Matemáticas más simples predicen qué tan cerca están los ecosistemas de colapsar

Abejorros peludos, como diminutas ovejas anaranjadas, revolotean entre los lirios que cubren el sotobosque de un bosque argentino, fertilizando las flores y alimentándose. En un antiguo prado de heno en Inglaterra, las moscas bailarinas, que se parecen más a voluminosos mosquitos que a bailarinas, buscan flores con polen, ignorando las flores cercanas ricas en néctar. En una isla rocosa en las Seychelles, las abejas y las polillas recogen sus flores con cuidado; la cantidad y los tipos de polinizadores afectan qué plantas se adhieren a los acantilados.

Este tipo de interacciones entre especies, que los ecólogos de campo registran diligentemente en sus observaciones, pueden parecer intrascendentes, tomadas individualmente. En conjunto, sin embargo, describen la dinámica detallada de las interacciones de las especies que componen un ecosistema.

Esas dinámicas son críticas. Muchos entornos naturales son sistemas increíblemente complejos que oscilan cerca de un "punto de inflexión" de transición casi irreversible de un estado distinto a otro. Cada choque perturbador, causado por incendios forestales, tormentas, contaminación y deforestación, pero también por la pérdida de especies, perturba la estabilidad de un ecosistema. Más allá del punto de inflexión, la recuperación suele ser imposible.

Es como inclinar un vaso de agua, explicado György Barabas, ecologista teórico de la Universidad de Linköping en Suecia. “Si lo empujamos un poco, volverá”, dijo. “Pero si lo empujamos demasiado lejos, se volcará”. Una vez que se vuelca el vaso, un pequeño empujón no puede volver a poner el vaso en posición vertical ni volver a llenarlo con agua.

Comprender qué determina estos puntos de inflexión ambientales y su momento es cada vez más urgente. Un ampliamente citado estudio del 2022 descubrió que la selva amazónica se tambalea al borde de una transición a pastizales secos, ya que la deforestación y el cambio climático hacen que las sequías sean más frecuentes y severas en áreas más grandes. Los efectos de esa transición podrían extenderse globalmente a otros ecosistemas.

Un avance reciente en el modelado matemático de los ecosistemas podría hacer posible por primera vez estimar con precisión qué tan cerca están los ecosistemas de los puntos de inflexión desastrosos. La aplicabilidad del descubrimiento sigue siendo muy limitada, pero jiangxi gao, un científico de redes del Instituto Politécnico Rensselaer que dirigió la investigación, tiene la esperanza de que, con el tiempo, los científicos y los encargados de formular políticas puedan identificar los ecosistemas en mayor riesgo y adaptar las intervenciones para ellos.

"Ahora tienes un número"

En principio, los modelos matemáticos pueden permitir a los científicos comprender lo que se necesita para que un sistema se incline. Esta capacidad de predicción se analiza a menudo en el contexto de los modelos climáticos y el efecto del calentamiento en grandes sistemas geofísicos como el derretimiento de la capa de hielo de Groenlandia. Pero podría decirse que la inclinación de ecosistemas como bosques y praderas es más difícil de pronosticar debido a la extraordinaria complejidad que conllevan tantas interacciones distintas, dijo Tim Lenton, que trabaja en puntos de inflexión climáticos en la Universidad de Exeter en Inglaterra.

Se pueden necesitar miles de cálculos para capturar las interacciones distintivas de cada especie en un sistema, dijo Barabas. Los cálculos hacen que los modelos sean inmensamente complejos, especialmente a medida que aumenta el tamaño del ecosistema.

el pasado agosto en Ecología de la naturaleza y evolución, Gao y un equipo internacional de colegas mostraron cómo aplastar miles de cálculos en uno solo al colapsar todas las interacciones en un solo promedio ponderado. Esa simplificación reduce la formidable complejidad a solo un puñado de factores clave.

“Con una ecuación, sabemos todo”, dijo Gao. “Antes, tienes un presentimiento. Ahora tienes un número.

