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

به نظر می رسد دانشمندان هرج و مرج را در همه جا پیدا می کنند: در مدارهای سیاره ای، در سیستم های آب و هوایی، و در گرداب های کوچک رودخانه ها. برای نزدیک به سه دهه، اکولوژیست ها هرج و مرج را به عنوان یک پدیده نادر در جهان زنده می دانند. با این حال، یک تحلیل 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 به دنبال مطالعاتی در مورد هرج و مرج در اکوسیستم ها بود که چیزی غیرمنتظره را کشف کرد: هیچ کس در 25 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. با تجزیه و تحلیل بیش از 170 مجموعه داده اکوسیستم وابسته به زمان، او و همکارانش به این نتیجه رسیدند که هرج و مرج در یک سوم آنها وجود دارد. این آمار تقریباً سه برابر بیشتر از تخمین های مطالعات قبلی است.

آنها همچنین متوجه شدند که گروه های خاصی از موجودات مانند پلانکتون ها و حشرات و جلبک ها بیشتر از موجودات بزرگتر مانند گرگ ها و پرندگان در معرض هرج و مرج هستند. استفان مونکیک بوم شناس تکاملی در دانشگاه سانتا کروز و یکی از نویسندگان این مطالعه می گوید: “این نتایج در هیچ یک از مطالعات قبلی منعکس نشده است.”

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

یک ابزار گرافیکی به نام نمودار لجستیک به بوم شناسان در دهه 1970 نشان داد که هرج و مرج می تواند زمینه ساز نوسانات جمعیت گونه ها باشد. اما برای چندین دهه، گونه ها شواهد کمی از هرج و مرج واقعی در تغییر اکوسیستم نشان داده اند.

اکولوژی اولین بار در قرن نوزدهم در زمره علوم رسمی قرار گرفت. طبق فرضیه رایج آن زمان، طبیعت تابع قوانین ساده و قابل فهمی مانند ساعت مکانیکی و چرخ دنده است. اگر دانشمندان بتوانند متغیرهای مناسب را اندازه گیری کنند، می توانند نتیجه را پیش بینی کنند. به عنوان مثال، باران بیشتر به معنای برداشت بهتر سیب است.

سیستم های پایدار در یک دوره زمانی بسیار طولانی تغییر بسیار کمی دارند. در حالی که سیستم های تصادفی با نوسانات غیر قابل پیش بینی روبرو هستند. یک سیستم آشفته یا آشفته تحت سلطه واکنش ها یا رویدادهای غیرخطی ممکن است در دوره های کوتاه قابل پیش بینی باشد. اما هر چه جلوتر می رود، در معرض تغییرات بسیار مهمی قرار می گیرد.

راجرز می گوید: «ما اغلب زمان را به عنوان نمونه ای از یک سیستم آشفته در نظر می گیریم. وزش نسیم تابستانی بر روی دریای آزاد ممکن است بر پیش بینی آب و هوای فردا تأثیری نداشته باشد. اما از نظر تئوری می تواند در عرض چند هفته به یک طوفان در دریای کارائیب تبدیل شود.

بوم شناسان کار با مفهوم آشوب را در دهه 1970 آغاز کردند. در آن زمان، ریاضیدان زیستی به نام رابرت می یک ابزار تکاملی به نام نقشه لجستیک طراحی کرد. این نمودار شاخه‌ای که گاهی به دلیل ظاهرش به عنوان «نمودار تار عنکبوت» شناخته می‌شود، نشان‌دهنده ورود هرج و مرج به مدل‌های ساده رشد جمعیت و سایر سیستم‌ها در طول زمان است.

بوم شناسان می گویند از آنجا که بقای موجودات به شدت تحت تأثیر نیروهای مخرب مانند آب و هوا است، جمعیت گونه ها در طبیعت با نوسانات نامنظم همراه است. نقشه های لجستیک به سرعت در این زمینه گسترش یافت. زیرا بوم شناسان نظری از آنها برای توجیه نوسانات جمعیت حیواناتی مانند ماهی قزل آلا و جلبک های مسئول پدیده کشتار قرمز استفاده کردند.

در اوایل دهه 1990، 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، فقط یک مشکل وجود داشت: به نظر می‌رسید که هیچ آشوبی در این مجموعه‌ها وجود نداشت. ظاهراً تنها 10 درصد از جمعیت های تحقیق نامنظم بودند و جمعیت های باقی مانده دائماً در حال تغییر یا نوسان تصادفی بودند. نظریه های آشوب اکوسیستم ها نیز در اواسط دهه 1990 مرکز توجه علمی را ترک کردند.

