Экологическое прогнозирование

Внешний образ
Внешний образ
	Прогнозирование приливной температуры ; Университет Южной Каролины

Экологическое прогнозирование использует знания физики, экологии и физиологии, чтобы предсказать, как экологические популяции , сообщества или экосистемы будут меняться в будущем в ответ на факторы окружающей среды, такие как изменение климата . Цель этого подхода – предоставить управляющим природными ресурсами информацию для прогнозирования и реагирования на краткосрочные и долгосрочные климатические условия. ^[1]

Изменение климатических условий ставит перед экологами задачу предсказать, где, когда и какого масштаба могут произойти изменения, чтобы мы могли смягчить их или, по крайней мере, подготовиться к ним. Экологическое прогнозирование применяет существующие знания о взаимодействии экосистем для прогнозирования того, как изменения факторов окружающей среды могут привести к изменениям в экосистемах в целом.

Одним из наиболее полных источников по этой теме является книга «Экологическое прогнозирование», написанная Майклом К. Дитце. ^[2]

Методы

Экологи перешли к байесовским методам, начиная с 1990 года, когда улучшение вычислительной мощности позволило использовать более требовательную вычислительную статистику, такую как иерархический Байес. ^[3]^[4] В этом виде анализа используется байесовская сеть , которая предоставляет вероятностную графическую модель набора параметров и может учитывать ненаблюдаемые переменные. Байесовская структура — это вероятностный подход, который является гибким для многомерных данных и позволяет экологам разделять источники неопределенности в своих моделях. ^[3]^[5]

Прогнозы могут использовать теорему Байеса и итеративно обновляться новыми наблюдениями с помощью процесса, называемого ассимиляцией данных . ^[2] Ассимиляция данных объединяет наблюдения в различных временных и географических масштабах с прогнозами, которые в совокупности предоставляют больше информации, чем любой другой источник данных по отдельности. ^[2] Некоторые экологи считают эту структуру полезной для экологических моделей, поскольку они часто полагаются на широкий спектр источников данных. ^[3]

Модели

Экологическое прогнозирование различается по пространственной и временной протяженности, а также по тому, что прогнозируется (наличие, численность, разнообразие, производство и т. д.).

Популяционные модели могут использоваться для создания краткосрочных прогнозов численности, используя знания о динамике популяций и последних условиях окружающей среды. Эти модели особенно используются в рыболовстве и прогнозировании болезней .
Модели распределения видов (SDM) могут использоваться для прогнозирования распределения видов (наличия или численности) в более длительных экологических временных масштабах с использованием информации о прошлых и прогнозируемых условиях окружающей среды на ландшафте.
- Корреляционные SDM, также известные как модели климатической оболочки, основаны на статистических корреляциях между существующим распределением видов (границами ареала) и переменными окружающей среды, чтобы очертить диапазон (конверт) условий окружающей среды, в которых может существовать вид. ^[6]^[7] Затем можно спрогнозировать новые границы ареала, используя будущие уровни факторов окружающей среды, таких как температура , количество осадков и соленость , на основе прогнозов климатической модели. Эти методы хороши для изучения большого количества видов, но, вероятно, не являются хорошим средством прогнозирования эффектов в мелких масштабах.
- Механистические SDM используют информацию о физиологической толерантности и ограничениях вида, а также модели температуры тела организма и других биофизических свойств, чтобы определить диапазон условий окружающей среды, в которых может существовать вид. Эти допуски наносятся на карту текущих и прогнозируемых условий окружающей среды в ландшафте, чтобы обозначить текущие и прогнозируемые диапазоны обитания этого вида. ^[8]^[9] В отличие от подходов «климатических конвертов», механистические SDM непосредственно моделируют фундаментальную нишу и, следовательно, являются гораздо более точными. ^[10] Однако этот подход требует больше информации и обычно требует больше времени. ^[6]
Другие типы моделей могут использоваться для прогнозирования (или ретроспективного анализа) биоразнообразия в эволюционных временных масштабах. Палеобиологическое моделирование использует ископаемые и филогенетические данные о биоразнообразии в прошлом для прогнозирования траектории биоразнообразия в будущем. Можно построить простые графики, а затем скорректировать их на основе различного качества летописи окаменелостей. ^[11]

Примеры прогнозирования

Биоразнообразие

Используя ископаемые свидетельства, исследования показали, что биоразнообразие позвоночных на протяжении всей истории Земли росло в геометрической прогрессии и что биоразнообразие неразрывно связано с разнообразием среды обитания Земли.

