Fysiske videnskabsmænd synes at finde fænomenet kaos overalt: i planeternes kredsløb, i vejrsystemer, i en flods hvirvlende hvirvler. I næsten tre årtier anså økologer kaos i den levende verden for at være overraskende sjældent til sammenligning. En ny analyse, afslører dog, at kaos er langt mere udbredt i økosystemer, end forskerne troede.
Tanya Rogers kiggede tilbage gennem den videnskabelige litteratur efter nyere undersøgelser af kaos i økosystemer, da hun opdagede noget uventet: Ingen havde offentliggjort en kvantitativ analyse af det i over 25 år. "Det var lidt overraskende," sagde Rogers, en forskningsøkolog ved University of California, Santa Cruz og den nye undersøgelses første forfatter. "Som, 'Jeg kan ikke tro, at ingen har gjort det her'."
Så hun besluttede at gøre det selv. Ved at analysere mere end 170 sæt tidsafhængige økosystemdata fandt Rogers og hendes kolleger, at kaos var til stede i en tredjedel af dem - næsten tre gange mere end estimaterne i tidligere undersøgelser. Hvad mere er, opdagede de, at visse grupper af organismer, som plankton, insekter og alger, var langt mere tilbøjelige til kaos end større organismer som ulve og fugle.
"Det var virkelig ikke i litteraturen overhovedet," sagde Stephan Munch, en evolutionær økolog ved Santa Cruz og en medforfatter af undersøgelsen. Deres resultater tyder på, at for at beskytte sårbare arter er det både muligt og nødvendigt at bygge mere komplekse populationsmodeller som guider for bevaringspolitikker.
Da økologi først blev anerkendt som en formel videnskab i det 19. århundrede, var den fremherskende antagelse, at naturen følger enkle, letforståelige regler, som et mekanisk ur drevet af sammenlåsende gear. Hvis forskerne kunne måle de rigtige variabler, kunne de forudsige resultatet: Mere regn ville for eksempel betyde en bedre æblehøst.
I virkeligheden, på grund af kaos, "er verden meget mere whack-a-mole," sagde George Sugihara, en kvantitativ økolog ved Scripps Institution of Oceanography i San Diego, som ikke var involveret i den nye forskning. Kaos afspejler forudsigelighed over tid. Et system siges at være stabilt, hvis det ændrer sig meget lidt over en lang tidsskala, og tilfældigt, hvis dets udsving er uforudsigelige. Men et kaotisk system - et styret af ikke-lineære reaktioner på begivenheder - kan være forudsigeligt over korte perioder, men er underlagt stadig mere dramatiske skift, jo længere ud du kommer.
"Vi giver ofte vejret som et eksempel på et kaotisk system," sagde Rogers. En sommerbrise over det åbne hav vil sandsynligvis ikke påvirke morgendagens vejrudsigt, men under de helt rigtige forhold kan det teoretisk set sende en orkan, der pløjer ind i Caribien om et par uger.
Økologer begyndte at flirte med begrebet kaos i 1970'erne, da den matematiske biolog Robert May udviklet et revolutionerende værktøj kaldet det logistiske kort. Dette forgrenende diagram (nogle gange kendt som et spindelvæv på grund af dets udseende) viser, hvordan kaos kryber ind i simple modeller af befolkningstilvækst og andre systemer over tid. Da organismers overlevelse påvirkes så meget af kaotiske kræfter som vejret, antog økologer, at artspopulationer i naturen også ofte ville stige og falde kaotisk. Logistiske kort blev hurtigt allestedsnærværende i felten, da teoretiske økologer forsøgte at forklare befolkningsudsving i organismer som laks og alger, der forårsager røde tidevand.
I begyndelsen af 90'erne havde økologer samlet nok tidsseriedatasæt om artspopulationer og nok computerkraft til at teste disse ideer. Der var kun et problem: Kaosset så ikke ud til at være der. Kun omkring 10 % af de undersøgte populationer syntes at ændre sig kaotisk; resten enten cyklede stabilt eller svingede tilfældigt. Teorier om økosystemkaos faldt ud af videnskabelig mode i midten af 1990'erne.
