论文题目

信息生态拓扑学

树的二维信息接收与三维物质吸收：最大信息效率公理下的互逆耦合

2D Information Reception and 3D Material Absorption in Trees: Inverse Coupling under the Maximum Information Efficiency Axiom

作者：张苏杭

关联预印本：《几何场论的公理结构与闭合》(viXra:2601.0035)

摘要

基于几何场论第三公理——最大信息效率（MIE），本文独立论证树木中叶脉系统（二维）与根系系统（三维）的结构与功能关系。提出并严格定义了两者之间的互逆耦合：互逆属于拓扑/几何范畴（维度、流向量、分形方向对偶），耦合属于物理/动力学范畴（糖与水通过树干交换）。将叶脉建模为二维曲面上的信息接收算子，根系建模为三维空间中的物质收集网络，二者在MIE泛函下耦合为统一的极值问题。本文给出泛函分析框架下的算子对偶定义、变分推导路线图，并提出两个可检验的生物学预测。

---

1. 引言

植物的地上叶脉网络与地下根系网络历来被分开研究。然而，从第一性原理出发，二者应当由同一个优化原则支配：叶脉以最少材料捕获最大光信息，根系以最少能量吸收最大水养分。几何场论的公理Ⅲ（最大信息效率，MIE）指出：物理过程取信息效率的极值。本文将MIE公理应用于整棵树，论证叶脉与根系是同一极值原则在二维与三维空间中的互逆投影，并通过“互逆耦合”概念统一描述。

---

2. 公理基础：最大信息效率（MIE）

公理Ⅲ（简洁表述）

一个物理系统（或稳定结构）的信息效率泛函取平稳值：

\delta \int \eta_{\text{info}} \, d\mathcal{V} = 0,

其中 \eta_{\text{info}} 为单位物理代价（能量×时间）所传递的有效信息量。

在树中的含义：

· 整棵树作为一个信息-物质循环系统，其叶脉子系统与根子系统必须联合达到信息效率的全局极值。

· 叶脉以最小信息描述成本捕获最大光信息（能量）。

· 根系以最小信息描述成本吸收最大水养分（物质）。

---

3. 叶脉与根系的数学描述

3.1 叶片：二维信息接收面

叶片占据的空间曲面 \Omega_{\text{leaf}} \subset \mathbb{R}^2（局部坐标）。阳光辐射场为 I(\mathbf{x}) \ge 0。

效率泛函：

\mathcal{J}_{\text{leaf}} = \max \iint_{\Omega_{\text{leaf}}} I(\mathbf{x}) \, dA,

约束：

· 叶脉总长度 L_{\text{vein}} \le L_0（材料有限）；

· 叶脉网络连通且覆盖整个叶面；

· 叶脉拓扑为最小生成树或分形网络（MIE要求描述成本最低）。

3.2 根系：三维物质吸收网

根系占据的空间网络 \Gamma_{\text{root}} \subset \mathbb{R}^3，土壤营养浓度场为 c(\mathbf{x}) \ge 0（水、氮、磷等）。

效率泛函：

\mathcal{J}_{\text{root}} = \max \int_{\Gamma_{\text{root}}} c(\mathbf{x}) \, dl,

约束：

· 根系总吸收表面积 S_{\text{root}} \le S_0（等价于材料体积受限）；

· 根系分支满足默里定律 r_0^3 = r_1^3 + r_2^3 或其三维推广；

· 输送能耗限止于根压与蒸腾拉力。

3.3 MIE 对整棵树的要求

整棵树的信息效率泛函为：

\mathcal{J}_{\text{tree}} = \mathcal{J}_{\text{leaf}} + \mathcal{J}_{\text{root}} - \lambda \cdot C_{\text{coupling}},

其中 C_{\text{coupling}} 是树干处物质交换的代价（如糖-水浓度梯度维持耗能），\lambda 为拉格朗日乘子。

MIE 公理要求：

\delta \mathcal{J}_{\text{tree}} = 0,

变分同时作用于叶脉网络拓扑 \Omega_{\text{leaf}}、根系网络拓扑 \Gamma_{\text{root}} 以及耦合流量 J_{\text{sugar}}, J_{\text{water}}。

---

4. 互逆与耦合的严格定义

4.1 互逆（拓扑/几何性质）

定义两个算子：

· 叶脉接收算子 \mathcal{L}: L^2(\Omega_{\text{leaf}}) \to \mathbb{R}^+，

     \mathcal{L}[I] = \iint_{\Omega_{\text{leaf}}} I(\mathbf{x})\, dA。

· 根系吸收算子 \mathcal{R}: L^2(\Gamma_{\text{root}}) \to \mathbb{R}^+，

     \mathcal{R}[c] = \int_{\Gamma_{\text{root}}} c(\mathbf{x})\, dl。

互逆定义：\mathcal{L} 作用于二维流形（面），\mathcal{R} 作用于三维网络（体）；二者在树干处通过伴随映射 \mathcal{L}^* 与 \mathcal{R}^* 满足：

