Prostsza matematyka przewiduje, jak bliskie upadku są ekosystemy

Puszyste trzmiele, niczym maleńkie pomarańczowe owieczki, przemykają między liliami pokrywającymi podszycie argentyńskiego lasu, zapładniając kwiaty i zdobywając pożywienie dla siebie. W starożytna łąka kośna w Anglii tańczące muchy — wyglądające bardziej jak masywne komary niż baletnice — polują na kwiaty z pyłkiem, ignorując pobliskie kwiaty bogate w nektar. NA skalista wyspa na Seszelachpszczoły i ćmy starannie zbierają kwiaty; liczba i rodzaje zapylaczy wpływają na to, które rośliny przylegają do klifów.

Tego rodzaju interakcje między gatunkami, które ekolodzy terenowi sumiennie odnotowują w swoich obserwacjach, mogą wydawać się nieistotne, rozpatrywane indywidualnie. Jednak łącznie opisują one szczegółową dynamikę interakcji między gatunkami, które składają się na ekosystem.

Ta dynamika jest krytyczna. Wiele środowisk naturalnych to niewiarygodnie złożone systemy wahające się w pobliżu „punktu krytycznego” prawie nieodwracalnego przejścia z jednego odrębnego stanu do drugiego. Każdy destrukcyjny wstrząs — spowodowany pożarami, burzami, zanieczyszczeniem i wylesianiem, ale także utratą gatunków — zaburza stabilność ekosystemu. Po przekroczeniu punktu krytycznego powrót do zdrowia jest często niemożliwy.

To jak przechylanie szklanki wody, wyjaśnił György Barabas, ekolog teoretyk na Uniwersytecie Linköping w Szwecji. „Jeśli trochę go popchniemy, wróci” – powiedział. „Ale jeśli popchniemy go za daleko, przewróci się”. Po przewróceniu szklanki małe naciśnięcie nie może przywrócić szklanki do pozycji pionowej ani napełnić jej wodą.

Zrozumienie, co decyduje o tych środowiskowych punktach krytycznych i ich czasie, jest coraz pilniejsze. Szeroko cytowany Badanie 2022 odkryli, że lasy deszczowe Amazonii balansują na krawędzi przejścia w suche użytki zielone, ponieważ wylesianie i zmiany klimatyczne powodują, że susze są częstsze i dotkliwe na większych obszarach. Skutki tego przejścia mogą rozlać się globalnie na inne ekosystemy.

Niedawny przełom w matematycznym modelowaniu ekosystemów może po raz pierwszy umożliwić dokładne oszacowanie, jak blisko ekosystemów znajdują się katastrofalne punkty krytyczne. Możliwość zastosowania odkrycia jest nadal mocno ograniczona, ale Jianxi Gao, naukowiec sieciowy z Rensselaer Polytechnic Institute, który kierował badaniami, ma nadzieję, że z czasem naukowcy i decydenci będą mogli zidentyfikować najbardziej zagrożone ekosystemy i dostosować do nich interwencje.

„Teraz masz numer”

Modele matematyczne mogą w zasadzie pozwolić naukowcom zrozumieć, co trzeba zrobić, aby system się przewrócił. Ta zdolność przewidywania jest często omawiana w kontekście modeli klimatycznych i wpływu ocieplenia na duże systemy geofizyczne, takie jak topniejąca pokrywa lodowa Grenlandii. Ale przechylanie się ekosystemów, takich jak lasy i łąki, jest prawdopodobnie trudniejsze do przewidzenia ze względu na niezwykłą złożoność, która wiąże się z tak wieloma odrębnymi interakcjami, powiedział. Tim Lenton, który pracuje nad punktami krytycznymi klimatu na Uniwersytecie w Exeter w Anglii.

Może być potrzebne tysiące obliczeń, aby uchwycić charakterystyczne interakcje każdego gatunku w systemie, powiedział Barabas. Obliczenia sprawiają, że modele są niezwykle złożone, zwłaszcza w miarę wzrostu rozmiaru ekosystemu.

W sierpniu ub Ekologia i ewolucja przyrody, Gao i międzynarodowy zespół współpracowników pokazali, jak zgnieść tysiące obliczeń w tylko jeden poprzez zwinięcie wszystkich interakcji w jedną średnią ważoną. To uproszczenie ogranicza ogromną złożoność do zaledwie kilku kluczowych czynników.

„Jednym równaniem wiemy wszystko” – powiedział Gao. „Przedtem masz przeczucie. Teraz masz numer.

