嶄新的時間序列分析方法發現,生物種類間動態交互作用網絡對生態系統穩定性有關鍵影響

 
 

Posts Gallery

 

謝志豪教授(臺大海洋研究所)與學生張俊偉(中央研究院國際學程)和其合作的國際研究團隊,在二月十五日 的《自然》期刊上發表一套用於分析生物交互作用及系統穩定性的方法。研究首次發現,生物種類間交互作用網絡並非恆定,網絡的動態對生態系統穩定性有關鍵影響。此研究結果對長久以來的生態理論,提供自然界的證據。

關於生態系統穩定性如何受到生物種類間交互作用影響之理論,在數學上已經被長久探討,也有許多操作實驗證明;但在自然環境中卻難以得到證實,因為在自然界中無法在不操弄生物的前提下估算生物種類間交互作用,可是一但有操弄,就非自然。為解決此難題,研究團隊發展一套嶄新的時間序列分析方法,利用自然系統中之連續觀測資料,有效估算生物種類間動態交互作用網絡隨時間的變化,並判定生態系統穩定性。

利用在日本舞鶴灣中魚類群聚連續12年、每月2次的調查資料,研究團隊發現,魚類種類間 交互作用隨環境及季節變化很大(圖一),交互作用網絡的性質對生態系統穩定性有關鍵影響。尤其夏季時,生物種間交互作用較弱,生物多樣性也較高時,生態系統穩定性也較高,此結果完全支持生態理論的數學推導。

這一套用於分析生物交互作用及系統穩定性的方法,提供探索自然環境中大尺度系統的動態,提供了解維持系統穩定性之機制,對於生態系統管理與保育,有很大的幫助。此研究也顯示,時間序列觀測對於系統管理之重要性。

延伸閱讀

Fluctuating interaction network and time-varying stability of a natural fish community” Nature, 554: 360-363. Feb. 15, 2018.

 

圖一、使用日本舞鶴灣魚類群聚的長期生態時間序列 (a),作者利用經驗動態建模(EDM)的方法建立各魚類族群之間的交互作用網絡(b)。這個方法幫助了解這些交互作用網絡隨時間演進的過程,並且從中計算出一些重要的網絡性質,像是(c)平均交互作用強度和系統動態穩定性。其中動態穩定性量化了動態系統在受擾動之後回到原始狀態的能力。本研究中發現,較弱的交互作用強度和較高的物種多樣性可促進系統的動態穩定性。(魚照片由益田玲爾教授提供)