前例のない生態系の変動を予測する

Forecasting unprecedented ecological fluctuations.

• Samuel R Bray
• Bo Wang

抄録

生態系における「ブラック・スワン」現象を予測することは、重要ではあるが困難な課題である。多くの生態系では、種の豊富さの周期的な変動が数桁の規模で発生しており、環境や経済に多大な影響を与えています。経験的証拠と理論的分析から、これらのダイナミクスは、過去のデータをサンプル化されていない状態への外挿が不十分であるために、システムの非線形性が前例のない事象の正確な予測を制限している状態にあることが示唆されている。本研究では、ますます利用可能になってきている長期的な高周波生態系追跡データを活用して、複数の自然・実験的生態系（海洋プランクトン、潮間帯軟体動物、落葉樹林）を解析し、種のダイナミクスの普遍的な「スケーリング則」に埋め込まれた隠れた線形性を発見した。そして、これらのスケーリング則を用いて、生態系予測におけるデータ依存性を低減し、多様な生態系における過去の観測範囲を超えた極端な事象を正確に予測する手法を開発する。

Forecasting 'Black Swan' events in ecosystems is an important but challenging task. Many ecosystems display aperiodic fluctuations in species abundance spanning orders of magnitude in scale, which have vast environmental and economic impact. Empirical evidence and theoretical analyses suggest that these dynamics are in a regime where system nonlinearities limit accurate forecasting of unprecedented events due to poor extrapolation of historical data to unsampled states. Leveraging increasingly available long-term high-frequency ecological tracking data, we analyze multiple natural and experimental ecosystems (marine plankton, intertidal mollusks, and deciduous forest), and recover hidden linearity embedded in universal 'scaling laws' of species dynamics. We then develop a method using these scaling laws to reduce data dependence in ecological forecasting and accurately predict extreme events beyond the span of historical observations in diverse ecosystems.