نتایج جدید راجرز و مونک و بتانی جانسون، دیگر همکار ریاضی او از سانتا کروز، نشان می دهد که تحقیقات قبلی مخفیگاه هرج و مرج را از دست داده است. تحقیقات قبلی از مدل‌های یک بعدی برای تشخیص آشوب استفاده می‌کردند، جایی که اندازه جمعیت یکی از گونه‌ها در طول زمان خطی بود. آنها تغییرات مربوطه را در دنیای واقعی پر هرج و مرج، مانند دما، نور خورشید، بارندگی، و فعل و انفعالاتی که بر جمعیت گونه ها تأثیر می گذارد، در نظر نگرفتند. مدل‌های تک بعدی آنها فقط تغییرات جمعیت را محاسبه کردند. اما دلیل این تغییرات را منعکس نکردند.

جمعیتی از جلبک‌های میکروسکوپی که به نام دیاتوم‌ها (در بالا) شناخته می‌شوند، گاهی اوقات به تعداد زیادی در اقیانوس‌ها تکثیر می‌شوند که از قضا قابل ردیابی هستند. این تصویر دریای چوکچی را بین سیبری و آلاسکا نشان می دهد که توسط ماهواره Landsat 8 در ژوئن 2018 گرفته شده است.

هارون کینگاستاد اکولوژی و تکامل زیستی در دانشگاه میشیگان معتقد است: «راجرز و مونک به روشی معقول به جستجوی بی نظمی پرداختند». آنها با استفاده از سه الگوریتم پیچیده، 172 سری زمانی از جمعیت های مختلف حیوانات را تجزیه و تحلیل کردند و آنها را در قالب مدل های شش بعدی در نظر گرفتند.

بنابراین، فضایی برای تأثیر احتمالی معیارهای محیطی تعریف نشده باز شد. بنابراین، آنها توانستند امکان وجود الگوهای آشفته پنهان را در بازنمایی تک بعدی تغییرات جمعیتی بررسی کنند. برای مثال، بارندگی بیشتر معیاری برای بی نظمی است که با رشد یا کاهش جمعیت همراه است. اما با تأخیر چند ساله می توان به این نتیجه رسید.

راجرز، جانسون و مونش ردی از برهمکنش‌های غیرخطی را در داده‌های جمعیتی برای حدود 34 درصد از گونه‌ها یافتند که بسیار نامنظم‌تر از آنچه قبلاً یافت شده بود. در بسیاری از این مجموعه داده ها، تغییرات جمعیت گونه ها در ابتدا تصادفی نبودند. بلکه این هرج و مرج در رابطه عدد و معیارهای اساسی دیده می شد. آنها نمی توانند دقیقاً بگویند کدام یک از معیارهای محیطی عامل هرج و مرج بوده است. اما صرف نظر از اینکه چه چیزی باعث هرج و مرج شده است، ردپای آن در داده ها وجود دارد.

محققان همچنین رابطه معکوس بین اندازه موجود زنده و هرج و مرج در تغییرات جمعیتی آن را آشکار کردند. دلیل این پدیده شاید اختلاف زمان نسل ها باشد. زیرا موجودات کوچک معمولاً در دوره های زمانی کوتاه تری تولید مثل می کنند. در نتیجه، اغلب تحت تأثیر متغیرهای خارجی قرار می گیرند. به عنوان مثال، جمعیتی از دیاتوم ها با نسل های تقریباً پانزده ساعته در مقایسه با گروهی از گرگ ها با نسل های پنج ساله، آشفتگی بیشتری نشان می دهند. با این حال، این نتیجه لزوماً به این معنی نیست که جمعیت گرگ ها ذاتاً پایدار هستند. مونش معتقد است:

طبق یک احتمال، شاهد هرج و مرج در این گروه ها نیستیم. زیرا ما اطلاعات کافی برای بررسی این موضوع در مدت زمان طولانی نداریم.

مونک و راجرز معتقدند که به دلیل محدودیت داده ها، مدل آنها آشفتگی اساسی اکوسیستم ها را دست کم می گیرد. سوگیهارا اهمیت نتایج جدید را برجسته می کند. برای مثال، مدل‌های بهبودیافته با عناصر درست آشفتگی در پیش‌بینی شکوفه‌های جلبکی سمی یا نظارت بر جمعیت ماهی‌ها برای جلوگیری از صید بی‌رویه 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 مدل‌های آگاهانه آشوب هشدار می‌دهند. شاه می گوید:

مفهوم کلاسیک آشوب اساساً ایستا است و بر این فرضیه استوار است که نوسانات آشفته از هنجارهای پایدار و قابل پیش بینی فاصله می گیرند. اما با پیشرفت تغییرات آب و هوایی، بیشتر اکوسیستم های واقعی حتی در کوتاه مدت ناپایدار می شوند. بنابراین، دانشمندان باید از یک خط مبنا به طور مداوم در حال تغییر، حتی با ابعاد مختلف آگاه باشند. با این حال، در نظر گرفتن هرج و مرج گام مهمی برای مدل سازی دقیق است.

مونش همچنین معتقد است: «آشوب پدیده‌ای بسیار هیجان‌انگیز است و می‌تواند کاملاً با پیش‌بینی‌های ما در مورد متغیرهای اکولوژیکی در تضاد باشد».