Daha Basit Matematik, Ekosistemlerin Çökmeye Ne Kadar Yakın Olduğunu Tahmin Ediyor

Tüylü bombus arıları, minik turuncu koyunlar gibi, bir Arjantin ormanının altını kaplayan zambakların arasında uçar, çiçekleri döller ve kendilerine besin sağlarlar. İçinde eski bir saman çayırı İngiltere'de, balerinlerden çok hantal sivrisineklere benzeyen dans sinekleri, yakındaki nektar açısından zengin çiçekleri görmezden gelerek polenli çiçekleri avlarlar. Açık seyşeller'de kayalık bir ada, arılar ve güveler çiçeklerini özenle toplar; tozlayıcıların sayısı ve türleri, hangi bitkilerin uçurumlara tutunacağını etkiler.

Alan ekolojistlerinin görev bilinciyle gözlemlerinde kaydettikleri türler arasındaki bu tür etkileşimler, tek tek ele alındığında önemsiz görünebilir. Bununla birlikte, toplu olarak, bir ekosistemi oluşturan tür etkileşimlerinin ayrıntılı dinamiklerini tanımlarlar.

Bu dinamikler kritiktir. Birçok doğal ortam, bir farklı durumdan diğerine neredeyse geri döndürülemez geçişin bir "devrilme noktası" yakınında sallanan inanılmaz derecede karmaşık sistemlerdir. Orman yangınları, fırtınalar, kirlilik ve ormansızlaşmanın yanı sıra tür kaybının neden olduğu her yıkıcı şok, bir ekosistemin istikrarını bozar. Devrilme noktasını geçtikten sonra, iyileşme genellikle imkansızdır.

Bir bardak suyu devirmek gibi, açıkladı György Barabas, İsveç'teki Linköping Üniversitesi'nde teorik bir ekolojist. Biraz zorlarsak geri gelir” dedi. "Fakat fazla zorlarsak devrilir." Bardak bir kez devrildiğinde, küçük bir itme bardağı dik konuma getiremez veya suyla yeniden dolduramaz.

Bu çevresel devrilme noktalarını neyin belirlediğini ve zamanlamasını anlamak giderek daha acil hale geliyor. Yaygın olarak alıntılanan 2022 çalışmada ormansızlaşma ve iklim değişikliği kuraklığı daha geniş alanlarda daha sık ve şiddetli hale getirdiğinden, Amazon yağmur ormanlarının kuru otlaklara geçişin eşiğinde sallandığını buldu. Bu geçişin etkileri küresel olarak diğer ekosistemlere yayılabilir.

Ekosistemlerin matematiksel modellemesindeki yeni bir buluş, ilk kez ekosistemlerin felaketle sonuçlanacak devrilme noktalarına ne kadar yakın olduğunu tam olarak tahmin etmeyi mümkün kılabilir. Keşfin uygulanabilirliği hala keskin bir şekilde sınırlıdır, ancak Jianxi GaoRensselaer Politeknik Enstitüsü'nde araştırmaya öncülük eden ağ bilimcisi, bilim insanlarının ve politika belirleyicilerin zamanla en fazla risk altındaki ekosistemleri belirlemelerinin ve müdahaleleri onlar için uyarlamalarının mümkün olacağından umutlu.

'Artık Bir Numaranız Var'

Matematiksel modeller prensipte bilim adamlarının bir sistemin devrilmesi için ne gerektiğini anlamalarına izin verebilir. Bu öngörü yeteneği genellikle iklim modelleri bağlamında ve ısınmanın Grönland buz tabakasının erimesi gibi büyük jeofizik sistemler üzerindeki etkisi bağlamında tartışılır. Ancak, pek çok farklı etkileşimle birlikte gelen olağanüstü karmaşıklık nedeniyle, ormanlar ve çayırlar gibi ekosistemlerin devrilmelerini tahmin etmenin tartışmasız daha zor olduğunu söyledi. Tim Lentonİngiltere'deki Exeter Üniversitesi'nde iklim devrilme noktaları üzerinde çalışan Dr.

Barabas, bir sistemdeki her türün ayırt edici etkileşimlerini yakalamak için binlerce hesaplamaya ihtiyaç duyulabileceğini söyledi. Hesaplamalar, özellikle ekosistemin boyutu arttıkça modelleri son derece karmaşık hale getiriyor.

Geçen Ağustos ayında Doğa Ekolojisi ve Evrimi, Gao ve uluslararası bir meslektaş ekibi, binlerce hesaplamanın nasıl ezileceğini gösterdi sadece birine tüm etkileşimleri tek bir ağırlıklı ortalamaya indirerek. Bu basitleştirme, zorlu karmaşıklığı yalnızca bir avuç önemli sürücüye indirger.

Gao, "Tek bir denklemle her şeyi biliyoruz" dedi. “Daha önce, bir hissin var. Artık bir numaran var.”