De nye resultater fra Rogers, Munch og deres matematikerkollega i Santa Cruz Bethany Johnson, men tyder på, at det ældre værk savnede, hvor kaosset gemte sig. For at opdage kaos brugte de tidligere undersøgelser modeller med en enkelt dimension - populationsstørrelsen af en art over tid. De overvejede ikke tilsvarende ændringer i rodede faktorer i den virkelige verden som temperatur, sollys, nedbør og interaktioner med andre arter, der kan påvirke populationer. Deres endimensionelle modeller fangede, hvordan befolkningerne ændrede sig, men ikke hvorfor de ændrede sig.
Men Rogers og Munch "ledte efter [kaos] på en mere fornuftig måde," sagde Aaron King, en professor i økologi og evolutionsbiologi ved University of Michigan, som ikke var involveret i undersøgelsen. Ved hjælp af tre forskellige komplekse algoritmer analyserede de 172 tidsserier af forskellige organismers populationer som modeller med så mange som seks dimensioner i stedet for blot én, hvilket efterlod plads til den potentielle indflydelse fra uspecificerede miljøfaktorer. På denne måde kunne de kontrollere, om ubemærkede kaotiske mønstre kunne være indlejret i den endimensionelle repræsentation af befolkningsforskydningerne. For eksempel kan mere nedbør være kaotisk forbundet med befolkningstilvækst eller -fald, men først efter en forsinkelse på flere år.
I populationsdataene for omkring 34 % af arten, opdagede Rogers, Johnson og Munch, var signaturerne af ikke-lineære interaktioner faktisk til stede, hvilket var betydeligt mere kaos end tidligere påvist. I de fleste af disse datasæt virkede populationsændringerne for arten ikke kaotiske i starten, men forholdet mellem tallene og underliggende faktorer var det. De kunne ikke sige præcist, hvilke miljøfaktorer der var ansvarlige for kaosset, men uanset hvad de var, var deres fingeraftryk på dataene.
Forskerne afslørede også et omvendt forhold mellem en organismes kropsstørrelse og hvor kaotisk dens befolkningsdynamik har tendens til at være. Dette kan skyldes forskelle i generationstid, hvor små organismer, der yngler oftere, også oftere påvirkes af eksterne variabler. For eksempel viser populationer af kiselalger med generationer på omkring 15 timer meget mere kaos end flokke af ulve med generationer på næsten fem år.
Det betyder dog ikke nødvendigvis, at ulvebestandene i sagens natur er stabile. "En mulighed er, at vi ikke ser kaos der, fordi vi bare ikke har nok data til at gå tilbage over en lang nok periode til at se det," sagde Munch. Faktisk har han og Rogers mistanke om, at deres modeller på grund af deres datas begrænsninger muligvis undervurderer, hvor meget underliggende kaos der er til stede i økosystemer.
Sugihara mener, at de nye resultater kan være vigtige for bevaring. Forbedrede modeller med det rette element af kaos kunne gøre et bedre stykke arbejde med at forudsige for eksempel giftige algeopblomstringer eller spore fiskebestande for at forhindre overfiskning. At overveje kaos kan også hjælpe forskere og bevaringsledere til at forstå, hvor langt ude det er muligt at forudsige befolkningsstørrelsen meningsfuldt. "Jeg tror, det er nyttigt, at spørgsmålet er i folks sind," sagde han.
Han og King advarer dog begge mod at stole for meget på disse kaosbevidste modeller. "Det klassiske begreb om kaos er grundlæggende et stationært begreb," sagde King: Det er bygget på den antagelse, at kaotiske fluktuationer repræsenterer en afvigelse fra en forudsigelig, stabil norm. Men efterhånden som klimaændringerne skrider frem, bliver de fleste økosystemer i den virkelige verden stadig mere ustabile selv på kort sigt. Selv om man tager mange dimensioner i betragtning, bliver videnskabsmænd nødt til at være bevidste om denne stadigt skiftende baseline.
Alligevel er det at tage kaos i betragtning et vigtigt skridt mod mere nøjagtig modellering. "Jeg synes, det er rigtig spændende," sagde Munch. "Det strider bare mod den måde, vi i øjeblikket tænker om økologiske dynamikker."