Se basaron en modelos anteriores que podían decir si un ecosistema podría estar en problemas señales de alerta temprana, como una tasa de recuperación decreciente después de un shock. Pero las señales de alerta temprana solo pueden dar una sensación general de que un ecosistema se está acercando al borde de un precipicio, dijo Egberto van Nes, ecologista de la Universidad de Wageningen en los Países Bajos que se especializa en modelos matemáticos. La nueva ecuación de Gao y sus colegas también usa señales de alerta temprana, pero puede decir exactamente qué tan cerca están los ecosistemas de volcarse.

Sin embargo, incluso dos ecosistemas que muestran las mismas señales de advertencia no están necesariamente al borde del colapso. Por lo tanto, el equipo de Gao también desarrolló un factor de escala que permite mejores comparaciones.

Como prueba de su nuevo enfoque de modelado, los investigadores extrajeron datos sobre 54 ecosistemas reales de un Base de datos en línea de observaciones de investigación de campo de lugares de todo el mundo, incluidos los bosques de Argentina, los prados de Inglaterra y los acantilados rocosos de las Seychelles. Luego, analizaron esos datos tanto en el nuevo modelo como en los modelos anteriores para confirmar que la nueva ecuación funcionaba correctamente. El equipo descubrió que su modelo funciona mejor para ecosistemas homogéneos, y se vuelve menos preciso a medida que los ecosistemas se vuelven más diversos.

Prueba de las suposiciones

Barabas señaló que la ecuación recién derivada se basa en la suposición de que las interacciones entre especies son mucho más débiles que las interacciones de los individuos dentro de una especie. Es una suposición fuertemente respaldada por la literatura sobre ecología, pero los ecologistas con frecuencia no están de acuerdo sobre la mejor manera de determinar la frecuencia y la fuerza de las interacciones de las especies en diferentes redes.

Tales diferencias en los supuestos de un modelo no siempre son un problema. “A menudo, las matemáticas pueden ser sorprendentemente indulgentes”, dijo Barabas. Lo importante es comprender cómo las suposiciones restringen la utilidad del método y la precisión de las predicciones resultantes. La ecuación de Gao se vuelve menos precisa a medida que las interacciones interespecíficas se vuelven más fuertes. Actualmente, el modelo también solo funciona en redes ecológicas de interacciones mutualistas en las que las especies se benefician entre sí, como lo hacen las abejas y las flores. No funciona para las redes depredador-presa, que dependen de diferentes suposiciones. Pero aún puede aplicarse a muchos ecosistemas que vale la pena entender.

Además, desde la publicación de agosto, los investigadores ya han descubierto dos formas de hacer que el cálculo sea más preciso para ecosistemas heterogéneos. También están incorporando otros tipos de interacciones dentro de un ecosistema, incluidas las relaciones depredador-presa y un tipo de interacción llamada dinámica competitiva.

Tomó 10 años desarrollar esta ecuación, dijo Gao, y tomará muchos más para que las ecuaciones predigan con precisión los resultados para los ecosistemas del mundo real, años que son preciosos porque la necesidad de intervenciones parece apremiante. Pero no está desalentado, tal vez porque, como señaló Barabas, incluso los modelos fundamentales que brindan una prueba de concepto o una simple ilustración de una idea pueden ser útiles. “Al facilitar el análisis de ciertos tipos de modelos… pueden ayudar incluso si no se usan para hacer predicciones explícitas para comunidades reales”, dijo Barabas.

Lentón estuvo de acuerdo. “Cuando te enfrentas a sistemas complejos, desde una posición de relativa ignorancia, todo es bueno”, dijo. “Estoy emocionado porque siento que realmente estamos llegando al punto práctico de poder hacerlo mejor”.

El equipo mostró recientemente la utilidad del modelo al aplicarlo a los datos de un proyecto de restauración de pastos marinos en el Atlántico medio que data de 1999. Los investigadores determinaron la cantidad específica de pastos marinos que necesitaban restauración para que el ecosistema se recuperara. En el futuro, Gao planea trabajar con ecologistas para ejecutar el modelo en el lago George en Nueva York, que Rensselaer suele utilizar como banco de pruebas.

La esperanza de Gao es que algún día el modelo pueda ayudar a informar las decisiones sobre los esfuerzos de conservación y restauración para evitar daños irreversibles. “Incluso cuando sabemos que el sistema está decayendo”, dijo, “todavía tenemos tiempo para hacer algo”.