Bir ekosistemin başının dertte olup olmadığını anlayabilecek önceki modeller, erken uyarı sinyalleri, bir şoktan sonra azalan iyileşme oranı gibi. Ancak erken uyarı sinyalleri, bir ekosistemin uçurumun kenarına yaklaştığına dair yalnızca genel bir fikir verebilir. Egbert van Nes, Hollanda'daki Wageningen Üniversitesi'nde matematiksel modellerde uzmanlaşmış bir ekolojist. Gao ve meslektaşlarının yeni denklemi de erken uyarı sinyallerini kullanıyor, ancak ekosistemlerin devrilmeye ne kadar yakın olduğunu tam olarak söyleyebiliyor.

Bununla birlikte, aynı uyarı sinyallerini gösteren iki ekosistem bile, mutlaka çöküşün eşiğine eşit derecede yakın değildir. Bu nedenle Gao'nun ekibi, daha iyi karşılaştırmalara izin veren bir ölçekleme faktörü de geliştirdi.

Modellemeye yönelik yeni yaklaşımlarının bir testi olarak, araştırmacılar bir bilgisayardan 54 gerçek ekosistem hakkında veri çekti. Çevrimiçi veritabanı Arjantin'deki ormanlar, İngiltere'deki çayırlar ve Seyşeller'deki kayalık uçurumlar da dahil olmak üzere dünyanın dört bir yanından alınan saha araştırması gözlemlerinin bir listesi. Ardından, yeni denklemin düzgün çalıştığını doğrulamak için bu verileri hem yeni modelde hem de eski modellerde incelediler. Ekip, modellerinin homojen ekosistemler için en iyi şekilde çalıştığını ve ekosistemler daha çeşitli hale geldikçe doğruluğunun azaldığını buldu.

Varsayımları Test Etme

Barabas, yeni türetilen denklemin, türler arasındaki etkileşimlerin, bir tür içindeki bireylerin etkileşimlerinden çok daha zayıf olduğu varsayımına dayandığına işaret etti. Bu, ekoloji literatürü tarafından güçlü bir şekilde desteklenen bir varsayımdır - ancak ekolojistler, farklı ağlardaki tür etkileşimlerinin sıklığını ve gücünü en iyi nasıl belirleyecekleri konusunda sıklıkla fikir ayrılığına düşerler.

Bir modelin varsayımlarındaki bu tür farklılıklar her zaman sorun teşkil etmez. Barabas, "Genellikle matematik şaşırtıcı derecede bağışlayıcı olabiliyor," dedi. Önemli olan, varsayımların yöntemin kullanışlılığını ve ortaya çıkan tahminlerin doğruluğunu nasıl kısıtladığını anlamaktır. Türler arası etkileşimler güçlendikçe Gao'nun denklemi daha az doğru hale gelir. Şu anda, model aynı zamanda yalnızca arılar ve çiçeklerin yaptığı gibi türlerin birbirine fayda sağladığı karşılıklı karşılıklı etkileşimlerin ekolojik ağları üzerinde çalışıyor. Farklı varsayımlara dayanan avcı-av ağları için çalışmaz. Ancak yine de anlaşılmaya değer birçok ekosistem için geçerli olabilir.

Ayrıca, Ağustos ayındaki yayından bu yana araştırmacılar, heterojen ekosistemler için hesaplamayı daha doğru hale getirmenin iki yolunu çoktan bulmuşlardır. Ayrıca, avcı-av ilişkileri ve rekabet dinamikleri adı verilen bir etkileşim türü dahil olmak üzere bir ekosistem içindeki diğer etkileşim türlerini de içeriyorlar.

Gao, bu denklemi geliştirmenin 10 yıl sürdüğünü ve denklemlerin gerçek dünyadaki ekosistemler için sonuçları doğru bir şekilde tahmin etmesi için çok daha fazla zaman alacağını söyledi - müdahale ihtiyacı acil göründüğü için değerli olan yıllar. Ancak, belki de Barabas'ın da belirttiği gibi, bir kavramın kanıtını veya bir fikrin basit bir örneğini sağlayan temel modellerin bile yararlı olabilmesi nedeniyle cesareti kırılmış değil. Barabas, "Belirli model türlerini analiz etmeyi kolaylaştırarak ... gerçek topluluklar için açık tahminlerde bulunmasalar bile yardımcı olabilirler" dedi.

Lenton kabul etti. "Görece cehalet konumundan karmaşık sistemlerle karşı karşıya kaldığınızda, her şey iyidir" dedi. "Heyecanlıyım çünkü gerçekten daha iyisini yapabileceğimiz pratik bir noktaya geldiğimizi hissediyorum."

Ekip kısa bir süre önce, modeli Orta Atlantik'te 1999 yılına dayanan bir deniz otu restorasyon projesinin verilerine uygulayarak modelin kullanışlılığını gösterdi. Araştırmacılar, ekosistemin iyileşmesi için restorasyona ihtiyaç duyan belirli deniz yosunu miktarını belirlediler. Gelecekte Gao, modeli Rensselaer'in genellikle bir test yatağı olarak kullandığı New York'taki George Gölü'nde çalıştırmak için ekolojistlerle birlikte çalışmayı planlıyor.

Gao'nun umudu, bir gün modelin, geri dönüşü olmayan hasarı önlemek için koruma ve restorasyon çabaları hakkında karar vermede yardımcı olabilmesidir. "Sistemin gerilediğini bilsek bile," dedi, "bir şeyler yapmak için hala zamanımız var."