«Животные еще не вторглись в 2/3 среды обитания Земли, и вполне возможно, что без влияния человека биоразнообразие будет продолжать расти в геометрической прогрессии».
- Сахни и др . ^[11]

Температура

Прогнозы температуры, показанные на диаграмме справа в виде цветных точек, вдоль Северного острова Новой Зеландии южным летом 2007 года. Согласно температурной шкале, показанной внизу, в некоторых случаях прогнозировалось, что приливные температуры превысят 30 ° C. локации 19 февраля; исследования позже показали, что эти места соответствуют массовой гибели зарывающихся в нор морских ежей.

Земной углеродный цикл

Прогнозы наземного потока углерода использовались для обоснования моделей земной системы (ESM). ^[12] Некоторые подходы используют измерения с помощью башен вихревой ковариации для прогнозирования запасов углерода. ^[13] В статье 2015 года исследователи обнаружили, что содержание углерода в наземных экосистемах имеет тенденцию приближаться к равновесию, а скорость приближения к равновесию по своей сути предсказуема. ^[12]

См. также

Ссылки

^ Брэдфорд, Джон Б; Бетанкур, Хулио Л; Баттерфилд, Брэдли Дж; Мансон, Сет М; Вуд, Трой Э (10 марта 2018 г.). «Упреждающая наука о природных ресурсах и управление ими для меняющегося будущего» . Границы в экологии и окружающей среде . 16 (5): 295–303. дои : 10.1002/плата.1806 . ISSN 1540-9295 .
^ Jump up to: ^а ^б ^с Дитце, MC (2017). Экологическое прогнозирование . Издательство Принстонского университета. ISBN 9780691160573 .
^ Jump up to: ^а ^б ^с Кларк, Джеймс С. (15 декабря 2004 г.). «Почему ученые-экологи становятся байесовцами» . Экологические письма . 8 (1): 2–14. дои : 10.1111/j.1461-0248.2004.00702.x . ISSN 1461-023X .
^ Гельфанд, Алан Э.; Смит, Адриан Ф.М. (1 июня 1990 г.). «Подходы к расчету предельной плотности на основе выборки» . Журнал Американской статистической ассоциации . 85 (410): 398–409. дои : 10.1080/01621459.1990.10476213 . ISSN 0162-1459 .
^ Дитце, Майкл; Линч, Хизер (28 января 2019 г.). «Прогнозируем светлое будущее экологии» . Границы в экологии и окружающей среде . 17 (1): 3. doi : 10.1002/fee.1994 . ISSN 1540-9295 . S2CID 92277706 .
^ Jump up to: ^а ^б Пирсон, Ричард Г.; Доусон, Теренс П. (2003). «Прогнозирование воздействия изменения климата на распространение видов: полезны ли модели биоклиматической оболочки?». Глобальная экология и биогеография . 12 (5): 361–371. дои : 10.1046/j.1466-822X.2003.00042.x . ISSN 1466-8238 . S2CID 13187378 .
^ Элит, Джейн; Литвик, Джон Р. (2009). «Модели распространения видов: экологическое объяснение и прогноз в пространстве и времени». Ежегодный обзор экологии, эволюции и систематики . 40 (1): 677–697. doi : 10.1146/annurev.ecolsys.110308.120159 . ISSN 1543-592X . S2CID 86460963 .
^ Кирни, Майкл; Филлипс, Бен Л.; Трейси, Кристофер Р.; Кристиан, Кейт А.; Беттс, Грегори; Портер, Уоррен П. (2008). «Моделирование распределения видов без использования распределения видов: тростниковая жаба в Австралии в нынешних и будущих климатических условиях» . Экография . 31 (4): 423–434. дои : 10.1111/j.0906-7590.2008.05457.x . ISSN 1600-0587 .
^ Хельмут, Брайан; Мешковска, Нова; Мур, Пиппа; Хокинс, Стивен Дж. (2006). «Жизнь на грани двух меняющихся миров: прогнозирование реакции скалистых приливных экосистем на изменение климата». Ежегодный обзор экологии, эволюции и систематики . 37 (1): 373–404. doi : 10.1146/annurev.ecolsys.37.091305.110149 .
^ Кирни, М. (2006). «Среда обитания, окружающая среда и ниша: что моделируем?». Ойкос . 115 (1): 186–191. дои : 10.1111/j.2006.0030-1299.14908.x . ISSN 1600-0706 .
^ Jump up to: ^а ^б Сахни, С.; Бентон, М.Дж. и Ферри, Пенсильвания (2010). «Связь между глобальным таксономическим разнообразием, экологическим разнообразием и распространением позвоночных на суше» . Письма по биологии . 6 (4): 544–547. дои : 10.1098/rsbl.2009.1024 . ПМК 2936204 . ПМИД 20106856 .
^ Jump up to: ^а ^б Ло, Ици; Кинан, Тревор Ф.; Смит, Мэтью (3 декабря 2014 г.). «Предсказуемость земного углеродного цикла» . Биология глобальных изменений . 21 (5): 1737–1751. дои : 10.1111/gcb.12766 . ISSN 1354-1013 . ПМИД 25327167 . S2CID 14002722 .
^ Докоохаки, Хамзе; Моррисон, Бейли Д.; Райхо, Энн; Сербин, Шон П.; Дитце, Майкл (22 октября 2021 г.). «Новый подход к объединению модели и данных для повторного анализа земного углеродного цикла на территории континентальных США с использованием SIPNET и государственной системы ассимиляции данных PEcAn, версия 1.7.2» . Обсуждения разработки геонаучной модели : 1–28. дои : 10.5194/gmd-2021-236 . ISSN 1991-959Х . S2CID 239526189 .

