Simpler Math forudsiger, hvor tætte økosystemer er på at kollapse

Fuzzy humlebier, som små orange får, flagrer mellem liljerne, der dækker undergrunden af ​​en argentinsk skov, gøder blomsterne og får næring til sig selv. I en gammel høeng i England jager dansefluer - der ligner mere voluminøse myg end ballerinaer - efter blomster med pollen og ignorerer de nektarrige blomster i nærheden. På en klippeø i Seychellerne, bier og møl plukker deres blomster omhyggeligt; antallet og typer af bestøvere påvirker, hvilke planter der klæber sig til klipperne.

Den slags interaktioner mellem arter, som feltøkologer pligtopfyldende registrerer i deres observationer, kan virke uvæsentlige, taget individuelt. Samlet beskriver de dog den detaljerede dynamik i de artsinteraktioner, der udgør et økosystem.

Den dynamik er kritisk. Mange naturlige miljøer er utroligt komplekse systemer, der vakler nær et "tippepunkt" med næsten irreversibel overgang fra en særskilt tilstand til en anden. Hvert forstyrrende chok - forårsaget af naturbrande, storme, forurening og skovrydning, men også af tab af arter - forstyrrer et økosystems stabilitet. Efter vendepunktet er genopretning ofte umuligt.

Det er som at vippe et glas vand, forklarede György Barabas, en teoretisk økolog ved Linköpings Universitet i Sverige. "Hvis vi skubber det lidt, vil det vende tilbage," sagde han. "Men hvis vi skubber det for langt, vil det vælte." Når først glasset er væltet, kan et lille tryk ikke bringe glasset tilbage til en oprejst position eller fylde det igen med vand.

At forstå, hvad der bestemmer disse miljømæssige vendepunkter og deres timing, er stadig mere presserende. En meget citeret 2022 undersøgelse fundet, at Amazonas regnskoven vipper på kanten af ​​en overgang til tørre græsarealer, da skovrydning og klimaændringer gør tørke hyppigere og mere alvorlig over større områder. Effekterne af denne overgang kan bølge ud globalt til andre økosystemer.

Et nyligt gennembrud i den matematiske modellering af økosystemer kunne gøre det muligt for første gang at estimere præcist, hvor tæt økosystemer er på katastrofale vendepunkter. Anvendeligheden af ​​opdagelsen er stadig stærkt begrænset, men Jianxi Gao, en netværksforsker ved Rensselaer Polytechnic Institute, der ledede forskningen, håber på, at det med tiden vil være muligt for forskere og politiske beslutningstagere at identificere de økosystemer, der er mest udsatte og skræddersy interventioner til dem.

'Nu har du et nummer'

Matematiske modeller kan i princippet give videnskabsfolk mulighed for at forstå, hvad der skal til, før et system tipper. Denne forudsigelsesevne diskuteres ofte i sammenhæng med klimamodeller og effekten af ​​opvarmning på store geofysiske systemer som den smeltende Grønlands indlandsis. Men vælten af ​​økosystemer som skove og enge er uden tvivl sværere at forudsige på grund af den ekstraordinære kompleksitet, der kommer med så mange forskellige interaktioner, sagde Tim Lenton, der arbejder med klimatipping points ved University of Exeter i England.

Tusindvis af beregninger kan være nødvendige for at fange de karakteristiske interaktioner mellem hver art i et system, sagde Barabas. Beregningerne gør modellerne uhyre komplekse, især når økosystemets størrelse øges.

Sidste august i Naturøkologi & -udvikling, Gao og et internationalt hold af kollegaer viste, hvordan man knuser tusindvis af beregninger til kun én ved at kollapse alle interaktionerne til et enkelt vægtet gennemsnit. Denne forenkling reducerer den formidable kompleksitet til blot en håndfuld nøgledrivere.

"Med én ligning ved vi alt," sagde Gao. "Før har du en følelse. Nu har du et nummer."

