هرج و مرج پنهان در طبیعت؛ چرا اختلال در اکوسیستم فراتر از تصور است؟ – دانلود


به نظر می رسد دانشمندان هرج و مرج را در همه جا پیدا می کنند: در مدار سیارات، در سیستم های آب و هوایی، و در گرداب های کوچک رودخانه ها. برای نزدیک به سه دهه، بوم شناسان هرج و مرج را یک پدیده نادر در جهان زنده می دانند. با این حال، تحلیل های جدید نشان می دهد که هرج و مرج در اکوسیستم ها بسیار رایج تر از آن چیزی است که محققان تصور می کردند.

تانیا راجرزیک بوم شناس در دانشگاه کالیفرنیا، سانتا کروز، در تحقیقات علمی که به دنبال مطالعات مربوط به هرج و مرج اکوسیستم بود، چیزی غیرمنتظره را کشف کرد: هیچکس در ۲۵ سال گذشته تجزیه و تحلیل کمی از هرج و مرج انجام نداده بود.

با این حال، راجرز تصمیم گرفت خودش این تحلیل کمی را انجام دهد. او و همکارانش با تجزیه و تحلیل بیش از ۱۷۰ مجموعه داده اکوسیستم تایم لپس به این نتیجه رسیدند که هرج و مرج در حدود یک سوم آنها وجود دارد. این آمار تقریباً سه برابر بیشتر از تخمین های تحقیقات قبلی است.

آنها همچنین دریافتند که گروه های خاصی از موجودات مانند پلانکتون ها و حشرات و جلبک ها نسبت به موجودات بزرگتر مانند گرگ ها و پرندگان مستعد هرج و مرج هستند. استفان مونکیک بوم شناس تکاملی در دانشگاه سانتا کروز و یکی از نویسندگان این مطالعه می گوید که این نتایج در مطالعات قبلی منعکس نشده است.

بر اساس نتایج راجرز و همکاران، برای حفاظت از گونه‌های آسیب‌پذیر، باید به دنبال ساخت مدل‌های جمعیتی پیچیده‌تر و استفاده از آنها به عنوان راهنمای سیاست‌های حفاظت باشیم.

جدول لجستیک

یک ابزار گرافیکی به نام نمودار لجستیک در دهه ۱۹۷۰ به بوم شناسان نشان داد که ممکن است در نوسانات جمعیت گونه ها هرج و مرج وجود داشته باشد. اما در طول دهه ها، گونه ها شواهد کمی از هرج و مرج واقعی در تغییر اکوسیستم نشان داده اند.

بوم شناسی برای اولین بار در قرن نوزدهم به عنوان یک علم رسمی طبقه بندی شد. طبق فرضیه رایج آن زمان، طبیعت تابع قوانین ساده و قابل درک مانند ساعت و ابزار مکانیکی است. دانشمندان می توانند متغیرهای مناسب را اندازه گیری کنند، خروجی را پیش بینی کنند. به عنوان مثال، باران بیشتر به معنای برداشت بهتر سیب است.

سیستم های پایدار در مدت زمان بسیار طولانی بسیار کم تغییر می کنند. در حالی که سیستم های تصادفی در معرض نوسانات غیر قابل پیش بینی هستند. یک سیستم بی نظم یا آشفته که توسط واکنش ها یا رویدادهای غیر خطی اداره می شود را می توان در کوتاه مدت پیش بینی کرد. اما با پیشرفت، دستخوش تغییرات بسیار مهمی می شود.

راجرز می گوید: «ما اغلب آب و هوا را به عنوان نمونه ای از یک سیستم آشفته در نظر می گیریم. وزش بادهای تابستانی در اقیانوس باز تاثیری بر پیش بینی هوای فردا ندارد. اما در تئوری، ممکن است ظرف چند هفته به یک طوفان کارائیب تبدیل شود.

بوم شناسان کار با مفهوم آشوب را در دهه ۱۹۷۰ آغاز کردند. در آن زمان یک ریاضیدان این نام را داشت رابرت می یک ابزار توسعه به نام نقشه لجستیک طراحی کرد. این نمودار شاخه ای که گاهی به دلیل ظاهرش به «نمودار عنکبوت» نیز معروف است، ورود هرج و مرج به الگوهای ساده رشد جمعیت و سایر سیستم ها را در طول زمان نشان می دهد.

از آنجایی که بقای موجودات به شدت تحت تأثیر نیروهای مزاحم مانند آب و هوا است، به گفته بوم شناسان، جمعیت گونه ها در طبیعت به طور نامنظم در نوسان است. نقشه های لجستیکی به سرعت در این منطقه توسعه یافت. نظریه پردازان بوم شناس از آن برای توضیح نوسانات جمعیت حیوانات مانند ماهی قزل آلا و جلبک های مسئول پدیده کشتار قرمز استفاده کردند.

در اوایل دهه ۱۹۹۰، بوم شناسان مجموعه داده های سری زمانی کافی را در مورد جمعیت گونه ها جمع آوری کرده بودند و قدرت محاسباتی کافی برای آزمایش این ایده ها را داشتند. با این حال، تنها یک مشکل وجود داشت: به نظر نمی رسید هیچ آشوبی در آن خوشه ها وجود داشته باشد. ظاهراً تنها ۱۰ درصد از جمعیت های مورد مطالعه نامنظم بودند و بقیه به طور مداوم در حال تغییر یا تغییر تصادفی بودند. نظریه های آشوب اکوسیستمی نیز در اواسط دهه ۱۹۹۰ مرکز توجه علمی را ترک کردند.

