Около десяти лет эколог Джон Харт разрабатывал теорию максимальной энтропии экологии (METE). Основываясь на принципах термодинамики, теории информации и процедуры вывода о максимальной энтропии информации (MaxEnt), Харт говорит, что очень грубая информация об экосистеме может использоваться для получения подробных распределений. В десятке статей и одном учебнике Харт показал, как METE может точно описывать экологические закономерности.
В этой недавней статье Харт, профессор Калифорнийского университета в Беркли и внешний профессор Института Санта-Фе, с соавторами Энди Ромингером, докторантом Омидьяра в Институте Санта-Фе, и Эрикой Ньюман, докторантом Университета Аризоны. , примените METE к данным с графика в Панаме и получите почти те же закономерности, что и в исследовании 2016 года, но без множества параметров ограничения света.
Кроме того, они использовали ту же модель для точного описания распределения скорости метаболизма насекомых на Гавайях и растений на альпийском лугу в Колорадо, ни одно из которых не ограничено солнечным светом.
«Вам не нужна модель ограничения света», — говорит Харт. "Вы можете вывести то же поведение из гораздо более обоснованной теории, которая также описывает сценарии без ограничения света."
Но их статья предназначена не только для противодействия исследованию 2016 года. Скорее, исследователи надеются, что это откроет более широкую дискуссию о том, как экологи подходят к своей работе.
«Ограничение света — реальный фактор, влияющий на экосистемы, но нам могут не понадобиться такие сложные модели, когда мы рассматриваем более универсальные модели», — говорит Ромингер. "Когда мы видим общие закономерности в сложной системе, простейшие объяснения, основанные на статистических механизмах, вероятно, будут лучшими. Кажется наиболее плодотворным начать с простого с минимальными предположениями и добавлять эти уникальные жизненные истории только тогда, когда это необходимо."
«В некотором смысле современная экология — это стремление к измерению известных факторов окружающей среды экологических моделей в более мелких масштабах и добавлению переменных, которые могут повлиять на эти модели, во все более сложные модели», — говорит Ньюман. "Прелесть MaxEnt в том, что для каждого паттерна есть только одна функция оптимизации, которая требует очень мало информации для обеспечения реалистичного описания природы. Этот метод может означать реальный сдвиг парадигмы в экологии."
