أبسط الرياضيات تتنبأ بمدى قرب الأنظمة البيئية من الانهيار

أبسط الرياضيات تتنبأ بمدى قرب الأنظمة البيئية من الانهيار

تتنبأ الرياضيات الأبسط بمدى قرب الأنظمة البيئية من انهيار ذكاء بيانات PlatoBlockchain. البحث العمودي. منظمة العفو الدولية.

المُقدّمة

نحل طنان ضبابي ، مثل الأغنام البرتقالية الصغيرة ، يرفرف بين الزنابق التي تغطي الجزء السفلي من غابة أرجنتينية ، وتخصب الأزهار وتتغذى لأنفسهم. في مرج قش قديم في إنجلترا ، يرقص الذباب - الذي يشبه البعوض الضخم أكثر من راقصات الباليه - في البحث عن الأزهار التي تحتوي على حبوب اللقاح ، متجاهلاً الأزهار القريبة الغنية بالرحيق. على جزيرة صخرية في سيشيلوالنحل والعث يقطفون أزهارهم بعناية ؛ يؤثر عدد وأنواع الملقحات على النباتات التي تتشبث بالمنحدرات.

قد تبدو هذه الأنواع من التفاعلات بين الأنواع ، التي يسجلها علماء البيئة الميدانيون بإخلاص في ملاحظاتهم ، غير منطقية ، إذا أُخذت بشكل فردي. ومع ذلك ، فإنهم يصفون بشكل إجمالي الديناميكيات التفصيلية لتفاعلات الأنواع التي تشكل نظامًا بيئيًا.

هذه الديناميات حاسمة. العديد من البيئات الطبيعية عبارة عن أنظمة معقدة بشكل لا يصدق تتأرجح بالقرب من "نقطة اللاعودة" للانتقال الذي لا رجوع فيه تقريبًا من حالة متميزة إلى أخرى. كل صدمة معطلة - ناجمة عن حرائق الغابات والعواصف والتلوث وإزالة الغابات وأيضًا عن فقدان الأنواع - تزعج استقرار النظام البيئي. بعد نقطة التحول ، غالبًا ما يكون التعافي مستحيلًا.

وأوضح أن الأمر يشبه إمالة كوب من الماء جيورجي باراباس، عالم البيئة النظرية في جامعة لينشوبينغ في السويد. قال: "إذا دفعناها قليلاً ، فإنها ستعود". "ولكن إذا دفعناها أكثر من اللازم ، فسوف تنقلب." بمجرد سقوط الزجاج ، لا يمكن أن تعيد دفعة صغيرة الزجاج إلى الوضع العمودي أو تعيد ملئه بالماء.

إن فهم ما الذي يحدد نقاط التحول البيئية هذه وتوقيتها أمر ملح بشكل متزايد. استشهد على نطاق واسع 2022 الدراسة وجد أن غابات الأمازون المطيرة تتأرجح على حافة التحول إلى الأراضي العشبية الجافة ، حيث أن إزالة الغابات وتغير المناخ يجعل الجفاف أكثر تواترًا وشدة في مناطق أكبر. يمكن أن تمتد آثار هذا التحول عالميًا إلى أنظمة إيكولوجية أخرى.

يمكن للاختراق الأخير في النمذجة الرياضية للأنظمة البيئية أن يجعل من الممكن لأول مرة تقدير مدى قرب النظم البيئية بدقة من نقاط التحول الكارثية. لا تزال قابلية تطبيق الاكتشاف محدودة بشكل حاد ، ولكن جيانكسي جاو، عالم الشبكة في معهد Rensselaer Polytechnic الذي قاد البحث ، يأمل أنه بمرور الوقت سيكون من الممكن للعلماء وصانعي السياسات تحديد النظم البيئية الأكثر تعرضًا للخطر وتصميم التدخلات المناسبة لهم.

"الآن لديك رقم"

يمكن للنماذج الرياضية ، من حيث المبدأ ، أن تسمح للعلماء بفهم ما يتطلبه النظام لتوجيهه. غالبًا ما تتم مناقشة هذه القدرة التنبؤية في سياق النماذج المناخية وتأثير الاحترار على الأنظمة الجيوفيزيائية الكبيرة مثل ذوبان الغطاء الجليدي في جرينلاند. لكن يمكن القول إنه من الصعب التنبؤ بانقلاب النظم البيئية مثل الغابات والمروج بسبب التعقيد الاستثنائي الذي يأتي مع العديد من التفاعلات المتميزة. تيم لنتون، الذي يعمل على نقاط التحول المناخية في جامعة إكستر في إنجلترا.

قال باراباس إنه قد تكون هناك حاجة إلى آلاف الحسابات لالتقاط التفاعلات المميزة لكل الأنواع في نظام ما. تجعل الحسابات النماذج معقدة للغاية ، خاصة مع زيادة حجم النظام البيئي.

المُقدّمة

أغسطس الماضي في البيئة الطبيعة والتطورو Gao وفريق دولي من الزملاء أظهروا كيفية سحق آلاف الحسابات في واحد فقط عن طريق تصغير جميع التفاعلات في متوسط ​​مرجح واحد. هذا التبسيط يقلل من التعقيد الهائل إلى عدد قليل من الدوافع الرئيسية.

قال جاو: "بمعادلة واحدة ، نعرف كل شيء". "من قبل ، كان لديك شعور. الآن لديك رقم ".

