Более простая математика предсказывает, насколько близки экосистемы к коллапсу

Пушистые шмели, похожие на крошечных оранжевых овечек, порхают между лилиями, покрывающими подлесок аргентинского леса, оплодотворяя цветы и добывая себе пищу. В древний сенокос в Англии пляшущие мухи, больше похожие на громоздких комаров, чем на балерин, охотятся за цветами с пыльцой, игнорируя богатые нектаром цветы поблизости. На скалистый остров на Сейшельских островах, пчелы и мотыльки тщательно срывают цветы; количество и типы опылителей влияют на то, какие растения цепляются за скалы.

Такого рода взаимодействия между видами, которые полевые экологи добросовестно фиксируют в своих наблюдениях, могут показаться несущественными, взятыми по отдельности. Однако в совокупности они описывают детальную динамику взаимодействия видов, составляющих экосистему.

Эта динамика имеет решающее значение. Многие природные среды представляют собой невероятно сложные системы, колеблющиеся вблизи «переломной точки» почти необратимого перехода из одного состояния в другое. Каждое разрушительное потрясение, вызванное лесными пожарами, ураганами, загрязнением и вырубкой лесов, а также утратой видов, нарушает стабильность экосистемы. После переломного момента восстановление часто невозможно.

Это как опрокинуть стакан с водой, объяснил Дьёрдь Барабас, эколог-теоретик из Линчепингского университета в Швеции. «Если мы немного подтолкнем его, он вернется», — сказал он. «Но если мы зайдем слишком далеко, он опрокинется». После того, как стакан опрокинут, небольшой толчок не может вернуть стакан в вертикальное положение или снова наполнить его водой.

Понимание того, что определяет эти экологические переломные моменты и их время, становится все более актуальным. Широко цитируемый исследование, проведенное в 2022 г. обнаружили, что тропические леса Амазонки балансируют на грани перехода в сухие пастбища, поскольку вырубка лесов и изменение климата делают засухи более частыми и сильными на больших территориях. Последствия этого перехода могут распространиться по всему миру на другие экосистемы.

Недавний прорыв в математическом моделировании экосистем может впервые позволить точно оценить, насколько экосистемы близки к критическим точкам катастрофы. Применимость открытия пока резко ограничена, но Цзяньси Гао, сетевой ученый из Политехнического института Ренсселера, который руководил исследованием, надеется, что со временем ученые и политики смогут определить экосистемы, подверженные наибольшему риску, и адаптировать для них меры.

«Теперь у тебя есть номер»

Математические модели в принципе могут позволить ученым понять, что потребуется, чтобы система перевернулась. Эта предсказательная способность часто обсуждается в контексте моделей климата и влияния потепления на большие геофизические системы, такие как таяние ледяного щита Гренландии. Но изменение экосистем, таких как леса и луга, возможно, труднее предсказать из-за необычайной сложности, связанной с таким количеством различных взаимодействий, сказал он. Тим Lenton, который работает над переломными моментами климата в Эксетерском университете в Англии.

По словам Барабаса, могут потребоваться тысячи вычислений, чтобы зафиксировать характерные взаимодействия каждого вида в системе. Расчеты делают модели чрезвычайно сложными, особенно по мере увеличения размера экосистемы.

В августе прошлого года в Природа Экология и Эволюция, Гао и международная команда коллег показали, как сократить тысячи вычислений только в один путем сведения всех взаимодействий в одно средневзвешенное значение. Это упрощение снижает огромную сложность до нескольких ключевых драйверов.

«С помощью одного уравнения мы знаем все», — сказал Гао. «Раньше у тебя было чувство. Теперь у тебя есть номер.

Предыдущие модели, которые могли сказать, могут ли экосистемы быть в беде, полагались на сигналы раннего предупреждения, такие как снижение скорости восстановления после шока. Но сигналы раннего предупреждения могут дать лишь общее представление о том, что экосистема приближается к краю обрыва. Эгберт ван Нес, эколог из Вагенингенского университета в Нидерландах, специализирующийся на математических моделях. Новое уравнение Гао и его коллег также использует сигналы раннего предупреждения, но оно может точно сказать, насколько близки экосистемы к опрокидыванию.

Однако даже две экосистемы, показывающие одинаковые предупредительные сигналы, не обязательно одинаково близки к грани краха. Поэтому команда Гао также разработала коэффициент масштабирования, который позволяет проводить более точные сравнения.

В качестве проверки своего нового подхода к моделированию исследователи извлекли данные о 54 реальных экосистемах из онлайн-база данных полевых исследований из различных мест по всему миру, включая леса в Аргентине, луга в Англии и скалистые утесы на Сейшельских островах. Затем они прогнали эти данные как через новую модель, так и через старые модели, чтобы убедиться, что новое уравнение работает правильно. Команда обнаружила, что их модель лучше всего работает для однородных экосистем, становясь менее точной по мере того, как экосистемы становятся более разнообразными.

Проверка предположений

Барабас указал, что недавно полученное уравнение основано на предположении, что взаимодействия между видами намного слабее, чем взаимодействия особей внутри вида. Это предположение активно подтверждается экологической литературой, но экологи часто расходятся во мнениях относительно того, как лучше всего определять частоту и силу взаимодействия видов в различных сетях.

Такие различия в предположениях модели не всегда являются проблемой. «Часто математика может быть на удивление снисходительной, — сказал Барабас. Важно понимать, как допущения ограничивают полезность метода и точность полученных прогнозов. Уравнение Гао становится менее точным по мере усиления межвидовых взаимодействий. В настоящее время модель также работает только в экологических сетях мутуалистических взаимодействий, в которых виды приносят пользу друг другу, как это делают пчелы и цветы. Это не работает для сетей хищник-жертва, которые зависят от разных предположений. Но это все еще может применяться ко многим экосистемам, которые стоит понять.

Более того, после августовской публикации исследователи уже придумали два способа сделать расчет более точным для гетерогенных экосистем. Они также включают другие типы взаимодействий в экосистеме, в том числе отношения хищник-жертва и тип взаимодействия, называемый конкурентной динамикой.

По словам Гао, на разработку этого уравнения ушло 10 лет, и потребуется гораздо больше, чтобы уравнения точно предсказывали результаты для реальных экосистем — годы, которые драгоценны, потому что необходимость вмешательств кажется насущной. Но он не унывает, возможно, потому, что, как заметил Барабас, даже фундаментальные модели, которые обеспечивают доказательство концепции или простую иллюстрацию идеи, могут быть полезны. «Облегчая анализ определенных типов моделей… они могут помочь, даже если они не используются для явных прогнозов для реальных сообществ», — сказал Барабас.

Лентон согласился. «Когда вы сталкиваетесь со сложными системами с позиции относительного невежества, все хорошо», — сказал он. «Я взволнован, потому что чувствую, что мы действительно приближаемся к практическому моменту, когда действительно можем работать лучше».

Команда недавно продемонстрировала полезность модели, применив ее к данным проекта восстановления морских водорослей в Средней Атлантике, который начался в 1999 году. Исследователи определили конкретное количество водорослей, которое необходимо было восстановить для восстановления экосистемы. В будущем Гао планирует работать с экологами, чтобы запустить модель на озере Джордж в Нью-Йорке, которое Ренсселер часто использует в качестве испытательного полигона.

Гао надеется, что когда-нибудь эта модель поможет принять обоснованные решения об усилиях по сохранению и восстановлению, чтобы предотвратить необратимый ущерб. «Даже когда мы знаем, что система приходит в упадок, — сказал он, — у нас еще есть время что-то сделать».