Уравнение Ричардса

Уравнение Ричардса — это обобщённая математическая модель роста, описывающая S-образную (сигмоидальную) зависимость размера или массы биологического объекта (организма, популяции, органа) от времени. Является расширением классического логистического уравнения, введённым британским ботаником Фрэнсисом Ричардсом в 1959 году. Уравнение позволяет моделировать асимметричные кривые роста, где точка перегиба (момент максимальной скорости роста) не обязательно совпадает с половиной максимального размера, что делает его более гибким инструментом по сравнению с логистической или кривой Гомпертца.

История

Фрэнсис Ричардс (1901–1965), работавший в области физиологии растений и математической биологии, опубликовал свою работу «A flexible growth function for empirical use» в журнале Journal of Experimental Botany в 1959 году. До этого для описания роста живых систем использовались преимущественно логистическая функция (Пьер Франсуа Ферхюльст, 1838) и кривая Гомпертца (Бенджамин Гомпертц, 1825). Обе модели предполагали симметричную (логистическая) или фиксированную асимметричную (Гомпертца) форму кривой. Ричардс ввёл дополнительный параметр формы, который позволяет непрерывно варьировать тип кривой от близкой к логистической до близкой к кривой Гомпертца, а также получать другие формы, не описываемые классическими уравнениями.

В последующие десятилетия уравнение Ричардса нашло широкое применение в экологии, сельском хозяйстве, эпидемиологии, демографии и других областях, где требуется гибкое описание процессов роста с насыщением.

Математическая формулировка

Уравнение Ричардса обычно записывается в дифференциальной форме:

\[ \frac{dY}{dt} = r \cdot Y \cdot \left(1 - \left(\frac{Y}{K}\right)^m\right) \]

где:

• \(Y(t)\) — размер (масса, численность) в момент времени \(t\);
• \(r\) — начальная удельная скорость роста (константа);
• \(K\) — асимптотический предел (максимально возможный размер);
• \(m\) — параметр формы (\(m > 0\)), определяющий положение точки перегиба.

Интегрирование этого уравнения при начальном условии \(Y(0) = Y_0\) даёт явное решение:

\[ Y(t) = K \cdot \left[1 + \left(\left(\frac{K}{Y_0}\right)^m - 1\right) \cdot e^{-r m t}\right]^{-1/m} \]

При \(m = 1\) уравнение сводится к классической логистической функции (кривая Ферхюльста). При \(m \to 0\) (предельный переход) оно даёт кривую Гомпертца. При \(m > 1\) точка перегиба смещается вниз (раннее замедление роста), при \(0 < m < 1\) — вверх (позднее замедление).

Свойства и параметры

Асимптоты

• При \(t \to -\infty\): \(Y(t) \to 0\) (или \(Y_0\), если начальное значение ненулевое).
• При \(t \to +\infty\): \(Y(t) \to K\) (насыщение).

Точка перегиба

Момент максимальной скорости роста достигается при значении:

\[ Y_{inf} = K \cdot \left(\frac{m}{m+1}\right)^{1/m} \]

Относительное положение перегиба \(Y_{inf}/K\) зависит только от \(m\):

• \(m = 1\): \(Y_{inf}/K = 0.5\) (симметричная логистическая кривая);
• \(m \to 0\): \(Y_{inf}/K \to 1/e \approx 0.368\) (кривая Гомпертца);
• \(m > 1\): \(Y_{inf}/K < 0.5\);
• \(0 < m < 1\): \(Y_{inf}/K > 0.5\).

Скорость роста

Максимальная скорость роста в точке перегиба:

\[ \left.\frac{dY}{dt}\right|_{max} = r \cdot K \cdot \left(\frac{m}{m+1}\right)^{1+1/m} \cdot \frac{1}{m} \]

Применение

Уравнение Ричардса используется в различных областях, где наблюдаются процессы роста с насыщением и асимметричной динамикой.

