่
เดินสาย อย่างไรก็ตามเพื่อเสริมสร้างความเข้าใจของเราญาติ
สำคัญของการแบ่งพาร์ทิชันลาดทรัพยากรและการรับสมัคร
ข้อ จำกัด ในการรักษาความอุดมสมบูรณ์ต้นไม้ชนิดและอวกาศ
การกระจายการทดลองจำลองต่อไปมีความจำเป็น เช่น
การทดลองควรจะเชื่อมโยงกับแบบบูรณาการ (ตรงข้ามเครื่องชั่งน้ำหนัก) ข้อมูล
การทดลองเกี่ยวกับความสัมพันธ์ระหว่างช่องว่างและเรขาคณิตแพทช์
และการกระจายชนิดในป่าโกงกาง นอกจากนี้ยัง
มีความจำเป็นสำหรับทั้งการเปรียบเทียบและ Multifactor
ทดลองออกแบบมาเพื่อตรวจสอบว่าความเข้มข้นของธาตุอาหารในดิน
และน้ำในการโต้ตอบกับความเครียดที่จะ จำกัด การเจริญเติบโตของ
ต้นกล้าทั้งต้นไม้และผู้ใหญ่ (เช่น Thampanya et al, 2002;.
. Cardona-Olarte และคณะ, 2006) ในบริบทนี้กลไก
โมเดลย่อยอาจมีความเหมาะสมที่จะสนับสนุนการวิเคราะห์ข้อมูล
การทดลองซึ่งมักจะยากที่จะแปลความหมายกับการเพิ่ม
ความซับซ้อน.
ฟอร์แมนและ MANGRO มีความสำคัญกับเว็บไซต์ที่เฉพาะเจาะจง
ของการคาดการณ์ผลผลิตป่าและแม้ว่า SELVA-
MANGRO (ดอยล์และ Girod, . 1997; ดอยล์และคณะ, 2003) และ
. ฟอร์แมน (TWILLEY และคณะ, 1999b) ได้จำลองยังภูมิภาค
ผลิตภาพและการตอบสนองต่อการเปลี่ยนแปลงของโลกผลรูปแบบจะถูก
จำกัด เนื่องจากขาดรายละเอียดของ belowground
. กระบวนการ (TWILLEY และคณะ, 1992) ข้อ จำกัด นี้รวมถึงหลาย
ตัวแทนของน้ำดินและปริมาณสารอาหารที่เป็น
เดียวกับกระบวนการเช่นการจัดสรรชีวมวลไปที่รากและราก
กระจายภายในดินซึ่งได้ถูกละเลยใน
การวิจัยป่าชายเลน (แต่เห็น Komiyama et al., 1987, 2008).
ปัจจุบันมี เป็นเพียงหนึ่งที่ตีพิมพ์ป่าชายเลนสารอาหาร
รูปแบบกลไกที่จำลองรูปแบบของดินคาร์บอนไนโตรเจนและ
ฟอสฟอรัสและสารอินทรีย์ (NUMAN; เฉินและ TWILLEY, 1998) เรา
ยังอธิบายถึงความจำเป็นในการผลิตการสังเคราะห์ speciesspecific
และศักยภาพในการฟื้นฟูอายุที่เฉพาะเจาะจงของแต่ละ
ต้นหลังจากที่รบกวนและความสำคัญของพวกเขาสำหรับระบบ
การกู้คืนเป็นลงโทษโดยแบบจำลอง (งาน 5)
รูปแบบ MANGRO บางส่วนมุ่งเน้นไปที่หัวข้อนี้โดยรวมถึง
ฟังก์ชั่นการปรับตัวสำหรับผลกระทบต่ออัตราการเจริญเติบโตของต้นไม้และประสิทธิภาพการทำงาน
ขึ้นอยู่กับความวุ่นวาย (ดอยล์และ Girod, 1997).
อย่างไรก็ตามการตรวจสอบเกี่ยวกับความสำคัญของ resprouting
ในการกู้คืนระบบป่าชายเลนหลัง
รบกวนกลไม่สามารถ ดำเนินการโดยสามารถใช้ได้
ไอบีเอ็ม รุ่นปัจจุบันไม่ได้ให้ความยืดหยุ่นที่จำเป็นใน
การเป็นตัวแทนของสถาปัตยกรรมต้นไม้ (เช่นการแตกหน่อสาขาและ
เบี่ยงเบนไปจากรูปทรงมงกุฎวงกลม) ซึ่งอาจจะเป็น
