Credito:Pixabay/CC0 di dominio pubblico
I titoli delle notizie su condizioni meteorologiche estreme, calotte polari in scioglimento e specie minacciate ricordano quotidianamente il nostro ambiente in evoluzione. La portata e l'intensità profonde di queste sfide possono far sorgere il dubbio:"Cosa dovremmo fare prima?" I ricercatori hanno recentemente sviluppato formule che aiutano a rispondere a questa domanda, creando in modo efficace un metodo per valutare gli ecosistemi in declino misurando e confrontando la loro distanza con i punti di non ritorno.
Nella ricerca appena pubblicata su Nature Ecology &Evolution , un team guidato da Jianxi Gao, assistente professore di informatica al Rensselaer Polytechnic Institute, ha sviluppato equazioni che consentono il confronto delle distanze dai punti di non ritorno tra vari sistemi mutualistici. In altre parole, per la prima volta, è possibile analizzare ambienti diversi per quanto sono vicini a diventare completamente e, forse, irrevocabilmente, cambiati, e possono essere confrontati con altri per determinare quali aree necessitano di un intervento più urgente.
In precedenza, gli scienziati potevano rilevare segnali di allerta precoce che un sistema potrebbe avvicinarsi al suo punto di svolta, ma non erano in grado di attribuire un valore esatto alla distanza di un sistema dal suo punto di svolta. Il valore potrebbe definire la probabilità che un sistema si trasferisca allo stato indesiderato dallo stato desiderato o la facilità con cui si potrebbe raggiungere un punto critico.
Il team di Gao ha sviluppato un approccio generale di riduzione delle dimensioni per semplificare i dati nei sistemi complessi, consentendo misurazioni accurate delle distanze dai punti di non ritorno in diversi ecosistemi. Il team ha anche sviluppato un fattore di scala che posiziona la resilienza di diversi sistemi sulla stessa scala in modo che possano essere confrontati.
"Con così tanti ecosistemi che lottano per l'impatto dei cambiamenti climatici, essere in grado di trasmettere quanto poco tempo ci resta per intervenire prima che si raggiunga un punto di svolta è fondamentale", ha affermato Curt Breneman, preside della Rensselaer School of Science. "La mobilitazione non avverrà senza un senso di urgenza".
Il team di Gao ha studiato 54 diversi ambienti provenienti da tutto il mondo e ha analizzato i numerosi fattori che controllano la loro resilienza. La perdita di specie, le invasioni, le attività umane e i cambiamenti ambientali causano tutti "perturbazioni" in un ecosistema, ma la sua probabilità di collasso è determinata dalle proprietà strutturali dell'ecosistema. Ad esempio, se alcuni alberi vengono abbattuti in una fitta foresta, l'impatto sull'ecosistema sarà minimo perché nuovi alberi cresceranno e il sistema tornerà allo stato precedente. Tuttavia, in un'area in cui mancano alberi, la perdita di alcuni può avere un impatto più profondo e il sistema può passare a uno stato indesiderato dal quale è difficile riprendersi. In termini matematici, la resilienza è la distanza dal confine del bacino di attrazione.
"Ad esempio, se un pezzo di attrazione è la foresta e l'altro è la savana, il sistema potrebbe trasferirsi o meno nella savana a causa di molti fattori", ha detto Gao. "La base di attrazione si riferisce alla regione di questi fattori all'interno dello spazio ad alta dimensione. Dov'è la regione della foresta dove se si attraversa il confine, si trasforma in savana? Se un sistema rimane nel confine, si riprenderà sempre. Solo quando incrocia un valore, cambierà in un altro stato e non potrà recuperare."
Il team di Gao ritiene che il metodo non possa essere utilizzato solo per determinare la resilienza dei sistemi ecologici, ma anche dei sistemi biologici, ingegneristici e sociali. "L'approccio di riduzione dimensionale è molto generale e può essere applicato a diversi tipi di sistemi", ha affermato Gao. "È universale." Ad esempio, il team ha anche misurato il punto di svolta all'interno di una rete di filiera.
In una nota ottimistica, la ricerca del team non si conclude con punti di svolta. Stanno anche perseguendo un algoritmo di ripristino per quando i sistemi si guastano.
Gao è stato raggiunto nella ricerca da Huixin Zhang e Weidong Zhang della Shanghai Jiao Tong University, Qi "Ryan" Wang della Northeastern University e Shlomo Havlin della Bar-Ilan University. + Esplora ulteriormente