نتایج جدید راجرز و مونک و بتانی جانسون، یکی دیگر از همکاران ریاضیدان سانتا کروز، پیشنهاد می کند که تحقیقات گذشته مخفیگاه هرج و مرج را از دست داده است. مطالعات قبلی از مدل‌های تک بعدی برای تشخیص آشفتگی در اندازه جمعیت یک گونه در طول زمان استفاده می‌کردند. آنها تغییرات مرتبط در دنیای واقعی پر هرج و مرج، مانند دما، نور خورشید، بارندگی و فعل و انفعالاتی که بر جمعیت گونه ها تأثیر می گذارد را در نظر نگرفتند. مدل های تک بعدی آنها فقط تغییرات جمعیت را در نظر می گیرند. اما دلیل این تغییرات را منعکس نکردند.

پدیده مرگبار قرمز

جمعیتی از جلبک‌های میکروسکوپی که به نام دیاتومه‌ها (در بالا) شناخته می‌شوند، گاهی اوقات به تعداد زیادی در اقیانوس‌ها تکثیر می‌شوند، از قضا به اندازه‌ای که قابل نظارت هستند. این تصویر دریای چوکچی را بین سیبری و آلاسکا نشان می دهد که توسط ماهواره Landsat 8 در ژوئن ۲۰۱۸ گرفته شده است.

هارون کینگپروفسور اکولوژی و تکامل بیولوژیکی دانشگاه میشیگان معتقد است: راجرز و مونک به روشی منطقی به دنبال بی نظمی بودند. آنها با استفاده از سه الگوریتم پیچیده، ۱۷۲ سری زمانی از جمعیت های مختلف حیوانات را تجزیه و تحلیل کردند و آنها را در قالب یک مدل شش بعدی در نظر گرفتند.

به این ترتیب، فضا به روی تأثیر بالقوه معیارهای محیطی نامشخص باز شد. بنابراین، آنها توانستند امکان وجود الگوهای آشفته پنهان را در نمایش تک بعدی تغییر جمعیت بررسی کنند. به عنوان مثال، بارش بیشتر معیاری از اختلال است که با رشد یا کاهش جمعیت همراه است. اما با تأخیر چند ساله می توان به این نتیجه رسید.

راجرز، جانسون و مونش شواهدی مبنی بر تعاملات غیرخطی در داده‌های جمعیتی برای حدود ۳۴ درصد از گونه‌ها یافتند که بسیار نامنظم‌تر از آنچه قبلاً کشف شده بود. در بسیاری از این مجموعه داده ها، تغییرات جمعیت گونه ها در ابتدا تصادفی نبود. بلکه این هرج و مرج در رابطه با اعداد و معیارهای اساسی دیده می شد. آنها نمی توانند دقیقا بگویند کدام معیارهای زیست محیطی باعث هرج و مرج شده است. اما صرف نظر از اینکه چه چیزی باعث هرج و مرج شده است، ردپایی از آن در داده ها وجود دارد.

محققان همچنین رابطه معکوس بین اندازه ارگانیسم و ​​هرج و مرج تغییرات جمعیت را نشان دادند. دلیل این پدیده ممکن است اختلاف زمانی بین نسل ها باشد. زیرا موجودات کوچک در مدت زمان کوتاه تری تولید مثل می کنند. در نتیجه، اغلب تحت تأثیر متغیرهای خارجی قرار می گیرند. به عنوان مثال، جمعیتی از دیاتوم ها با نسلی حدود پانزده ساعت نسبت به گروهی از گرگ ها با نسل پنج ساله اختلال بیشتری نشان می دهند. با این حال، این نتیجه به این معنی نیست که جمعیت گرگ اساساً پایدار است. مونک معتقد است:

اتفاقاً شاهد هرج و مرج در این گروه ها نیستیم. زیرا ما داده های کافی برای بررسی طولانی مدت نداریم.

مقاله مرتبط:

به گفته مانک و راجرز، به دلیل محدودیت داده ها، مدل آنها آشفتگی اساسی اکوسیستم ها را دست کم می گیرد. سوگیهارا بر اهمیت نتایج جدید تاکید می کند. به عنوان مثال، مدل های بهبود یافته با عناصر مخدوش کننده مناسب در پیش بینی شکوفه های جلبکی سمی یا ردیابی جمعیت ماهی برای جلوگیری از صید بی رویه عملکرد بهتری دارند. تجزیه و تحلیل آشوب به محققان و مدیران حفاظت از محیط زیست کمک می کند تا پیش بینی های اندازه جمعیت را بهتر درک کنند. با این حال، سوگیهارا و همکاران پادشاه هر دو نسبت به تأکید بیش از حد بر الگوهای آگاهانه آشوب هشدار می دهند. شاه می گوید:

مفهوم کلاسیک آشوب اساساً ایستا است و بر این فرض استوار است که نوسانات آشفته از قوانین پایدار و قابل پیش بینی منحرف می شوند. اما با پیشرفت تغییرات آب و هوایی، اکثر اکوسیستم های واقعی حتی در کوتاه مدت ناپایدار خواهند شد. بنابراین، دانشمندان باید از یک خط مبنا همیشه در حال تغییر، هرچند با ابعاد مختلف، آگاه باشند. با این حال، حسابداری برای آشوب یک گام مهم برای دستیابی به مدل سازی دقیق است.

مونش همچنین معتقد است: “آشوب پدیده ای بسیار هیجان انگیز است و می تواند کاملاً با پیش بینی های ما در مورد متغیرهای اکولوژیکی در تضاد باشد.”