กระบวนการที่สำคัญในการวิเคราะห์การกู้คืนระบบหลังจาก
รบกวนช่างเช่นพายุเฮอริเคน จนถึงขณะนี้ '' เสมือน
ต้นไม้ '' ไม่แสดง '' พฤติกรรมการปรับตัว '' ต้นไม้เจริญเติบโตได้เร็วขึ้นหรือ
ช้าขึ้นอยู่กับเงื่อนไขด้านสิ่งแวดล้อมและท้องถิ่นของตน
ย่าน แต่พวกเขาไม่สามารถที่จะตอบสนองในแง่ของ
เวลาการสืบพันธุ์ชนิดผลิตซ้ำหรือการเปลี่ยนรูปร่างของต้นไม้ที่เฉพาะเจาะจง
(เช่นความไม่สมดุลของการขยายต้นไม้สูงขัดหรือต้นไม้
รูปร่าง) ขาดการปั้นฟีโนไทป์เป็นข้อ จำกัด ทั่วไป
ของแบบจำลองพืช (กริมม์และ Railsback, 2005).
เนื่องจากทั้งสามรุ่นอธิบายพืชภูมิทัศน์
รูปแบบที่พวกเขามีความเหมาะสมที่จะทดสอบการประสานและการ desynchronization
ผลกระทบจากการรบกวนในรอบหลังคากระเบื้องโมเสค
ของขั้นตอนในป่าต่อเนื่อง ระดับภูมิทัศน์ (งาน 7) นี้
คืออย่างไรท้าทายและยังคงเปิดให้บริการอยู่ในรายชื่อที่มีศักยภาพ
การใช้งานของฟอร์แมน, กีวีและรูปแบบ MANGRO.
เรายังแนะนำให้ทำซ้ำข้อมูลและ mesocosm
ทดลองข้ามการไล่ระดับสีขนลุกขนพอง (ดูเช่น Cardona-
Olarte et al., 2006) หรือในช่วงที่ทางภูมิศาสตร์ที่กว้างขึ้นเพื่อ
กำหนดความสำคัญของปัจจัยการโต้ตอบเช่น
การตั้งค่าสภาพภูมิอากาศหรือการดัดแปลงที่เฉพาะเจาะจงของไกลสันนิฐาน
ประชากรในการเปลี่ยนแปลงป่า ในบริบทนี้มันเป็นสิ่งจำเป็น
ที่จะเน้นพาราเมทริกของไอบีเอ็มป่าชายเลนในปัจจุบันที่
อยู่บนพื้นฐานของข้อมูลที่เก็บรวบรวมภายในทางภูมิศาสตร์แคบมาก
ช่วง ข้อมูลการเจริญเติบโตของต้นกำเนิดเช่นเดียวกับข้อมูลเกี่ยวกับอายุของต้นไม้
และการเสียชีวิตจากภูมิภาคต่าง ๆ ของโลกมีความจำเป็นที่จะ
ทดสอบการบังคับใช้โดยทั่วไปของการทดลองจำลองปัจจุบัน
ผล (ดูเช่น Menezes et al, 2003;.. Verheyden et al, 2005)
การใช้งานรุ่นป่าชายเลนป่าในแอฟริกาเอเชียหรือ
ออสเตรเลียจะสนับสนุนการวิจัยที่เกี่ยวข้องกับการป้องกันชายฝั่งทะเล
และใช้ประโยชน์อย่างยั่งยืนของพื้นที่ชุ่มน้ำชายฝั่งทะเลทั่วโลก แต่จะ
ขึ้นอยู่กับการยอมรับของรูปแบบดังกล่าวเป็นเครื่องมือในการวิจัยเพื่อ
การพัฒนาข้อเสนอแนะการจัดการ.
รุ่นป่าชายเลนที่กล่าวไว้ในนี้ กระดาษมี
ส่วนทำให้ความเข้าใจในกระบวนการที่สำคัญใน
พื้นที่ชุ่มน้ำป่าชายเลนโดยการระบุความสัมพันธ์และกลไก
ที่จำเป็นต้องศึกษาต่อไป; โดยเฉพาะอย่างยิ่งการควบคุม
การรับสมัครการผลิตและโครงสร้างป่า เป็นที่ซับซ้อน
สูตรสมมติฐานแบบจำลองของเราเป็นส่วนหนึ่งของทางวิทยาศาสตร์
วิธีการและทำหน้าที่เป็น '' พิมพ์สีฟ้า '' เพื่อกำหนดลำดับความสำคัญของการวิจัย
(Wullschleger et al., 2001) กระดาษนี้จะไม่ซ้ำกันสรุป