تم الاعتماد على النماذج السابقة التي يمكن أن تحدد ما إذا كان النظام البيئي قد يكون في مشكلة إشارات الإنذار المبكر، مثل انخفاض معدل الشفاء بعد الصدمة. لكن إشارات الإنذار المبكر يمكن أن تعطي إحساسًا عامًا فقط بأن النظام البيئي يقترب من حافة الهاوية إغبرت فان نيس، عالم البيئة في جامعة Wageningen في هولندا والمتخصص في النماذج الرياضية. تستخدم المعادلة الجديدة من Gao وزملاؤه إشارات الإنذار المبكر أيضًا ، ولكنها يمكن أن تحدد بالضبط مدى قرب النظم البيئية من الانقلاب.

ومع ذلك ، فحتى نظامين بيئيين يظهران نفس إشارات التحذير ، ليسا بالضرورة قريبين بنفس القدر من حافة الانهيار. لذلك طور فريق Gao أيضًا عامل قياس يسمح بإجراء مقارنات أفضل.

كاختبار لنهجهم الجديد في النمذجة ، سحب الباحثون بيانات حول 54 نظامًا بيئيًا حقيقيًا من أحد قاعدة بيانات على الانترنت الملاحظات البحثية الميدانية من مواقع في جميع أنحاء العالم - بما في ذلك الغابات في الأرجنتين والمروج في إنجلترا والمنحدرات الصخرية في سيشيل. ثم قاموا بتشغيل تلك البيانات من خلال كل من النموذج الجديد والنماذج القديمة للتأكد من أن المعادلة الجديدة تعمل بشكل صحيح. وجد الفريق أن نموذجهم يعمل بشكل أفضل مع النظم البيئية المتجانسة ، ويصبح أقل دقة مع زيادة تنوع النظم البيئية.

اختبار الافتراضات

أشار باراباس إلى أن المعادلة المشتقة حديثًا تستند إلى افتراض أن التفاعلات بين الأنواع أضعف بكثير من تفاعلات الأفراد داخل الأنواع. إنه افتراض مدعوم بقوة من قبل أدبيات البيئة - لكن علماء البيئة كثيرًا ما يختلفون حول أفضل السبل لتحديد تواتر وقوة تفاعلات الأنواع في الشبكات المختلفة.

هذه الاختلافات في افتراضات النموذج ليست دائمًا مشكلة. قال باراباس: "غالبًا ما تكون الرياضيات متسامحة بشكل مدهش". المهم هو فهم كيف تقيد الافتراضات فائدة الطريقة ودقة التنبؤات الناتجة. تصبح معادلة جاو أقل دقة عندما تصبح التفاعلات بين الأنواع أقوى. حاليًا ، يعمل النموذج أيضًا فقط على الشبكات البيئية للتفاعلات المتبادلة التي تفيد فيها الأنواع بعضها البعض ، كما يفعل النحل والزهور. إنه لا يعمل مع شبكات المفترس والفريسة ، والتي تعتمد على افتراضات مختلفة. ولكن لا يزال من الممكن تطبيقه على العديد من النظم البيئية التي تستحق الفهم.

علاوة على ذلك ، منذ نشر أغسطس ، توصل الباحثون بالفعل إلى طريقتين لجعل الحساب أكثر دقة للأنظمة البيئية غير المتجانسة. كما أنها تدمج أنواعًا أخرى من التفاعلات داخل نظام بيئي ، بما في ذلك العلاقات بين المفترس والفريسة ونوع من التفاعل يسمى الديناميكيات التنافسية.

قال جاو إن تطوير هذه المعادلة استغرق 10 سنوات ، وسيستغرق الأمر أكثر من ذلك بكثير حتى تتمكن المعادلات من التنبؤ بدقة بنتائج النظم البيئية في العالم الحقيقي - سنوات ثمينة لأن الحاجة إلى التدخلات تبدو ملحة. لكنه لم يثبط عزيمته ، ربما لأنه ، كما أشار باراباس ، يمكن أن تكون النماذج التأسيسية التي تقدم دليلاً على المفهوم أو توضيحًا بسيطًا لفكرة مفيدة. قال باراباس: "من خلال تسهيل تحليل أنواع معينة من النماذج ... يمكنهم المساعدة حتى لو لم يتم استخدامها لعمل تنبؤات واضحة لمجتمعات حقيقية".

وافق لينتون. قال: "عندما تواجه أنظمة معقدة ، من موقع الجهل النسبي ، كل شيء جيد". "أنا متحمس لأنني أشعر أننا نقترب حقًا من النقطة العملية المتمثلة في القدرة على فعل ما هو أفضل."

أظهر الفريق مؤخرًا فائدة النموذج من خلال تطبيقه على بيانات من مشروع استعادة الأعشاب البحرية في وسط المحيط الأطلسي والذي يعود تاريخه إلى عام 1999. وحدد الباحثون الكمية المحددة من الأعشاب البحرية التي تحتاج إلى استعادة النظام البيئي للتعافي. في المستقبل ، يخطط Gao للعمل مع علماء البيئة لتشغيل النموذج على بحيرة جورج في نيويورك ، والذي يستخدمه Rensselaer غالبًا كقاعدة اختبار.

يأمل جاو في أن يساعد النموذج يومًا ما في اتخاذ القرارات بشأن جهود الحفظ والاستعادة لمنع الضرر الذي لا يمكن إصلاحه. قال: "حتى عندما نعلم أن النظام آخذ في التراجع ، لا يزال لدينا الوقت لفعل شيء ما".

الطابع الزمني:

اكثر من كوانتماجازين