The lingering phenomenon and pattern formation in a nonlocal population model with cognitive map

1. Problématique et Contexte

L'article s'intéresse à la manière dont les processus cognitifs individuels, spécifiquement les taux d'apprentissage (mémorisation) et d'oubli de l'information environnementale, influencent les schémas de mouvement et l'utilisation de l'espace au niveau d'une population.

• Contexte biologique : Des études en neurosciences lient la neurogenèse hippocampique et l'entropie de déplacement à la formation de cartes cognitives. Cependant, la modélisation mathématique de ces mécanismes au niveau des populations écologiques reste un défi.
• Hypothèse centrale : La navigation basée sur la mémoire, couplée à une perception non locale (capacité à percevoir l'environnement au-delà d'un point unique), peut générer des hétérogénéités spatiales dans l'utilisation de l'espace et des temps de résidence, même dans des paysages de ressources presque homogènes.
• Question de recherche : Comment les taux d'apprentissage ($\alpha$) et d'oubli ($\mu$) façonnent-ils la distribution à long terme d'une population, et existe-t-il un compromis entre la concentration des individus (phénomène de « lingering ») et la taille totale de la population ?

2. Méthodologie et Modèle Mathématique

Les auteurs proposent un modèle couplé de réaction-diffusion non local, décrivant la densité de population $u(x,t)$ et une carte cognitive $m(x,t)$ qui encode la mémoire spatiale de la qualité de l'habitat $s(x)$.

Équations du modèle

Le système est défini sur un domaine borné $\Omega \subset \mathbb{R}^n$ avec des conditions aux limites de flux nul :

1. Dynamique de la population :
   $$\partial_t u = \nabla \cdot (\gamma(m) \nabla u) + \nabla \cdot (\gamma'(m) u \nabla m) + (s(x) - u)u$$
   Le terme de diffusion est de type Fokker-Planck (ou loi de Chapman), où la mobilité $\gamma(m)$ dépend de la mémoire. Comme $\gamma$ est une fonction décroissante de $m$, les individus ralentissent dans les zones à forte mémoire (zones perçues comme favorables), créant un terme d'advection vers les pics de mémoire.

2. Dynamique de la carte cognitive :
   $$\partial_t m = (\alpha \bar{s}(x) - m)u - \mu m$$

   • $\bar{s}(x)$ est la qualité de l'habitat perçue, obtenue par une convolution non locale de la ressource $s$ avec un noyau de perception $K$.
   • $\alpha$ : taux d'apprentissage (renforcement de la mémoire basé sur la présence locale).
   • $\mu$ : taux d'oubli (décroissance de la mémoire).
   • Le terme $(\alpha \bar{s} - m)u$ implémente le principe « apprends là où tu es ».

3. Perception non locale :
   Les auteurs considèrent deux types de noyaux de perception $K(x,y)$ :

   • Non normalisé : Agglomère la quantité totale d'information dans le rayon de perception. Cela crée une hétérogénéité artificielle près des bords du domaine (effet de troncature).
   • Normalisé : Calcule la moyenne de l'information dans le voisinage, compensant les effets de bord.

3. Contributions Clés et Résultats

L'analyse est divisée en deux parties : un modèle de mouvement pur (sans croissance démographique) et le modèle complet avec croissance logistique.

A. Analyse du modèle de mouvement pur (Sans croissance)

• Hétérogénéité par perception non locale : Même dans un environnement homogène ($s(x) = const$), un noyau non normalisé génère une hétérogénéité dans la carte cognitive près des bords, car la zone de perception est tronquée.
• Phénomène de « Lingering » (Hésitation/Séjour prolongé) :
  • Sur un paysage cognitif hétérogène (ex: un pic unimodal), les auteurs identifient un phénomène où la densité de population se concentre fortement autour du meilleur emplacement pour des taux d'oubli intermédiaires.
  • Résultat théorique (Théorème 2.1) : Pour un taux d'apprentissage $\alpha$ élevé, la densité maximale $u_{max}$ n'est pas monotone par rapport au taux d'oubli $\mu$.
    • Si $\mu$ est très faible (mémoire trop forte), la population reste figée ou se diffuse mal.
    • Si $\mu$ est très élevé (oubli rapide), la mémoire est inefficace et la distribution est uniforme.
    • Si $\mu$ est intermédiaire, il y a un équilibre optimal permettant une accumulation maximale au pic de ressource.
  • Preuve mathématique de l'existence de ce maximum pour $\mu$ intermédiaire sur des paysages unimodaux.

B. Analyse du modèle avec croissance logistique

Les auteurs couplent la diffusion cognitive à une croissance logistique $(s(x)-u)u$.

• Existence et Persistance :
  • Preuve de l'existence locale et globale (sous conditions) de solutions non négatives.
  • Démonstration que l'équilibre d'extinction $(0,0)$ est instable, garantissant la persistance de la population.
  • Existence d'un état stationnaire positif unique sous certaines conditions techniques sur la fonction de motilité $\gamma$ (Théorème 3.5).
• Persistance du phénomène de Lingering :
  • Les simulations numériques montrent que le phénomène de lingering persiste même avec la croissance démographique. Pour un $\alpha$ élevé, la densité de pic est maximisée pour un $\mu$ intermédiaire.
• Compromis Taille de population vs. Lingering :
  • Résultat crucial : Dans les modèles de diffusion aléatoire classiques, la masse totale de la population à l'équilibre dépasse toujours la masse totale des ressources ($\int u > \int s$).
  • Dans ce modèle cognitif, pour des taux d'apprentissage élevés et un régime de lingering fort (faible $\mu$), la masse totale de la population peut tomber en dessous de la masse totale des ressources ($\int u < \int s$).
  • Interprétation : Une mémoire trop forte piège les individus dans des patches surpeuplés, augmentant la compétition intraspécifique et réduisant la capacité de charge globale. Le compromis optimal pour la taille de la population n'est pas le même que celui pour la concentration locale.

4. Signification et Implications

• Théorique : L'article établit un lien rigoureux entre les échelles de temps cognitives (apprentissage/oubli) et les motifs spatiaux macroscopiques. Il étend la théorie de la diffusion dépendante des ressources à la diffusion dépendante de la mémoire.
• Écologique :
  • Le phénomène de « lingering » n'est pas nécessairement une stratégie bénéfique pour la taille totale de la population. Une mémoire excessive peut être maladaptative en piégeant les individus dans des zones de forte compétition.
  • La stratégie optimale pour maximiser la taille de la population semble être un apprentissage rapide couplé à un oubli raisonnablement rapide, permettant une adaptation dynamique à l'hétérogénéité environnementale.
• Méthodologique : L'utilisation de conditions aux limites de flux nul avec des noyaux de perception tronqués permet de clarifier comment la géométrie du domaine influence la perception de l'habitat, un aspect souvent négligé dans les modèles périodiques.

Conclusion

Ce travail démontre que la cognition, modélisée par une carte cognitive non locale, est un moteur puissant de la formation de motifs spatiaux. Il révèle un paradoxe où la stratégie qui maximise la concentration locale des individus (lingering fort) peut minimiser la taille totale de la population, soulignant la complexité des compromis évolutifs entre la mémoire individuelle et la dynamique collective.