Fysikaaliset tiedemiehet näyttävät löytävän kaaoksen ilmiötä kaikkialta: planeettojen kiertoradalta, sääjärjestelmistä, joen pyörivistä pyörteistä. Lähes kolmen vuosikymmenen ajan ekologit pitivät kaaosta elävässä maailmassa yllättävän harvinaisena. Uusi analyysikuitenkin paljastaa, että kaaos on paljon yleisempi ekosysteemeissä kuin tutkijat uskoivat.
Tanya Rogers katseli tieteellistä kirjallisuutta viimeaikaisten ekosysteemien kaaosta koskevien tutkimusten läpi, kun hän havaitsi jotain odottamatonta: Kukaan ei ollut julkaissut siitä kvantitatiivista analyysia yli 25 vuoteen. "Se oli tavallaan yllättävää", sanoi Rogers, Kalifornian yliopiston Santa Cruzissa tutkiva ekologi ja uuden tutkimuksen ensimmäinen kirjoittaja. "Kuten "En voi uskoa, ettei kukaan ole tehnyt tätä.""
Joten hän päätti tehdä sen itse. Analysoiessaan yli 170 sarjaa ajasta riippuvaista ekosysteemitietoa Rogers ja hänen kollegansa havaitsivat, että kaaos oli läsnä kolmanneksessa niistä - lähes kolme kertaa enemmän kuin aikaisemmissa tutkimuksissa arvioitiin. Lisäksi he havaitsivat, että tietyt organismiryhmät, kuten plankton, hyönteiset ja levät, olivat paljon alttiimpia kaaokselle kuin suuret organismit, kuten sudet ja linnut.
"Se ei todellakaan ollut kirjallisuudessa ollenkaan", sanoi Stephan Munch, evoluutioekologi Santa Cruzissa ja tutkimuksen toinen kirjoittaja. Niiden tulokset viittaavat siihen, että haavoittuvien lajien suojelemiseksi on sekä mahdollista että välttämätöntä rakentaa monimutkaisempia populaatiomalleja suojelupolitiikan oppaiksi.
Kun ekologia tunnustettiin ensimmäisen kerran muodolliseksi tieteeksi 19-luvulla, vallitsi olettamus, että luonto noudattaa yksinkertaisia, helposti ymmärrettäviä sääntöjä, kuten mekaaninen kello, jota pyörittävät toisiinsa lukittavat hammaspyörät. Jos tutkijat voisivat mitata oikeat muuttujat, he voisivat ennustaa lopputuloksen: Esimerkiksi enemmän sadetta merkitsisi parempaa omenasatoa.
Todellisuudessa kaaoksen takia "maailma on paljon räikeämpi", sanoi George Sugihara, kvantitatiivinen ekologi Scripps Institution of Oceanographyssa San Diegossa, joka ei ollut mukana uudessa tutkimuksessa. Kaaos heijastaa ennustettavuutta ajan myötä. Järjestelmän sanotaan olevan vakaa, jos se muuttuu hyvin vähän pitkän ajan kuluessa, ja satunnainen, jos sen vaihtelut ovat arvaamattomia. Mutta kaoottinen järjestelmä – jota hallitsevat epälineaariset reaktiot tapahtumiin – voi olla ennustettavissa lyhyinä ajanjaksoina, mutta se on alttiina yhä dramaattisemmille muutoksille mitä pidemmälle mennään.
"Annamme usein sään esimerkkinä kaoottisesta järjestelmästä", sanoi Rogers. Kesätuuli avomeren yli ei todennäköisesti vaikuta huomiseen ennusteeseen, mutta juuri oikeissa olosuhteissa se voi teoriassa lähettää hurrikaanin karibialle muutamassa viikossa.
Ekologit alkoivat flirttailla kaaoksen käsitteen kanssa 1970-luvulla, kun matemaattinen biologi Robert May kehitti vallankumouksellisen työkalun nimeltä logistinen kartta. Tämä haarautumiskaavio (tunnetaan joskus hämähäkinseittinä sen ulkonäön vuoksi) osoittaa, kuinka kaaos hiipii yksinkertaisiin väestönkasvun malleihin ja muihin järjestelmiin ajan myötä. Koska eliöiden selviytymiseen vaikuttavat niin paljon kaoottiset voimat, kuten sää, ekologit olettivat, että myös luonnon lajikannat nousevat ja laskevat usein kaoottisesti. Logistiset kartat yleistyivät nopeasti alalla, kun teoreettiset ekologit yrittivät selittää populaation vaihteluita eliöissä, kuten lohessa ja punaisia vuorovesiä aiheuttavissa levissä.
90-luvun alkuun mennessä ekologit olivat keränneet tarpeeksi aikasarjatietosarjoja lajipopulaatioista ja tarpeeksi laskentatehoa näiden ideoiden testaamiseksi. Oli vain yksi ongelma: kaaosta ei näyttänyt olevan olemassa. Vain noin 10 % tutkituista populaatioista näytti muuttuvan kaoottisesti; loput joko pyörivät vakaasti tai vaihtelivat satunnaisesti. Teoriat ekosysteemikaaoksesta putosivat tieteellisestä muodista 1990-luvun puoliväliin mennessä.