Внешние ссылки

Веб-сайт Инициативы по экологическому прогнозированию - массовая инициатива, создающая сообщество практиков в области экологического прогнозирования.

[1] Брэдфорд, Джон Б; Бетанкур, Хулио Л; Баттерфилд, Брэдли Дж; Мансон, Сет М; Вуд, Трой Э (10 марта 2018 г.). «Упреждающая наука о природных ресурсах и управление ими для меняющегося будущего» . Границы в экологии и окружающей среде . 16 (5): 295–303. дои : 10.1002/плата.1806 . ISSN 1540-9295 .

[:5-2] Jump up to: ^а ^б ^с Дитце, MC (2017). Экологическое прогнозирование . Издательство Принстонского университета. ISBN 9780691160573 .

[:4-3] Jump up to: ^а ^б ^с Кларк, Джеймс С. (15 декабря 2004 г.). «Почему ученые-экологи становятся байесовцами» . Экологические письма . 8 (1): 2–14. дои : 10.1111/j.1461-0248.2004.00702.x . ISSN 1461-023X .

[4] Гельфанд, Алан Э.; Смит, Адриан Ф.М. (1 июня 1990 г.). «Подходы к расчету предельной плотности на основе выборки» . Журнал Американской статистической ассоциации . 85 (410): 398–409. дои : 10.1080/01621459.1990.10476213 . ISSN 0162-1459 .

[5] Дитце, Майкл; Линч, Хизер (28 января 2019 г.). «Прогнозируем светлое будущее экологии» . Границы в экологии и окружающей среде . 17 (1): 3. doi : 10.1002/fee.1994 . ISSN 1540-9295 . S2CID 92277706 .

[:2-6] Jump up to: ^а ^б Пирсон, Ричард Г.; Доусон, Теренс П. (2003). «Прогнозирование воздействия изменения климата на распространение видов: полезны ли модели биоклиматической оболочки?». Глобальная экология и биогеография . 12 (5): 361–371. дои : 10.1046/j.1466-822X.2003.00042.x . ISSN 1466-8238 . S2CID 13187378 .

