Ekologiska prognoser

Ekologiska prognoser använder kunskap om fysik, ekologi och fysiologi för att förutsäga hur ekologiska populationer , samhällen eller ekosystem kommer att förändras i framtiden som svar på miljöfaktorer som klimatförändringar . Målet med tillvägagångssättet är att ge naturresursförvaltare information för att förutse och reagera på kort- och långsiktiga klimatförhållanden.

Förändrade klimatförhållanden ställer ekologer inför utmaningen att förutsäga var, när och med vilken omfattning förändringar sannolikt kommer att inträffa så att vi kan mildra eller åtminstone förbereda oss för dem. Ekologiska prognoser tillämpar befintlig kunskap om ekosysteminteraktioner för att förutsäga hur förändringar i miljöfaktorer kan leda till förändringar i ekosystemen som helhet.

En av de mest kompletta källorna om ämnet är boken Ecological Forecasting skriven av Michael C. Dietze.

Metoder

Ekologer gick över till Bayesianska metoder från och med 1990, när förbättringar i beräkningskraft tillät användningen av mer krävande beräkningsstatistik som Hierarchical Bayes. Denna typ av analys använder ett Bayesian Network som tillhandahåller en probabilistisk grafisk modell av en uppsättning parametrar, och kan ta emot oobserverade variabler. En Bayesiansk struktur är ett probabilistiskt tillvägagångssätt som är flexibelt för högdimensionella data, och som tillåter ekologer att separera osäkerhetskällor i sina modeller.

Prognoser kan utnyttja Bayes sats och uppdateras iterativt med nya observationer med hjälp av en process som kallas Data Assimilation . Dataassimilering kombinerar observationer på olika tidsmässiga och geografiska skalor med prognoser, som alla kombineras för att ge mer information än någon enskild datakälla. Vissa ekologer har funnit att detta ramverk är användbart för ekologiska modeller eftersom de ofta förlitar sig på ett brett utbud av datakällor.

Modeller

Ekologiska prognoser varierar i rumslig och tidsmässig omfattning, liksom i vad som prognostiseras (närvaro, överflöd, mångfald, produktion, etc.).

  • Befolkningsmodeller kan användas för att generera kortsiktiga förekomstprognoser med hjälp av kunskap om populationsdynamik och senaste miljöförhållanden. Dessa modeller används särskilt inom fiske och sjukdomsprognoser .
  • Artdistributionsmodeller (SDM) kan användas för att förutsäga artfördelning (närvaro eller förekomst) över längre ekologiska tidsskalor med hjälp av information om tidigare och projicerade miljöförhållanden över landskapet.
    • Korrelativa SDM, även känd som klimathöljemodeller, förlitar sig på statistiska korrelationer mellan existerande artfördelningar (utbredningsgränser) och miljövariabler för att skissera ett intervall (hölje) av miljöförhållanden inom vilka en art kan existera. Nya intervallgränser kan sedan prognostiseras med hjälp av framtida nivåer av miljöfaktorer som temperatur , nederbörd och salthalt från klimatmodellprojektioner. Dessa metoder är bra för att undersöka ett stort antal arter, men är sannolikt inte ett bra sätt att förutsäga effekter i fina skalor.
    • Mekanistiska SDM:er använder information om en arts fysiologiska toleranser och begränsningar, såväl som modeller av kroppstemperatur och andra biofysiska egenskaper, för att definiera omfattningen av miljöförhållanden inom vilka en art kan existera. Dessa toleranser kartläggs på nuvarande och projicerade miljöförhållanden i landskapet för att skissera aktuella och prognostiserade utbredningsområden för arten. I motsats till "klimathölje"-metoder, modellerar mekanistiska SDM:er den grundläggande nischen direkt, och är därför mycket mer exakta. Men tillvägagångssättet kräver mer information är också vanligtvis mer tidskrävande.
  • Andra typer av modeller kan användas för att prognostisera (eller förutse) biologisk mångfald över evolutionära tidsskalor. Paleobiologimodellering använder fossila och fylogenetiska bevis på biologisk mångfald i det förflutna för att projicera den biologiska mångfaldens bana i framtiden. Enkla tomter kan konstrueras och sedan justeras baserat på den varierande kvaliteten på fossilregistret.

Prognosexempel

Biologisk mångfald

Med hjälp av fossila bevis har studier visat att den biologiska mångfalden hos ryggradsdjur har vuxit exponentiellt genom jordens historia och att den biologiska mångfalden är sammanflätad med mångfalden av jordens livsmiljöer.

"Djur har ännu inte invaderat 2/3 av jordens livsmiljöer, och det kan vara så att utan mänskligt inflytande kommer den biologiska mångfalden att fortsätta att öka på ett exponentiellt sätt."

— Sahney et al .

Temperatur

Extern bild
image icon
Intertidal temperaturprognos University of South Carolina

Temperaturprognoser, som visas i diagrammet till höger som färgade prickar, längs Nya Zeelands norra ö under australiska sommaren 2007. Enligt temperaturskalan som visas längst ned förutspås temperaturerna mellan tidvatten överstiga 30 °C vid vissa tider. platser den 19 februari; undersökningar visade senare att dessa platser motsvarade stora dödsfall hos grävande sjöborrar.

Jordbunden kolcykel

Prognoser för markbundet kolflöde har använts för att informera jordsystemmodeller ( ESM). Vissa metoder använder mätningar från virvelkovarianstorn för att förutsäga kolpooler. I en artikel från 2015 fann forskare att kolinnehållet i terrestra ekosystem tenderar att konvergera till en jämvikt, och graden av närmande till jämvikt är i sig förutsägbar.

Se även

externa länkar

Hämtad från " https://en.wikipedia.org/w/index.php?title=Ecological_forecasting&oldid=1140645048 "