Rogersin, Munchin ja heidän Santa Cruzin matemaatikkokollegansa uudet tulokset Bethany Johnsonkuitenkin viittaavat siihen, että vanhemmasta teoksesta jäi huomaamatta, missä kaaos piileskeli. Kaaoksen havaitsemiseksi aiemmissa tutkimuksissa käytettiin malleja, joissa oli yksi ulottuvuus - yhden lajin populaatiokoko ajan kuluessa. He eivät huomioineet vastaavia muutoksia sotkuisissa reaalimaailman tekijöissä, kuten lämpötilassa, auringonvalossa, sateessa ja vuorovaikutuksessa muiden lajien kanssa, jotka saattavat vaikuttaa populaatioihin. Heidän yksiulotteiset mallinsa kuvasivat, kuinka populaatiot muuttuivat, mutta eivät miksi ne muuttuivat.
Mutta Rogers ja Munch "menivät etsimään [kaaosta] järkevämmällä tavalla", sanoi Aaron King, ekologian ja evoluutiobiologian professori Michiganin yliopistosta, joka ei ollut mukana tutkimuksessa. He analysoivat kolmea erilaista monimutkaista algoritmia käyttäen 172 aikasarjaa eri organismien populaatioista malleina, joissa oli jopa kuusi ulottuvuutta yhden sijasta, jättäen tilaa määrittelemättömien ympäristötekijöiden mahdollisille vaikutuksille. Tällä tavalla he voisivat tarkistaa, voisiko väestömuutosten yksiulotteiseen esitykseen upottaa huomaamattomia kaoottisia kuvioita. Esimerkiksi sateiden lisääminen saattaa olla kaoottisesti sidoksissa väestön lisääntymiseen tai vähenemiseen, mutta vasta usean vuoden viiveellä.
Rogersin, Johnsonin ja Munchin havaitsemien noin 34 prosentin lajien populaatiotiedoissa oli todellakin epälineaaristen vuorovaikutusten merkkejä, mikä oli huomattavasti enemmän kaaosta kuin aiemmin havaittiin. Useimmissa näistä aineistoista lajien populaatiomuutokset eivät aluksi näyttäneet kaoottisilta, mutta lukujen suhde taustatekijöihin oli. He eivät voineet sanoa tarkasti, mitkä ympäristötekijät olivat vastuussa kaaoksesta, mutta olivatpa ne mitä tahansa, heidän sormenjäljensä olivat tiedoissa.
Tutkijat paljastivat myös käänteisen suhteen organismin kehon koon ja sen populaatiodynamiikan kaoottisuuden välillä. Tämä voi johtua sukupolvien välisistä eroista, sillä pienet, useammin lisääntyvät organismit joutuvat useammin myös ulkopuolisten muuttujien vaikutuksiin. Esimerkiksi piileväpopulaatiot, joiden sukupolvet ovat noin 15 tuntia, osoittavat paljon enemmän kaaosta kuin susilaumat, joiden sukupolvet ovat lähes viisi vuotta pitkiä.
Tämä ei kuitenkaan välttämättä tarkoita, että susipopulaatiot olisivat luonnostaan vakaita. "Yksi mahdollisuus on, että emme näe siellä kaaosta, koska meillä ei yksinkertaisesti ole tarpeeksi dataa, jotta voimme palata riittävän pitkälle ajanjaksolle nähdäksemme sen", sanoi Munch. Itse asiassa hän ja Rogers epäilevät, että heidän tietojensa rajoitusten vuoksi heidän mallinsa saattavat aliarvioida, kuinka paljon taustalla olevaa kaaosta ekosysteemeissä on.
Sugihara uskoo, että uudet tulokset voivat olla tärkeitä suojelun kannalta. Parannetut mallit, joissa on oikea kaaoselementti, voisivat toimia paremmin esimerkiksi myrkyllisten leväkukintojen ennustamisessa tai kalastuspopulaatioiden jäljittämisessä liikakalastuksen estämiseksi. Kaaoksen huomioon ottaminen voisi myös auttaa tutkijoita ja luonnonsuojelujohtajia ymmärtämään, kuinka kauas on mahdollista ennustaa mielekkäästi populaation kokoa. "Uskon, että on hyödyllistä, että asia on ihmisten mielessä", hän sanoi.
Hän ja King kuitenkin varoittavat uskomasta liikaa näihin kaaostietoisiin malleihin. "Klassinen kaaoksen käsite on pohjimmiltaan kiinteä käsite", King sanoi: Se perustuu olettamukseen, että kaoottiset vaihtelut edustavat poikkeamaa jostain ennustettavasta, vakaasta normista. Mutta ilmastonmuutoksen edetessä useimmat reaalimaailman ekosysteemit muuttuvat yhä epävakaammiksi jopa lyhyellä aikavälillä. Vaikka monet ulottuvuudet otettaisiin huomioon, tutkijoiden on oltava tietoisia tästä jatkuvasti muuttuvasta perustasosta.
Silti kaaoksen huomioiminen on tärkeä askel kohti tarkempaa mallintamista. "Minusta tämä on todella jännittävää", Munch sanoi. "Se on vain vastoin sitä, miten tällä hetkellä ajattelemme ekologista dynamiikkaa."
