Matematica più semplice prevede quanto gli ecosistemi sono vicini al collasso

Bombi sfocati, come minuscole pecore arancioni, svolazzano tra i gigli che ricoprono il sottobosco di una foresta argentina, fecondando i fiori e procurandosi nutrimento. In un antico prato da fieno in Inghilterra, le mosche danzanti - che assomigliano più a grosse zanzare che a ballerine - cacciano i fiori con il polline, ignorando i fiori ricchi di nettare nelle vicinanze. SU un'isola rocciosa delle Seychelles, api e falene raccolgono con cura i loro fiori; il numero e i tipi di impollinatori influiscono sulle piante che si aggrappano alle scogliere.

Questi tipi di interazioni tra le specie, che gli ecologisti sul campo registrano diligentemente nelle loro osservazioni, possono sembrare irrilevanti, presi singolarmente. Nel complesso, tuttavia, descrivono le dinamiche dettagliate delle interazioni tra le specie che compongono un ecosistema.

Queste dinamiche sono fondamentali. Molti ambienti naturali sono sistemi incredibilmente complessi che oscillano vicino a un "punto critico" di transizione quasi irreversibile da uno stato distinto a un altro. Ogni shock dirompente, causato da incendi, tempeste, inquinamento e deforestazione, ma anche dalla perdita di specie, perturba la stabilità di un ecosistema. Superato il punto critico, il recupero è spesso impossibile.

È come rovesciare un bicchiere d'acqua, ha spiegato György Barabas, ecologista teorico all'Università di Linköping in Svezia. "Se lo spingiamo un po', tornerà", ha detto. "Ma se lo spingiamo troppo oltre, si ribalterà." Una volta che il bicchiere è rovesciato, una piccola spinta non può riportare il bicchiere in posizione verticale o riempirlo d'acqua.

Capire cosa determina questi punti critici ambientali e la loro tempistica è sempre più urgente. Un ampiamente citato uno studio del 2022 ha scoperto che la foresta pluviale amazzonica sta barcollando sull'orlo di una transizione verso praterie secche, poiché la deforestazione e il cambiamento climatico rendono la siccità più frequente e grave su aree più vaste. Gli effetti di tale transizione potrebbero estendersi a livello globale ad altri ecosistemi.

Una recente svolta nella modellazione matematica degli ecosistemi potrebbe rendere possibile per la prima volta stimare con precisione quanto gli ecosistemi siano vicini a punti di non ritorno disastrosi. L'applicabilità della scoperta è ancora nettamente limitata, ma Jianxi Gao, uno scienziato di rete presso il Rensselaer Polytechnic Institute che ha guidato la ricerca, spera che col tempo sarà possibile per scienziati e responsabili politici identificare gli ecosistemi più a rischio e adattare gli interventi per loro.

"Ora hai un numero"

I modelli matematici possono in linea di principio consentire agli scienziati di capire cosa ci vorrà perché un sistema si ribalti. Questa capacità predittiva è spesso discussa nel contesto dei modelli climatici e dell'effetto del riscaldamento su grandi sistemi geofisici come lo scioglimento della calotta glaciale della Groenlandia. Ma il ribaltamento di ecosistemi come foreste e prati è probabilmente più difficile da prevedere a causa della straordinaria complessità che deriva da così tante interazioni distinte, ha affermato Tim Lenton, che lavora sui punti critici climatici presso l'Università di Exeter in Inghilterra.

Potrebbero essere necessari migliaia di calcoli per catturare le interazioni distintive di ogni specie in un sistema, ha detto Barabas. I calcoli rendono i modelli immensamente complessi, soprattutto con l'aumentare delle dimensioni dell'ecosistema.

Lo scorso agosto a Ecologia ed evoluzione della natura, Gao e un team internazionale di colleghi hanno mostrato come schiacciare migliaia di calcoli in uno solo facendo collassare tutte le interazioni in un'unica media ponderata. Tale semplificazione riduce la formidabile complessità a solo una manciata di fattori chiave.

"Con un'equazione, sappiamo tutto", ha detto Gao. “Prima, hai una sensazione. Ora hai un numero.

