更简单的数学预测生态系统崩溃的程度

更简单的数学预测生态系统崩溃的程度

更简单的数学可以预测生态系统崩溃的程度柏拉图区块链数据智能。垂直搜索。人工智能。

介绍

毛茸茸的大黄蜂,就像橙色的小绵羊,在覆盖阿根廷森林林下的百合花之间飞来飞去,为花朵施肥并为自己获取营养。 在 一片古老的干草地 在英格兰,舞蝇——看起来更像笨重的蚊子而不是芭蕾舞演员——寻找带有花粉的花朵,而忽略附近富含花蜜的花朵。 在 塞舌尔的一个岩石岛,蜜蜂和飞蛾小心翼翼地采花; 传粉者的数量和类型会影响哪些植物附着在悬崖上。

实地生态学家在他们的观察中尽职记录的这些物种之间的相互作用,单独来看似乎无关紧要。 然而,总的来说,它们描述了构成生态系统的物种相互作用的详细动态。

这些动态至关重要。 许多自然环境都是极其复杂的系统,在从一种不同状态几乎不可逆转地转变为另一种状态的“临界点”附近摇摆不定。 每一次破坏性冲击——由野火、风暴、污染和森林砍伐以及物种丧失引起——都会扰乱生态系统的稳定性。 过了临界点,恢复往往是不可能的。

这就像倾斜一杯水,解释说 杰尔吉·巴拉巴斯,瑞典林雪平大学理论生态学家。 “如果我们稍微推动它,它就会回来,”他说。 “但如果我们把它推得太远,它就会翻倒。” 一旦玻璃杯翻倒,轻轻一推就无法将玻璃杯恢复直立状态或重新注满水。

了解是什么决定了这些环境临界点及其时机变得越来越紧迫。 一个被广泛引用的 2022研究 发现亚马逊雨林正处于向干旱草原过渡的边缘,因为森林砍伐和气候变化使更大范围内的干旱更加频繁和严重。 这种转变的影响可能会波及全球其他生态系统。

生态系统数学建模的最新突破可能首次使准确估计生态系统离灾难性临界点有多近成为可能。 该发现的适用性仍然非常有限,但 高建西领导这项研究的伦斯勒理工学院网络科学家希望,科学家和政策制定者能够及时确定风险最大的生态系统并为其量身定制干预措施。

“现在你有号码了”

原则上,数学模型可以让科学家了解系统需要什么才能产生小费。 这种预测能力经常在气候模型和变暖对格陵兰冰盖融化等大型地球物理系统的影响的背景下进行讨论。 但森林和草地等生态系统的倾倒可以说更难预测,因为许多不同的相互作用带来了非凡的复杂性,说 蒂姆·莱顿,他在英国埃克塞特大学从事气候临界点研究。

Barabas 说,可能需要进行数千次计算才能捕捉到系统中每个物种的独特相互作用。 这些计算使模型变得极其复杂,尤其是随着生态系统规模的增加。

介绍

去年八月在 自然生态与进化,高和一个国际同事团队展示了如何压缩数千次计算 变成一个 通过将所有交互折叠成一个加权平均值。 这种简化将可怕的复杂性降低到仅少数几个关键驱动因素。

“有了一个方程式,我们就知道了一切,”高说。 “之前,你有一种感觉。 现在你有号码了。”

以前可以判断生态系统是否可能陷入困境的模型依赖于 预警信号,例如休克后恢复率下降。 但早期预警信号只能给出一个生态系统正在接近悬崖边缘的一般感觉,说 埃格伯特范内斯,荷兰瓦赫宁根大学的生态学家,专门研究数学模型。 高和他的同事们的新方程式也使用了预警信号,但它可以准确地说明生态系统离倾覆有多近。

然而,即使两个生态系统显示出相同的警告信号,也不一定同样接近崩溃的边缘。 因此,高的团队还开发了一个比例因子,可以进行更好的比较。

作为对其新建模方法的测试,研究人员从一个 在线数据库 来自世界各地的实地研究观察——包括阿根廷的森林、英国的草地和塞舌尔的岩石悬崖。 然后他们通过新模型和旧模型运行该数据,以确认新方程式是否正常工作。 该团队发现他们的模型最适合同质生态系统,随着生态系统变得更加多样化而变得不那么准确。

测试假设

Barabas 指出,新推导的方程式基于这样的假设,即物种之间的相互作用比物种内个体的相互作用弱得多。 这是一个得到生态学文献强烈支持的假设——但生态学家经常不同意如何最好地确定不同网络中物种相互作用的频率和强度。

模型假设中的这种差异并不总是问题。 “通常数学可以出人意料地宽容,”巴拉巴斯说。 重要的是了解假设如何限制方法的实用性和结果预测的准确性。 随着种间相互作用变得更强,高的方程式变得不太准确。 目前,该模型也仅适用于互惠互利的生态网络,在互惠互利的生态网络中,物种互惠互利,就像蜜蜂和花朵一样。 它不适用于依赖于不同假设的捕食者-猎物网络。 但它仍然可以适用于许多值得了解的生态系统。

此外,自 XNUMX 月发表以来,研究人员已经找到了两种方法来使异构生态系统的计算更加准确。 他们还在生态系统中整合了其他类型的互动,包括捕食者-猎物关系和一种称为动态竞争的互动。

Gao 说,开发这个方程式花了 10 年时间,而方程式要准确预测现实世界生态系统的结果还需要更多时间——这些年很宝贵,因为干预的需求似乎很迫切。 但他并不气馁,也许是因为,正如 Barabas 指出的那样,即使是提供概念证明或想法简单说明的基础模型也可能有用。 Barabas 说:“通过让分析某些类型的模型变得更容易……即使它们不用于对真实社区做出明确的预测,它们也可以提供帮助。”

伦顿同意了。 “当你面对复杂的系统时,从相对无知的角度来看,任何事情都是好的,”他说。 “我很兴奋,因为我觉得我们正在真正接近能够做得更好的实际点。”

该团队最近通过将该模型应用于可追溯到 1999 年的大西洋中部海草恢复项目的数据,展示了该模型的实用性。研究人员确定了需要恢复生态系统才能恢复的海草的具体数量。 未来,高计划与生态学家合作,在纽约乔治湖上运行该模型,伦斯勒经常将其用作试验台。

高希望有一天,该模型可以帮助做出有关保护和恢复工作的决策,以防止不可逆转的破坏。 “即使我们知道系统正在衰退,”他说,“我们仍然有时间做点什么。”

时间戳记:

更多来自 量子杂志