ผลลัพธ์ (ไทย) 3:

การศึกษา ( เช่น thampanya et al . , 2002 ; thampanya , 2006 ) .
แต่เฉพาะปัจจัยที่กำหนดอัตราการรอดตายของต้นกล้าและต้นกล้า
เช่น การไม่กำหนดอย่างชัดเจนใน
จำลองแบบ มีเพียงหนึ่งใน IBM , เรียกว่า รุ่นบู
ซึ่งจำลองการเคลื่อนไหวของแต่ละท้องถิ่น ucides
ปู cordatus ( ปิว et al . , 2007 ) รุ่นนี้มีการใช้

วิเคราะห์การกู้คืนรูปแบบปูประชากรหลังจากตกปลา
เหนือบราซิล การเชื่อมโยง เช่น แบบจำลองพลวัตป่าไม้ ผ่านเงื่อนไข microhabitat
,
ใบไม้ทำให้การบริโภคและเมล็ดปล้นสะดมยังคงเปิดงานวิจัยคำถาม ( CF . cannicci et al . ,

) ) ไม่มีฉันทามติเกี่ยวกับรายละเอียดของกลไกทางสรีรวิทยาและกระบวนการที่จำเป็นสำหรับการแข่งขัน

เพิ่มเติมแบบจำลองที่ถูกต้องของพลวัตป่าไม้ ( การใช้ และ Mailly
, 2004 ) เกี่ยวกับป่าชายเลน คำถามนี้โดยเฉพาะ
วิกฤตตั้งแต่การศึกษาภาคสนามทางสรีรวิทยาในผู้ใหญ่ป่า
ขาดในการเปรียบเทียบกับ mesocosms
ศึกษาและเรือนกระจก เช่น คาร์โดนา olarte et al . , 2006 ) การศึกษาเปรียบเทียบ
จำลองของแมน กีวี และ mangro

รุ่นตรวจสอบว่า รายละเอียดการกระจายเชิงพื้นที่ของทรัพยากร เช่น แสงและ

ปริมาณต้นไม้ขนาด เช่น มงกุฎและปฐมนิเทศสามารถปรับปรุงแบบจำลอง
ความถูกต้องเป็นข้อเสนอแนะโดยเรโนลด์ ฟอร์ด ( 2005 ) การศึกษาภาคสนามในการเปลี่ยนแปลงแก้ไข

พืชแสดงให้เห็นว่าช่องว่างขนาดอิทธิพลป่าไม้พลวัต ( เช่น พิคเก็ตและสีขาว , 1985 ) .
ตัวอย่างเช่นสำรวจชนิด มักจะได้รับการยกเว้นเมื่อ
ขนาดช่องว่างอยู่ด้านล่างระดับหนึ่ง ; ช่องว่างเล็กๆ เหล่านี้อาจจำกัด
regrowth และส่งเสริมการปิดบริเวณรอบทรงพุ่ม
( Baldwin et al . , 2001 ) กีวี andmangro ที่อยู่ด้านนี้
เพราะช่องว่างของรูปร่างและขนาดแตกต่างกันปรากฏ ' 'naturally ' '
เมื่อต้นไม้ตาย ในกรณีนี้ การสร้างช่องว่างควบคุมเงื่อนไขการกระจายของคุณ
, , ,และการเติบโตของสมาชิกใหม่