I modelli precedenti che potevano dire se un ecosistema poteva essere in difficoltà facevano affidamento segnali di preallarme, come un tasso di recupero decrescente dopo uno shock. Ma i primi segnali di allerta possono dare solo un senso generale che un ecosistema si sta avvicinando al bordo di una scogliera, ha detto Egbert van Nes, un ecologista dell'Università di Wageningen nei Paesi Bassi, specializzato in modelli matematici. Anche la nuova equazione di Gao e dei suoi colleghi utilizza segnali di preallarme, ma può dire esattamente quanto gli ecosistemi siano vicini al ribaltamento.

Anche due ecosistemi che mostrano gli stessi segnali di allarme, tuttavia, non sono necessariamente ugualmente vicini all'orlo del collasso. Il team di Gao ha quindi sviluppato anche un fattore di scala che consente confronti migliori.

Come prova del loro nuovo approccio alla modellazione, i ricercatori hanno estratto i dati su 54 ecosistemi reali da un database online di osservazioni di ricerca sul campo da località di tutto il mondo, comprese le foreste in Argentina, i prati in Inghilterra e le scogliere rocciose delle Seychelles. Quindi hanno analizzato i dati sia nel nuovo modello che nei modelli precedenti per confermare che la nuova equazione funzionasse correttamente. Il team ha scoperto che il loro modello funziona meglio per ecosistemi omogenei, diventando meno accurato man mano che gli ecosistemi diventano più diversificati.

Testare le ipotesi

Barabas ha sottolineato che l'equazione appena derivata si basa sul presupposto che le interazioni tra le specie siano molto più deboli delle interazioni degli individui all'interno di una specie. È un'ipotesi fortemente supportata dalla letteratura sull'ecologia, ma gli ecologi spesso non sono d'accordo sul modo migliore per determinare la frequenza e la forza delle interazioni tra specie in reti diverse.

Tali differenze nelle ipotesi di un modello non sono sempre un problema. "Spesso la matematica può essere sorprendentemente indulgente", ha detto Barabas. L'importante è capire in che modo le ipotesi limitano l'utilità del metodo e l'accuratezza delle previsioni risultanti. L'equazione di Gao diventa meno accurata man mano che le interazioni interspecifiche diventano più forti. Attualmente, il modello funziona anche solo su reti ecologiche di interazioni mutualistiche in cui le specie si avvantaggiano a vicenda, come fanno api e fiori. Non funziona per le reti predatore-preda, che dipendono da presupposti diversi. Ma può ancora applicarsi a molti ecosistemi che vale la pena comprendere.

Inoltre, dalla pubblicazione di agosto, i ricercatori hanno già escogitato due modi per rendere il calcolo più accurato per ecosistemi eterogenei. Stanno anche incorporando altri tipi di interazioni all'interno di un ecosistema, comprese le relazioni predatore-preda e un tipo di interazione chiamata dinamica competitiva.

Ci sono voluti 10 anni per sviluppare questa equazione, ha detto Gao, e ce ne vorranno molti altri perché le equazioni prevedano con precisione i risultati per gli ecosistemi del mondo reale, anni che sono preziosi perché la necessità di interventi sembra pressante. Ma non si scoraggia, forse perché, come ha notato Barabas, possono essere utili anche modelli fondazionali che forniscano una proof of concept o una semplice illustrazione di un'idea. "Semplificando l'analisi di alcuni tipi di modelli... possono aiutare anche se non vengono utilizzati per fare previsioni esplicite per le comunità reali", ha affermato Barabas.

Lento acconsentì. "Quando ti trovi di fronte a sistemi complessi, da una posizione di relativa ignoranza, qualsiasi cosa va bene", ha detto. "Sono entusiasta perché sento che ci stiamo davvero avvicinando al punto pratico di essere effettivamente in grado di fare meglio".

Il team ha recentemente mostrato l'utilità del modello applicandolo ai dati di un progetto di ripristino delle fanerogame marine nel medio Atlantico che risale al 1999. I ricercatori hanno determinato la quantità specifica di fanerogame marine che necessitava di ripristino affinché l'ecosistema si riprendesse. In futuro, Gao prevede di lavorare con gli ecologisti per eseguire il modello sul lago George a New York, che Rensselaer usa spesso come banco di prova.

La speranza di Gao è che un giorno il modello possa aiutare a prendere decisioni informate sugli sforzi di conservazione e restauro per prevenire danni irreversibili. "Anche quando sappiamo che il sistema è in declino", ha detto, "abbiamo ancora tempo per fare qualcosa".