La modélisation basée sur les agents modélise les systèmes comme une interaction entre différentes unités, ou agents. Un exemple serait quelque chose comme SimCity. Dans une revue en Annals of Botany Revue de Zhang et DeAngelis Modélisation à base d'agents dans le contexte des modèles d'usine fonctionnels et structurels. Lors de la modélisation d'une seule usine, les agents sont des blocs de construction ou métamères, qui interagissent pour construire la plante.

« L'ABM au niveau de la population et de la communauté vise à prédire la population de plantes ou la dynamique de la communauté en modélisant plusieurs plantes individuelles (agents) qui interagissent avec leur environnement et entre elles », écrivent Zhang et DeAngelis. "Chaque agent a un ensemble de variables d'état, qui peuvent inclure l'âge, la taille, la condition et l'emplacement spatial, ainsi que des adaptations, qui peuvent inclure à la fois des traits physiologiques et des traits comportementaux. Ceci est essentiel car les traits des plantes jouent un rôle crucial dans l'écologie végétale en déterminant le succès ou l'échec des espèces dans un environnement donné. Ces traits régissent la croissance, la reproduction, la dispersion, l'allocation des nutriments et de l'énergie, et la mortalité d'un individu par rapport aux facteurs environnementaux.

"Les traits peuvent varier d'un individu à l'autre en raison de la variation génétique, mais peuvent également changer dans le temps en raison de l'ontogenèse et de la plasticité. Les ABM diffèrent des modèles de structure de taille de population et de modèle matriciel (MM) à équation différentielle (DE), dans lesquels une description descendante est imposée aux populations par le biais de paramètres au niveau de la population (c'est-à-dire les taux de natalité et de mortalité au niveau de la population). Les ABM sont des modèles ascendants tels que les comportements au niveau de la population émergent des interactions que les individus autonomes ont entre eux et avec leur environnement. Le nombre d'attributs au niveau individuel qu'un individu peut avoir dans un ABM est pratiquement illimité, contrairement aux modèles de population DE ou MM, dans lesquels il est difficile d'inclure plus que quelques attributs.

Zhang et DeAngelis fournissent des exemples d'applications pour les modèles à base d'agents de la culture intercalaire de plantes, des invasions de plantes, du contrôle des mauvaises herbes et des effets du changement climatique, entre autres exemples.

"Dans l'ensemble, les ABM d'usine couvrent une vaste gamme de styles, de niveaux de détail et d'applications, il n'y a donc pas de moyen facile de les trier selon un petit nombre d'axes. Cependant, tous les ABM peuvent être considérés en termes de deux échelles spatiales, leur échelle de résolution spatiale et l'échelle d'étendue spatiale. écrivent Zhang et De Angelis.

Zhang et DeAngelis mettent en évidence les orientations futures de la modélisation basée sur les agents. L'augmentation de la disponibilité des données au niveau des plantes, ainsi que l'augmentation de la puissance de calcul pourraient offrir des opportunités à très petite échelle, en intégrant les microbes ainsi qu'en s'étendant pour mieux modéliser les changements au niveau du paysage. "Il est également crucial d'intégrer la biodiversité et l'écosystème en écologie végétale », concluent Zhang et DeAngelis. "Comme indiqué dans Grimm et al. (2017), les scientifiques de la prochaine génération devraient inclure l'approche basée sur l'individu dans leur boîte à outils et se concentrer sur les systèmes réels en développant une théorie des comportements individuels juste assez détaillée pour reproduire et expliquer les modèles observés au niveau du système. Si certaines ou toutes ces tendances peuvent être accélérées, la prochaine décennie dans l'ABM en usine sera très excitante.