[7] Элит, Джейн; Литвик, Джон Р. (2009). «Модели распространения видов: экологическое объяснение и прогноз в пространстве и времени». Ежегодный обзор экологии, эволюции и систематики . 40 (1): 677–697. doi : 10.1146/annurev.ecolsys.110308.120159 . ISSN 1543-592X . S2CID 86460963 .

[8] Кирни, Майкл; Филлипс, Бен Л.; Трейси, Кристофер Р.; Кристиан, Кейт А.; Беттс, Грегори; Портер, Уоррен П. (2008). «Моделирование распределения видов без использования распределения видов: тростниковая жаба в Австралии в нынешних и будущих климатических условиях» . Экография . 31 (4): 423–434. дои : 10.1111/j.0906-7590.2008.05457.x . ISSN 1600-0587 .

[9] Хельмут, Брайан; Мешковска, Нова; Мур, Пиппа; Хокинс, Стивен Дж. (2006). «Жизнь на грани двух меняющихся миров: прогнозирование реакции скалистых приливных экосистем на изменение климата». Ежегодный обзор экологии, эволюции и систематики . 37 (1): 373–404. doi : 10.1146/annurev.ecolsys.37.091305.110149 .

[:1-10] Кирни, М. (2006). «Среда обитания, окружающая среда и ниша: что моделируем?». Ойкос . 115 (1): 186–191. дои : 10.1111/j.2006.0030-1299.14908.x . ISSN 1600-0706 .

[SahneyBentonFerry2010LinksDiversityVertebrates-11] Jump up to: ^а ^б Сахни, С.; Бентон, М.Дж. и Ферри, Пенсильвания (2010). «Связь между глобальным таксономическим разнообразием, экологическим разнообразием и распространением позвоночных на суше» . Письма по биологии . 6 (4): 544–547. дои : 10.1098/rsbl.2009.1024 . ПМК 2936204 . ПМИД 20106856 .

[:3-12] Jump up to: ^а ^б Ло, Ици; Кинан, Тревор Ф.; Смит, Мэтью (3 декабря 2014 г.). «Предсказуемость земного углеродного цикла» . Биология глобальных изменений . 21 (5): 1737–1751. дои : 10.1111/gcb.12766 . ISSN 1354-1013 . ПМИД 25327167 . S2CID 14002722 .

[13] Докоохаки, Хамзе; Моррисон, Бейли Д.; Райхо, Энн; Сербин, Шон П.; Дитце, Майкл (22 октября 2021 г.). «Новый подход к объединению модели и данных для повторного анализа земного углеродного цикла на территории континентальных США с использованием SIPNET и государственной системы ассимиляции данных PEcAn, версия 1.7.2» . Обсуждения разработки геонаучной модели : 1–28. дои : 10.5194/gmd-2021-236 . ISSN 1991-959Х . S2CID 239526189 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

v т и Экология : Моделирование экосистем : Трофические компоненты
Общий	Абиотический компонент Абиотический стресс Поведение Биогеохимический цикл Биомасса Биотический компонент Биотический стресс Грузоподъемность Соревнование Экосистема Экосистема экология Модель экосистемы Гипотеза зеленого мира Краеугольные виды Список пищевого поведения Метаболическая теория экологии Производительность Ресурс Реставрация
Продюсеры	Автотрофы Хемосинтез Хемотрофы Виды фундамента кинетотрофы Миксотрофы Микогетеротрофия Микотроф Органотрофы Фотогетеротрофы Фотосинтез Фотосинтетическая эффективность Фототрофы Первичные группы питания Первичное производство
Потребители	Высший хищник Бактериоядное животное Хищники хемоорганотроф Собирательство Общие и специальные виды Внутригильдейское хищничество Травоядные Гетеротроф Гетеротрофное питание Насекомоядные Мезохищники Гипотеза освобождения мезохищника Всеядные Теория оптимального кормодобывания Планктоядное животное Хищничество Переключение добычи
Разрушители	Хемоорганогетеротрофия Разложение детритофаги Детрит
Микроорганизмы	Архея Бактериофаг Литоавтотроф Литотрофия Морской Микробное сотрудничество Микробная экология Микробная пищевая сеть Микробный интеллект Микробная петля Микробный коврик Микробный метаболизм Экология фага
Пищевые сети	Биомагнификация Экологическая эффективность Экологическая пирамида Поток энергии Пищевая цепочка Трофический уровень
Примеры веб-сайтов	Озера Реки Земля Тритрофические взаимодействия в защите растений Морские пищевые сети холодные просачивания гидротермальные источники приливный леса водорослей Северо-Тихоокеанский круговорот Устье Сан-Франциско приливной бассейн
Процессы	Восхождение Биоаккумуляция Каскадный эффект Климакс сообщество Принцип конкурентного исключения Взаимодействие потребителя и ресурса Копиотрофы Доминирование Экологическая сеть Экологическая преемственность Качество энергии Язык энергетических систем f-коэффициент Коэффициент конверсии корма Кормление безумия Мезотрофная почва Питательный цикл олиготроф Парадокс планктона Трофический каскад Трофический мутуализм Индекс трофического состояния
Оборона, прилавок	Окраска животных Адаптации против хищников Камуфляж Дейматическое поведение Адаптация травоядных к защите растений Мимикрия Защита растений от травоядных Избегание хищников при стайной рыбе