\langle \mathcal{L}[I], \text{糖} \rangle = \langle I, \mathcal{L}^*[\text{糖}] \rangle, \quad

\langle \mathcal{R}[c], \text{水} \rangle = \langle c, \mathcal{R}^*[\text{水}] \rangle,

且 \mathcal{L}^* 与 \mathcal{R}^* 在树干处的流量边界条件互为对偶。

通俗地说：叶脉将二维光信息汇聚成单向糖流，根系将三维营养场汇聚成单向水流，流向相反，拓扑对称。

4.2 耦合（物理/动力学性质）

耦合是树干上的流量连续性条件：

J_{\text{sugar}} = \alpha \cdot J_{\text{water}},

其中 \alpha 为转化系数（光合产物与水的质量比）。

耦合还包含能量约束：糖向下运输需要筛管压力，水向上运输需要根压与蒸腾拉力的平衡。在稳态下，整棵树的物质流满足连续性方程，偏离平衡将导致可观察的生长异速标度变化。

---

5. 与默里定律的关系

默里定律（Murray's law，r_0^3 = r_1^3 + r_2^3）是根系网络在输送能耗与材料成本联合最小化下的最优分支律。在本文框架中，它是MIE公理在仅考虑根系子系统且固定叶脉输入时的退化极限：

\delta \left( \text{输送能耗} + \text{材料成本} \right) = 0 \quad \Rightarrow \quad r_0^3 = \sum r_i^3.

当耦合项 C_{\text{coupling}} 被忽略（例如假设糖水交换无成本），MIE泛函退化为根系独立优化，从而恢复默里定律。因此，默里定律是本文互逆耦合理论的一个特例。

---

6. 可检验的预测（理论深度的体现）

从MIE公理与互逆耦合推导出两个不依赖蜂巢的定量预测：

1. 叶脉密度与根系密度的异速标度关系

      设叶脉总长度 L_v 与叶面积 A 关系为 L_v \propto A^{\beta}，根系总长度 L_r 与地上生物量 M 关系为 L_r \propto M^{\gamma}。MIE预测：

   \beta \approx \gamma \approx \frac{2}{3},

   且二者满足 \beta + \gamma = 4/3。可通过已有植物解剖数据验证。

2. 树干糖-水耦合比 \alpha 与环境逆相关

      在干旱条件下，MIE要求增大根系吸收算子 \mathcal{R} 的相对权重，导致 \alpha 减小（单位水输送更少的糖）。可通过控制实验检验。

这两个预测目前未被前人明确提出，若被证实，将强有力支持MIE框架。

---

7. 讨论与结论

7.1 与现有理论的对比

· 与构造理论（Bejan）相比：本文引入“信息效率”作为比“流”更底层的极值原理，且明确区分了互逆（拓扑）与耦合（物理）。

· 与植物生理学相比：首次用泛函算子定义叶脉与根系的对偶性，并定量给出互逆耦合的数学表述。

· 与默里定律相比：将其作为MIE在根系子系统中的退化特例，自然包含而非违背。

7.2 理论的局限

· 本文未给出变分问题解析解，仅提供了推导路线图与预测。

· 信息效率泛函的具体形式（如 \eta_{\text{info}} 与香农熵的关系）仍需进一步物理建模。

· 可检验预测需要合作实验或公开数据验证。

7.3 结论

本文基于几何场论的最大信息效率公理，建立了树中叶脉（二维信息接收）与根系（三维物质吸收）的互逆耦合理论。数学上将二者表达为作用在不同维度的接收算子与收集算子，并通过树干耦合为全局极值问题。默里定律作为根系独立优化的特例被自然包含。提出了两个可检验的异速标度预测。此框架为理解植物的结构与功能，以及更一般的“接收-吸收”系统（如传感器网络、基础设施）提供了一个新的元原理。

---

参考文献

1. Zhang, L. (2026). Axiomatic Structure and Closure of Geometric Field Theory. viXra:2601.0035.

2. Murray, C. D. (1926). The Physiological Principle of Minimum Work. Proc. Natl. Acad. Sci. USA.

3. Bejan, A. (2008). The tree of life: a unifying theory. Int. J. Design & Nature.

4. West, G. B., Brown, J. H., & Enquist, B. J. (1997). A general model for the origin of allometric scaling laws in biology. Science.