研究人员花了十年多年来记录他遇到的所有鱼类和水母的种群的变化。京都大学/雷吉尼亚鲁达
在一项生长十二年的研究中，来自京都大学的研究人员，以及瑞科大学的研究人员开发了一种计算Maizuru Bay中自然生态社区的波动稳定性的方法。他们的发现本质上发表，为生态和人口研究的洞察力提供了洞察力和新的方法。
生物社区如何维持是生态学中的一个重要问题。虽然目前的研究表明社区稳定性可能受到物种普遍性和互动的影响，但这些想法几乎从未在自然生态系统中进行过测试。
“以前的研究重点是出生死亡过程等问题，就像捕食者吃猎物一样，在一个有一个受控的环境中，”铅作者Masayuki Ushio解释道。“即使，即使，衡量大自然中多种物种的快速变化相互作用是挑战性的。”
这是一个关键原因是天然生态系统通常不呈现平衡动力学，因此测量变化最有可行的方法是在特定位置保持恒定的生物记录。
指示表示差异交互的箭头是基于收敛交叉映射的结果分配的。蓝色和红色颜色分别表示通过基于12年平均值的S-MAP方法计算的正面和负相互作用。所有鱼类图片由r.m.Masayuki Ushio，等，自然，DOI：10.1038 / Nature25504
幸运的是，Reiji Masuda的实地科学教育和研究中心一直在毛泽鱼湾这样做。十二年来，他每两周都在涌入水域，记录他遇到的所有鱼类和水母的人口。
“我最初在2002年开始了这些观察，看看该地区生活的有机体以及如何随着时间的推移而改变，”Masuda描述。“当我向Masayuki Ushio和Michio Kondoh向Ryukoku大学向Michio Kondoh展示时，他们建议我们共同努力，并建立一个模型来绘制有机体之间的相互作用。”
该模型是通过将时间序列分析工具 - 经验动态建模或EDM应用于Maizuru Bay数据集来构建的模型。EDM旨在分析自然生态系统的波动动态，而无需设置任何定义的方程。然后进一步开发了这一点以分析生态系统的动态稳定性。
他们发现的是一种复杂的相互作用网络，其中生物体彼此对阳性或负面影响，更重要的是，网络中的短期变化影响了整体社区动态。
“我们甚至可以看到诸如普遍存在，物种的互动和稳定本身在全部内容的情况下，”Ushio说。“这表明这些属性是理解自然生态系统的运作的机制的关键。”
该团队的方法可以很容易地应用于来自神经科学，微生物学的其他领域，微生物学到经济学。
“这是迄今为止，最全面的观点是生态系统在自然界中可以改变多少，”团队领袖Michio Kondoh。“我很惊讶地看到社区稳定性，通常被认为是常数的，实际上是随着时间的推移而变化。生态社区的稳健性取决于时间和季节。“
出版物：Masayuki Ushio，等，“自然鱼群的互动网络和时变稳定性，”自然，第554卷，第360-363页（2018年2月15日）DOI：10.1038 / Nature25504
