[论文解读] Mean squared displacement and sinuosity of three-dimensional random search movements

Simon Benhamou|arXiv (Cornell University)|Jan 8, 2018

Diffusion and Search Dynamics参考文献 9被引用 9

一句话总结

本文推导了三维相关随机游走（3D CRW）的均方位移（MSD）与弯曲度，将二维零模型框架扩展至三维动物运动分析。它建立了MSD关于路径长度与持续时间的解析表达式，使真实三维觅食路径能够与三维随机搜索期望进行定量比较。

ABSTRACT

Correlated random walks (CRW) have been used for a long time as a null model for animal's random search movement in two dimensions (2D). An increasing number of studies focus on animals' movement in three dimensions (3D), but the key properties of CRW, such as the way the mean squared displacement is related to the path length, are well known only in 1D and 2D. In this paper I derive such properties for 3D CRW, in a consistent way with the expression of these properties in 2D. This should allow 3D CRW to act as a null model when analyzing actual 3D movements similarly to what is done in 2D

研究动机与目标

• 将相关随机游走（CRW）的理论框架从二维扩展至三维。
• 为三维CRW中的均方位移（MSD）与弯曲度提供解析表达式。
• 使三维动物运动数据能够与随机搜索的零模型进行对比，类似于已建立的二维方法。
• 支持对水生或空中等三维环境中觅食策略的定量分析。

提出的方法

• 利用随机微分方程与持续时间参数，推导三维相关随机游走的均方位移（MSD）。
• 将路径建模为一系列步长，其方向持续性在三维空间中呈指数衰减。
• 从相同的三维CRW框架中推导弯曲度，定义为路径长度与直线位移的比值。
• 使用解析积分与渐近近似，将MSD与弯曲度表示为步长与持续时间的函数。
• 通过验证其在极限情况下退化为二维情形，确保与已知二维表达式的一致性。
• 通过与模拟结果及理论预期对比，验证推导表达式的正确性。

实验结果

研究问题

• RQ1 在三维相关随机游走中，均方位移（MSD）如何随路径长度变化？
• RQ2 三维相关随机游走中弯曲度的解析表达式是什么？其与持续时间的关系如何？
• RQ3 三维CRW中的MSD与弯曲度与二维对应量相比有何异同？二维框架能否一致地推广至三维？
• RQ4 所推导的三维CRW模型能否作为测试三维环境中动物运动模式的稳健零模型？

主要发现

• 三维CRW中的均方位移（MSD）与时间及路径长度呈线性关系，其系数取决于步长与持续时间。
• 三维CRW中的弯曲度已通过解析方法推导得出，且随持续时间增加而减小，反映运动方向性增强。
• 当运动被限制在平面内时，所推导的三维表达式可一致地退化为已知的二维结果，证实了理论的一致性。
• 三维CRW中的MSD表达式与步长的平方及持续时间成正比，其中包含一个考虑方向记忆的修正因子。
• 该框架使真实三维运动数据能够与随机搜索的零模型直接对比，有助于检测定向或Lévy型觅食策略。
• 通过数值模拟验证了分析结果，确认了所推导表达式的准确性。