Poprzednie modele, które mogły stwierdzić, czy ekosystem może mieć kłopoty, polegały na tym sygnały wczesnego ostrzegania, takie jak malejąca stopa powrotu do zdrowia po szoku. Ale wczesne sygnały ostrzegawcze mogą dać jedynie ogólne poczucie, że ekosystem zbliża się do krawędzi urwiska, powiedział Egberta van Nesa, ekolog z Uniwersytetu Wageningen w Holandii, który specjalizuje się w modelach matematycznych. Nowe równanie Gao i jego współpracowników również wykorzystuje sygnały wczesnego ostrzegania, ale może dokładnie określić, jak blisko są ekosystemy do przewrócenia.

Jednak nawet dwa ekosystemy, które wysyłają te same sygnały ostrzegawcze, niekoniecznie są równie bliskie krawędzi upadku. Dlatego zespół Gao opracował również współczynnik skalowania, który umożliwia lepsze porównania.

Aby przetestować swoje nowe podejście do modelowania, naukowcy pobrali dane o 54 prawdziwych ekosystemach Bazy danych online obserwacji z badań terenowych z miejsc na całym świecie — w tym z lasów w Argentynie, łąk w Anglii i skalistych klifów na Seszelach. Następnie przepuścili te dane zarówno przez nowy model, jak i starsze modele, aby potwierdzić, że nowe równanie działa poprawnie. Zespół odkrył, że ich model najlepiej sprawdza się w przypadku jednorodnych ekosystemów, stając się mniej dokładny w miarę jak ekosystemy stają się bardziej zróżnicowane.

Testowanie założeń

Barabas zwrócił uwagę, że nowo wyprowadzone równanie opiera się na założeniu, że interakcje między gatunkami są znacznie słabsze niż interakcje osobników w obrębie gatunku. Jest to założenie mocno poparte literaturą ekologiczną — ale ekolodzy często nie zgadzają się co do tego, jak najlepiej określić częstotliwość i siłę interakcji gatunków w różnych sieciach.

Takie różnice w założeniach modelu nie zawsze stanowią problem. „Często matematyka może być zaskakująco wyrozumiała” – powiedział Barabas. Ważne jest zrozumienie, w jaki sposób założenia ograniczają użyteczność metody i dokładność wynikających z niej prognoz. Równanie Gao staje się mniej dokładne, gdy interakcje międzygatunkowe stają się silniejsze. Obecnie model działa również tylko na ekologicznych sieciach wzajemnych interakcji, w których gatunki odnoszą wzajemne korzyści, tak jak robią to pszczoły i kwiaty. Nie działa to w przypadku sieci drapieżnik-ofiara, które opierają się na innych założeniach. Ale nadal może odnosić się do wielu ekosystemów, które warto zrozumieć.

Co więcej, od sierpniowej publikacji naukowcy wymyślili już dwa sposoby zwiększenia dokładności obliczeń dla heterogenicznych ekosystemów. Uwzględniają również inne rodzaje interakcji w ekosystemie, w tym relacje drapieżnik-ofiara oraz rodzaj interakcji zwany dynamiką rywalizacji.

Gao powiedział, że opracowanie tego równania zajęło 10 lat, a równania będą dokładnie przewidywać wyniki dla rzeczywistych ekosystemów – lata, które są cenne, ponieważ potrzeba interwencji wydaje się nagląca. Ale nie zniechęca się, być może dlatego, że jak zauważył Barabas, przydatne mogą być nawet podstawowe modele, które stanowią dowód słuszności koncepcji lub prostą ilustrację pomysłu. „Ułatwiając analizę niektórych typów modeli… mogą pomóc, nawet jeśli nie są używane do tworzenia wyraźnych prognoz dla prawdziwych społeczności” – powiedział Barabas.

Lenton zgodził się. „Kiedy masz do czynienia ze złożonymi systemami, z pozycji względnej ignorancji, wszystko jest dobre” – powiedział. „Jestem podekscytowany, ponieważ czuję, że naprawdę zbliżamy się do praktycznego punktu, w którym faktycznie możemy działać lepiej”.

Zespół niedawno wykazał przydatność modelu, stosując go do danych z projektu odbudowy trawy morskiej na środkowym Atlantyku, którego początki sięgają 1999 r. Naukowcy określili konkretną ilość trawy morskiej, która wymagała odbudowy, aby ekosystem mógł się odbudować. W przyszłości Gao planuje współpracować z ekologami, aby uruchomić model na jeziorze George w Nowym Jorku, które Rensselaer często wykorzystuje jako poligon doświadczalny.

Gao ma nadzieję, że pewnego dnia model pomoże w podejmowaniu decyzji dotyczących działań konserwatorskich i renowacyjnych, aby zapobiec nieodwracalnym szkodom. „Nawet jeśli wiemy, że system upada”, powiedział, „nadal mamy czas, aby coś zrobić”.