อย่างไรก็ตาม เพื่อเพิ่มความเข้าใจในความสำคัญสัมพัทธ์ของการแบ่งพาร์ติชัน และสรรหาทรัพยากร

ข้อ จำกัด ในการรักษาต้นไม้ ส่วนชนิดและการกระจายเชิงพื้นที่ของ
, การทดลองจำลองเพิ่มเติมที่จำเป็น การทดลองดังกล่าว
ควรเชื่อมโยงกับแบบบูรณาการ ( ในระดับ ) สนาม
การทดลองเกี่ยวกับความสัมพันธ์ระหว่างช่องว่างและแก้ไขรูปทรงเรขาคณิต
และชนิดที่จำหน่ายในป่าชายเลน โดย
ต้องมีทั้งเปรียบเทียบและ multifactor
การทดลองที่ออกแบบมาเพื่อตรวจสอบว่าดินและความเข้มข้นของธาตุอาหาร
hydroperiod โต้ตอบกับความเครียดเพื่อ จำกัด การเจริญเติบโตของต้นกล้าและต้นไม้
ทั้งผู้ใหญ่ ( เช่น thampanya et al . , 2002 ;
Cardona olarte et al . , 2006 ) ในบริบทนี้ :
,submodels อาจจะเหมาะสมเพื่อสนับสนุนการวิเคราะห์ข้อมูล
การทดลองซึ่งมักจะยากที่จะตีความเพิ่ม

โฟร์แมน mangro มีความซับซ้อน และเน้นเฉพาะ
คาดคะเนผลผลิตของป่า และแม้ว่า Selva (
mangro ( ดอยล์และ girod , 1997 ; ดอยล์ et al . , 2003 ) และ
แมน ( twilley et al , . 1999b ) ยังภูมิภาค
จำลองการผลิตและการตอบสนองการเปลี่ยนแปลงของโลก ผลแบบ
จำกัด เนื่องจากไม่มีรายละเอียดของ belowground
กระบวนการ ( twilley et al . , 1992 ) ข้อ จำกัด นี้รวมถึงการเป็นตัวแทนของ ดิน น้ำ และธาตุอาหารหลายชั้น

ว่างเป็นรวมทั้งกระบวนการเช่นการจัดสรรน้ำให้รากและราก
ภายในดินซึ่งถูกละเลยใน
วิจัยป่าชายเลน ( แต่เห็นโคมิยามะ et al . , 1987 , 1989 ) .
ขณะนี้มีเพียงหนึ่งหัวข้อ : โมเดลจำลองป่าชายเลนสารอาหาร
โปรไฟล์ของดินคาร์บอน , ไนโตรเจนและ
p และอินทรีย์วัตถุ ( นูแมน ; เฉินและ twilley , 1998 ) เรา
ยังอธิบายต้องผลิตมีการสังเคราะห์ speciesspecific และศักยภาพของบุคคล โดยเฉพาะอายุ

ต้นไม้หลังจากการรบกวนและความสำคัญในการกู้คืนระบบ
เป็นโลภโดยแบบจำลอง ( หน้าที่ 5 )
mangro รูปแบบส่วนหนึ่งมุ่งเน้นในหัวข้อนี้โดยรวมถึงปรับการทำงานที่มีผลต่ออัตราการเจริญเติบโต

ตามต้นไม้และการปฏิบัติการรบกวน ( ดอยล์และ girod , 1997 ) .
แต่การสืบสวนเกี่ยวกับความสำคัญของ resprouting
ในการกู้คืนระบบป่าชายเลนหลังจาก
กลรบกวน ไม่สามารถดำเนินการโดย ibms ใช้ได้

รุ่นปัจจุบันไม่ได้ให้ต้องการความยืดหยุ่นใน
เป็นตัวแทนสถาปัตยกรรมของต้นไม้ เช่น งอกกิ่ง
เบี่ยงเบนจากวงกลมมงกุฎรูปร่าง ) ซึ่งอาจเป็นขั้นตอนที่สำคัญในการวิเคราะห์ระบบการกู้

