어떤 종이 취약한지 알 수 있는 방법

어떤 종이 취약한지 알 수 있는 방법

어떤 종이 취약한지 알 수 있는 방법? 산불, 홍수, 오염, 남획은 생태계의 균형을 변화시키고 때로는 전체 종의 미래를 위협할 수 있는 여러 가지 장애물 중 하나입니다. 그러나 이러한 생태계를 평가하여 어떤 종이 가장 위험에 처하는지 결정하여 보존 조치와 정책이 가장 필요한 곳에 집중하는 것은 어려운 작업입니다. 대부분의 이러한 노력은 생태계가 본질적으로 평형 상태에 있으며, 외부 섭동으로 인해 일시적인 변화가 발생한 후 결국 그 평형 상태로 돌아간다고 가정합니다. 그러나 이러한 가정은 생태계가 종종 유동적이며 서로 다른 구성 요소의 상대적 존재비가 자체적으로 일정표에 따라 변화한다는 현실을 설명하지 못합니다. 이제 MIT와 다른 곳의 연구팀은 다양한 종의 상대적 취약성을 평가하고 위협을 받고 있지만 눈에 띄지 않을 수 있는 종을 발견하기 위해 이러한 시스템을 더 나은 예측 방법으로 평가했습니다. 연구진은 오늘날 이러한 순위를 매기는 기존의 방식과는 달리, 인구 수가 가장 적거나 개체 수가 가장 급격하게 감소하는 종은 때때로 가장 위험에 처한 종이 아니라는 사실을 발견했습니다. 이 연구 결과는 오늘 에콜리지 레터스 저널에 게재되었습니다. 새 연구는 수십 년 전 에드워드 로렌츠의 기상 패턴 분석이 이 분야에 혁명을 일으킨 방식과 유사하다고 사베드라는 말합니다. 로렌츠의 연구에 따르면 작은 섭동이 궁극적으로 매우 큰 결과를 초래할 수 있으며, 나비의 날개를 한 곳에서 펄럭이면 궁극적으로 다른 곳에서 허리케인이 발생할 수 있다는 나비효과 아이디어로 유명합니다. 그는 한없이 가까운 초기 조건도 주어진 기간 동안 상당히 크게 달라질 수 있으므로 예측할 수 없게 될 수 있다고 밝혔습니다. 이를 염두에 두고 그는 우리는 어떤 종이 가장 민감한지 알아내기 위해 같은 종류의 관점을 적용하면 어떻게 되는지 되물어 보기도 했습니다. 어떤 경우에는 일기 예보 측면에서와 같이 과학자들이 현상의 기본 물리학을 이해하고 그 역학을 설명하는 방정식을 어느 정도까지 생성할 수 있습니다. 그는 복잡한 생태계에서는 그렇지 않으며, 전체 시스템은 물론 단일 종의 역학에 대한 기본 방정식도 없다고 말합니다. 그러나 지난 10여 년 동안 연구팀은 작업할 수 있는 충분한 시계열 데이터가 있는 한 기본 방정식을 알지 않고도 역학에 대한 설명을 할 수 있도록 수학적 기술을 개발했다고 그는 말합니다. 연구팀은 기대 민감도 순위와 아이겐벡터 순위라는 두 가지 접근 방식을 개발했습니다. 두 접근 방식 모두 대규모 시뮬레이션 데이터 세트를 사용한 테스트에서 우수한 성과를 거두었으며, 시뮬레이션 모델의 기본 가정을 고려할 때 예상되는 순위와 거의 일치하는 순위를 생성했습니다. 종의 취약성 순위를 매기는 전통적인 시도는 개체 수뿐만 아니라 몸집이 클수록 취약한 경향이 있으며, 두 가지 모두 유용한 지표가 될 수 있습니다. 그러나 사브라가 지적했듯이 이 종은 커뮤니티에 내재되어 있으며, 이러한 커뮤니티는 비선형적인 출현 행동을 통해 한 곳의 작은 변화가 시스템의 다른 측면과 완전히 달라질 수 있습니다. 생태계 내의 종들이 때때로 주기적으로, 때로는 무작위로 또는 외부 힘에 의해 상승과 하락을 반복할 수 있다는 사실은 주어진 섭동의 정확한 타이밍이 균형 모델이 설명하지 못하는 큰 차이를 만들 수 있음을 의미합니다. 메데이로스는 균형 역학에 기반한 접근 방식은 종 상호 작용 효과에 대한 정적인 관점을 가지고 있습니다."라고 말합니다. 더불어 비평형 풍부도 변동 하에서 이러한 상호작용 효과는 시간이 지남에 따라 변화하여 주어진 종의 섭동에 대한 민감도에 영향을 미칠 수 있다고 말했습니다. 예를 들어, 여름철에는 활동량이 많지만 겨울철에는 휴면 상태인 종은 여름철 산불이나 폭염의 영향을 크게 받을 수 있지만 겨울철에 혼란이 발생하면 전혀 영향을 받지 않습니다. 또는 포식자 종과 먹이 간의 상호작용이 1년에 걸쳐 달라지는 경우에 어떤 계절에는 다른 계절보다 혼란의 시기가 더 혼란스러울 수 있습니다. 사베드라는 새로운 분석 접근 방식이 해양이든 육상이든 열대이든 북극이든 모든 종류의 생태계에 광범위하게 적용될 수 있다고 말합니다. 실제로 이 공식은 상호작용이 많고 유동성이 일정한 시스템에 적용할 때 매우 일반적이어서 일부 연구자들은 금융 시장의 역학을 예측하는 데도 성공적으로 적용했습니다. 이어서 사베드라가 말하길 이 기술은 일반적으로 평형을 벗어난 비선형 동역학이나 동적 시스템에 매우 일반적이고, 이러한 기술을 연구하던 한 학생은 결국 헤지펀드에서 일했고, 다른 학생은 안식년을 보내 외국 은행에서 일했다고 그는 말합니다. 덧붙여서 그는 기본적으로 이러한 기술을 적용할 수 있었고, 그 기술은 효과가 있었다고 밝혔습니다. 그러나 이 연구의 주요 목표는 종의 취약성 평가에 있으며 이미 연구 결과가 적용되기 시작했습니다. 예를 들어서 이 논문의 수석 저자인 메데이로스는 캘리포니아 대학교 산타크루즈 캠퍼스와 국립해양대기청에서 근무하며 이러한 기술을 어업 관리에 적용하고 있습니다. 사베드라는 특히 어업의 경우 시간이 지남에 따라 이러한 인구 규모의 증가와 감소를 살펴보는 데이터 시리즈가 많다고 했고, 그는 이러한 데이터를 사용하여 예를 들어서 기후 변화 또는 가장 높은 어업 할당량 비율과 같이 가장 민감하게 반응해야 하는 종을 정확하게 예측할 수 있다고 말합니다. 연구팀에는 현재 시카고 대학교와 노스웨스턴 대학교에 재학 중인 스테파노 알레시나, 현재 프랑스 몽펠리에 대학교에 재학 중인 바실리스 다코스, 현재 샌디에이고 캘리포니아 대학교에 재학 중인 조지 스기하라도 포함되었습니다. 지금까지 어떤 종이 취약한지 알 수 있는 방법에 대해서 말씀드렸습니다.