Tidligere modeller, der kunne fortælle, om et økosystem kunne være i problemer, stolede på tidlige advarselssignaler, såsom en faldende restitutionsrate efter et chok. Men tidlige advarselssignaler kan kun give en generel fornemmelse af, at et økosystem nærmer sig kanten af ​​en klippe, sagde Egbert van Nes, en økolog ved Wageningen University i Holland, som har specialiseret sig i matematiske modeller. Den nye ligning fra Gao og hans kolleger bruger også tidlige advarselssignaler, men den kan fortælle nøjagtigt, hvor tæt økosystemer er på at tippe.

Selv to økosystemer, der viser de samme advarselssignaler, er dog ikke nødvendigvis lige tæt på randen af ​​sammenbrud. Gaos team udviklede derfor også en skaleringsfaktor, der tillader bedre sammenligninger.

Som en test af deres nye tilgang til modellering trak forskerne data om 54 rigtige økosystemer fra en online database af feltforskningsobservationer fra steder rundt om i verden - herunder skovene i Argentina, engene i England og klippeklipperne på Seychellerne. Derefter kørte de disse data gennem både den nye model og ældre modeller for at bekræfte, at den nye ligning fungerede korrekt. Holdet fandt ud af, at deres model fungerer bedst for homogene økosystemer og bliver mindre nøjagtige, efterhånden som økosystemerne bliver mere forskellige.

Test af antagelser

Barabas påpegede, at den nyligt afledte ligning hviler på den antagelse, at interaktioner mellem arter er meget svagere end interaktioner mellem individer inden for en art. Det er en antagelse, der er stærkt understøttet af økologilitteraturen - men økologer er ofte uenige om, hvordan man bedst kan bestemme hyppigheden og styrken af ​​artsinteraktioner i forskellige netværk.

Sådanne forskelle i en models antagelser er ikke altid et problem. "Ofte kan matematik være overraskende tilgivende," sagde Barabas. Det, der er vigtigt, er at forstå, hvordan antagelserne begrænser anvendeligheden af ​​metoden og nøjagtigheden af ​​de resulterende forudsigelser. Gaos ligning bliver mindre nøjagtig, efterhånden som interspecifikke interaktioner bliver stærkere. I øjeblikket fungerer modellen også kun på økologiske netværk af gensidige interaktioner, hvor arter gavner hinanden, som bier og blomster gør. Det virker ikke for rovdyr-bytte-netværk, som afhænger af forskellige antagelser. Men det kan stadig gælde for mange økosystemer, der er værd at forstå.

Desuden har forskerne siden offentliggørelsen i august allerede fundet ud af to måder at gøre beregningen mere nøjagtig for heterogene økosystemer. De inkorporerer også andre typer interaktioner i et økosystem, herunder rovdyr-bytte-forhold og en type interaktion kaldet konkurrencedynamik.

Det tog 10 år at udvikle denne ligning, sagde Gao, og det vil tage mange flere for ligningerne til nøjagtigt at forudsige resultater for økosystemer i den virkelige verden - år, der er dyrebare, fordi behovet for indgreb synes presserende. Men han er ikke modløs, måske fordi, som Barabas bemærkede, selv grundlæggende modeller, der giver et bevis på konceptet eller en simpel illustration af en idé, kan være nyttige. "Ved at gøre det lettere at analysere visse typer modeller ... kan de hjælpe, selvom de ikke er vant til at lave eksplicitte forudsigelser for virkelige samfund," sagde Barabas.

Lenton var enig. "Når du står over for komplekse systemer, fra en position med relativ uvidenhed, er alt godt," sagde han. "Jeg er spændt, fordi jeg føler, at vi virkelig er ved at være på vej mod det praktiske punkt med faktisk at kunne gøre det bedre."

Holdet viste for nylig modellens anvendelighed ved at anvende den på data fra et havgræsrestaureringsprojekt i midten af ​​Atlanterhavet, der går tilbage til 1999. Forskerne fastslog den specifikke mængde søgræs, der skulle genoprettes, for at økosystemet kunne komme sig. I fremtiden planlægger Gao at arbejde sammen med økologer om at køre modellen på Lake George i New York, som Rensselaer ofte bruger som testbed.

Gaos håb er, at modellen en dag kan hjælpe med at informere beslutninger om bevarings- og restaureringsbestræbelser for at forhindre irreversible skader. "Selv når vi ved, at systemet er ved at falde," sagde han, "har vi stadig tid til at gøre noget."