หลังจากช่างแปรปรวนเหมือนพายุเฮอริเคน จนถึงตอนนี้ 'virtual
'ต้นไม้ ' ' ไม่แสดง ' 'adaptive พฤติกรรม ' ' ต้นไม้โตเร็วหรือช้าขึ้นอยู่กับสภาพสิ่งแวดล้อม

และชุมชนในท้องถิ่นของพวกเขา แต่พวกเขาไม่สามารถที่จะตอบสนองในแง่ของ
เวลาสืบพันธุ์ประเภทการสืบพันธุ์หรือเฉพาะต้นไม้รูปร่าง
( เช่น ความไม่สมดุลของการขัดตัว , ต้นไม้หรือต้นไม้
) ขาดคุณสมบัติพลาสติกเป็น
ข้อจำกัดทั่วไปแบบจำลองพืช ( กริมม์และเรลส์แบ็ก , 2005 ) .
เพราะทั้งสามรุ่นอธิบายภูมิพืช
รูปแบบ พวกเขาเหมาะเพื่อทดสอบและผลของการ desynchronization หลังคาความวุ่นวายในโมเสครอบ
ขั้นตอนป่าทดแทนในระดับแนวนอน ( หน้าที่ 7 ) นี้
คือ , อย่างไรก็ตาม , เปิดท้าทายและยังอยู่ในรายชื่อของศักยภาพ
ของโฟร์แมน , กีวีและรุ่น mangro .
เราเพิ่มเติมขอแนะนำให้สร้างสนามและ mesocosm
การทดลองในประเทศไนเจอร์ไล่สี ( ดูเช่น Cardona -
olarte et al . , 2006 ) หรือภายในกว้างทางภูมิศาสตร์ช่วง

หาญาติที่สำคัญของการโต้ตอบ ปัจจัยต่างๆเช่นการตั้งค่าหรือการดัดแปลงสภาพอากาศโดยเฉพาะ

เปลี่ยนจากประชากร ในพลวัตป่าไม้ ในบริบทนี้มันจำเป็น
ความเครียดที่ parameterization ของ ibms ป่าชายเลนในปัจจุบัน
อาศัยข้อมูลภายในที่แคบมาก ทางภูมิศาสตร์
ช่วง ต้นการเจริญเติบโตของข้อมูลรวมทั้งข้อมูลเกี่ยวกับต้นไม้อายุ
และอัตราการตายจากภูมิภาคต่างๆของโลกเป็นต่อ
ทดสอบการใช้ทั่วไปผล
จำลองปัจจุบัน ( ดู เช่น menezes et al . , 2003 ; verheyden et al . , 2005 ) .
การประยุกต์ใช้แบบจำลองในป่าชายเลนในแอฟริกา เอเชีย ออสเตรเลีย ได้สนับสนุนงานวิจัยที่เกี่ยวข้องหรือ


ป้องกันชายฝั่ง และการใช้อย่างยั่งยืนของพื้นที่ชุ่มน้ำชายฝั่งทะเลทั่วโลก แต่จะขึ้นอยู่กับการยอมรับของนางแบบ

เช่น เครื่องมือวิจัยพัฒนาแนวทางการจัดการป่าชายเลน
รุ่นกล่าวถึงในบทความนี้จะทำให้ความเข้าใจของวิกฤต
กระบวนการ
ป่าชายเลนชายเลน โดยระบุความสัมพันธ์และกลไก
ที่ต้องศึกษาเพิ่มเติม โดยเฉพาะอย่างยิ่งผู้ที่ควบคุม
สรรหาการผลิตและโครงสร้างของป่า เป็นสูตรที่ซับซ้อน
สมมติฐาน แบบจำลองของเราเป็นส่วนหนึ่งของวิธีการทางวิทยาศาสตร์
และใช้เป็น ' ' นิยาม ' 'blue พิมพ์งานวิจัยต่างๆ
( wullschleger et al . , 2001 ) โดยสรุป กระดาษแผ่นนี้