Биология и экология

• Рост растений и животных: моделирование увеличения высоты, массы или объёма отдельных особей. Например, рост деревьев (высота, диаметр ствола) часто лучше описывается уравнением Ричардса, чем логистической кривой, из-за асимметрии.
• Динамика популяций: численность популяций в ограниченной среде обитания, особенно при наличии эффектов запаздывания или разной интенсивности конкуренции на ранних и поздних стадиях.
• Рост опухолей: в онкологии для описания объёма опухолевой ткани под воздействием лечения или без него.

Сельское хозяйство

• Прогнозирование урожайности: моделирование роста сельскохозяйственных культур (пшеница, кукуруза, соя) в зависимости от времени вегетации.
• Рост животных: привес массы скота (крупный рогатый скот, свиньи, птица) для оптимизации сроков забоя и кормления.

Эпидемиология

• Распространение инфекций: уравнение Ричардса применяется для аппроксимации накопленного числа заражённых во время эпидемий (например, COVID-19). Параметр \(m\) позволяет учитывать разные сценарии вмешательств (карантины, вакцинация), меняющие форму эпидемической кривой.

Демография

• Рост населения: для регионов или стран, где демографический переход приводит к асимметричной S-образной кривой (быстрый рост с последующим замедлением).

Технические и экономические системы

• Диффузия инноваций: распространение новых технологий или продуктов на рынке, когда скорость принятия меняется со временем.
• Рост трещин в материалах: в механике разрушения для описания длины трещины под нагрузкой.

Оценка параметров

Для практического использования уравнения Ричардса необходимо оценить четыре параметра: \(K\), \(r\), \(m\) и \(Y_0\). Это обычно делается методами нелинейной регрессии (например, метод наименьших квадратов или метод максимального правдоподобия) на основе экспериментальных данных. Из-за нелинейности модели и возможной корреляции между параметрами оценка может быть сложной; часто применяют итеративные алгоритмы (Левенберга — Марквардта). Существуют также методы линеаризации, но они дают приближённые результаты.

Связь с другими моделями роста

Уравнение Ричардса является частным случаем более общего семейства моделей, известного как обобщённая логистическая функция (или модель Бертоланфи — Ричардса). Оно включает в себя как предельные случаи:

• Логистическая функция (\(m = 1\));
• Кривая Гомпертца (\(m \to 0\));
• Мономиолекулярная (экспоненциальная с насыщением) функция (\(m \to \infty\));
• Уравнение фон Бертоланфи (используется в физиологии для роста массы тела, \(m = 2/3\)).

Таким образом, уравнение Ричардса предоставляет единую параметрическую основу для выбора наиболее подходящей формы кривой роста на основе данных, а не априорного предположения.

Критика и ограничения

Несмотря на гибкость, уравнение Ричардса имеет ряд недостатков:

• Четыре параметра делают модель склонной к переобучению при малом количестве данных.
• Корреляция параметров: \(r\) и \(m\) часто сильно взаимосвязаны, что затрудняет их независимую интерпретацию.
• Отсутствие механистической основы: модель является чисто феноменологической и не описывает внутренние биологические или физические механизмы роста (например, распределение ресурсов, клеточное деление).
• Не подходит для процессов с несколькими фазами роста (например, диауксия у бактерий) без модификаций.

Источники

• Richards, F. J. (1959). A flexible growth function for empirical use. Journal of Experimental Botany, 10(2), 290–301.
• Zeide, B. (1993). Analysis of growth equations. Forest Science, 39(3), 594–616.
• Tjørve, E., & Tjørve, K. M. C. (2010). A unified approach to the Richards-model family for use in growth analyses: why we need only two model forms. Journal of Theoretical Biology, 267(3), 417–425.
• Wang, X. S., Wu, J., & Yang, Y. (2012). Richards model revisited: validation by and application to infection dynamics. Journal of Theoretical Biology, 313, 12–19.