v т и Экология : Моделирование экосистем : Другие компоненты
Население экология	Избыток Эффект Аллеи Модель потребительских ресурсов Депенсация Экологическая доходность Эффективная численность населения Внутривидовая конкуренция Логистическая функция Мальтузианская модель роста Максимальный устойчивый урожай Перенаселение Чрезмерная эксплуатация Популяционный цикл Динамика населения Популяционное моделирование Численность населения Predator–prey (Lotka–Volterra) equations Набор персонала Небольшой размер населения Стабильность Устойчивость Сопротивление Random generalized Lotka–Volterra model
Разновидность	Биоразнообразие Ингибирование, зависящее от плотности Экологические последствия биоразнообразия Экологическое вымирание Эндемичные виды Флагманские виды Градиентный анализ Виды-индикаторы Интродуцированные виды Инвазивные виды / Аборигенные виды Широтные градиенты видового разнообразия Минимальная жизнеспособная популяция Нейтральная теория Отношения занятости и изобилия Анализ жизнеспособности популяции Приоритетный эффект Правило Рапопорта Относительное распределение численности Относительное обилие видов Видовое разнообразие Видовая однородность Видовое богатство Распространение видов Кривая вид–площадь Зонтичные виды
Разновидность взаимодействие	Антибиоз Биологическое взаимодействие Комменсализм Экология сообщества Экологическое содействие Межвидовая конкуренция мутуализм Паразитизм Эффект хранения Симбиоз
Пространственный экология	Биогеография Трансграничное субсидирование Экоклин Экотон Экотип Беспокойство Краевые эффекты Правило Фостера Фрагментация среды обитания Идеальное бесплатное распространение Гипотеза промежуточного возмущения Островная биогеография Моделирование изменения земель Ландшафтная экология Ландшафтная эпидемиология Ландшафтная лимнология Метапопуляция Динамика патчей р / К теория выбора Функция выбора ресурса Динамика источника-приемника
Ниша	Экологическая ниша Экологическая ловушка Экосистемный инженер Моделирование экологической ниши Гильдия среда обитания морская среда обитания Ограничение сходства Модели распределения ниши Строительство ниши Дифференциация ниши Онтогенетический сдвиг ниши
Другой сети	Правила сборки Принцип Бейтмана Биолюминесценция Экологический коллапс Экологический долг Экологический дефицит Экологическая энергетика Экологический показатель Экологический порог Разнообразие экосистем Появление Вымирание долга Закон Клейбера Закон минимума Либиха Теорема о предельной стоимости Правило Торсона Ксерозер
Другой	Аллометрия Альтернативное стабильное состояние Баланс природы Визуализация биологических данных Экологическая экономика Экологический след Экологическое прогнозирование Экологические гуманитарные науки Экологическая стехиометрия Экопат Экосистемное рыболовство Эндолит Эволюционная экология Функциональная экология Промышленная экология Макроэкология Микроэкосистема Природная среда Смена режима Сексэкология Системная экология Городская экология Теоретическая экология
Очерк экологии