Au début des années 90, les écologistes avaient amassé suffisamment d’ensembles de données chronologiques sur les populations d’espèces et suffisamment de puissance de calcul pour tester ces idées. Il y avait juste un problème : le chaos ne semblait pas être là. Environ 10 % seulement des populations examinées semblaient changer de manière chaotique ; le reste cyclait de manière stable ou fluctuait au hasard. Les théories du chaos des écosystèmes sont tombées en désuétude scientifique au milieu des années 1990.
Les nouveaux résultats de Rogers, Munch et de leur collègue mathématicienne de Santa Cruz, Bethany Johnson, suggèrent cependant que les travaux plus anciens ont manqué où se cachait le chaos. Pour détecter le chaos, les études antérieures utilisaient des modèles à une seule dimension – la taille de la population d’une espèce au fil du temps. Ils n’ont pas pris en compte les changements correspondants dans les facteurs désordonnés du monde réel tels que la température, la lumière du soleil, les précipitations et les interactions avec d’autres espèces qui pourraient affecter les populations. Leurs modèles unidimensionnels ont capturé comment les populations ont changé, mais pas pourquoi elles ont changé.
Mais Rogers et Munch « sont allés chercher [chaos] d’une manière plus sensée », a déclaré Aaron King, professeur d’écologie et de biologie évolutive à l’Université du Michigan, qui n’a pas participé à l’étude. À l’aide de trois algorithmes complexes différents, ils ont analysé 172 séries chronologiques de populations d’organismes différents en tant que modèles comportant jusqu’à six dimensions au lieu d’une seule, laissant place à l’influence potentielle de facteurs environnementaux non spécifiés. De cette façon, ils pourraient vérifier si des modèles chaotiques inaperçus pourraient être intégrés dans la représentation unidimensionnelle des changements de population. Par exemple, plus de précipitations pourraient être chaotiquement liées à des augmentations ou des diminutions de population, mais seulement après un délai de plusieurs années.
Dans les données démographiques d’environ 34 % des espèces, Rogers, Johnson et Munch ont découvert que les signatures d’interactions non linéaires étaient effectivement présentes, ce qui était beaucoup plus chaotique que ce qui avait été détecté auparavant. Dans la plupart de ces ensembles de données, les changements de population pour l’espèce ne semblaient pas chaotiques au début, mais la relation entre les nombres et les facteurs sous-jacents l’était. Ils ne pouvaient pas dire précisément quels facteurs environnementaux étaient responsables du chaos, mais quels qu’ils soient, leurs empreintes digitales étaient sur les données.
Les chercheurs ont également découvert une relation inverse entre la taille corporelle d’un organisme et le caractère chaotique de sa dynamique de population. Cela peut être dû à des différences de temps de génération, les petits organismes qui se reproduisent plus souvent étant également plus souvent affectés par des variables extérieures. Par exemple, les populations de diatomées avec des générations d’environ 15 heures montrent beaucoup plus de chaos que les meutes de loups avec des générations de près de cinq ans.
Cependant, cela ne signifie pas nécessairement que les populations de loups sont intrinsèquement stables. “Une possibilité est que nous ne voyons pas le chaos là-bas parce que nous n’avons tout simplement pas assez de données pour revenir sur une période suffisamment longue pour le voir”, a déclaré Munch. En fait, lui et Rogers soupçonnent qu’en raison des contraintes de leurs données, leurs modèles pourraient sous-estimer la quantité de chaos sous-jacent présent dans les écosystèmes.
Sugihara pense que les nouveaux résultats pourraient être importants pour la conservation. Des modèles améliorés avec le bon élément de chaos pourraient faire un meilleur travail de prévision des proliférations d’algues toxiques, par exemple, ou de suivi des populations de poissons pour éviter la surpêche. Considérer le chaos pourrait également aider les chercheurs et les gestionnaires de la conservation à comprendre jusqu’où il est possible de prédire de manière significative la taille de la population. “Je pense qu’il est utile que la question soit dans l’esprit des gens”, a-t-il déclaré.
Cependant, lui et King mettent en garde contre une trop grande confiance dans ces modèles conscients du chaos. “Le concept classique de chaos est fondamentalement un concept stationnaire”, a déclaré King. Il est construit sur l’hypothèse que les fluctuations chaotiques représentent un écart par rapport à une norme prévisible et stable. Mais à mesure que le changement climatique progresse, la plupart des écosystèmes du monde réel deviennent de plus en plus instables, même à court terme. Même en tenant compte de nombreuses dimensions, les scientifiques devront être conscients de cette ligne de base en constante évolution.
Néanmoins, la prise en compte du chaos est une étape importante vers une modélisation plus précise. “Je pense que c’est vraiment excitant”, a déclaré Munch. “Cela va tout simplement à l’encontre de la façon dont nous pensons actuellement à la dynamique écologique.”
Histoire originale réimprimée avec la permission de Quanta Magazine, une publication éditorialement indépendante de la Fondation Simons dont la mission est d’améliorer la compréhension publique de la science en couvrant les développements de la recherche et les tendances en mathématiques et en sciences physiques et de la vie.
