Biologer anvender de samme statistiske redskaber til at forklare den historiske og fremtidige udvikling i f.eks. markmusbestande som økonomer benytter til at forklare aktiers kurssvingninger. Nu har en forskergruppe ved Danmarks Miljøundersøgelser (DMU), Aarhus Universitet, i et virtuelt muse-univers skabt og statistisk analyseret lange tidsserier over udviklingen i musebestande og fundet, at der er detaljeret overensstemmelse mellem ændringer i bestandene i naturen og de ændringer, det statistiske materiale beskriver for bestandene.

Biologer anvender de samme statistiske redskaber til at forklare den historiske og fremtidige udvikling i f.eks. markmusbestande som økonomer benytter til at forklare aktiers kurssvingninger. Nu har en forskergruppe ved Danmarks Miljøundersøgelser (DMU), Aarhus Universitet, i et virtuelt muse-univers skabt og statistisk analyseret lange tidsserier over udviklingen i musebestande og fundet, at der er detaljeret overensstemmelse mellem ændringer i bestandene i naturen og de ændringer, det statistiske materiale beskriver for bestandene.

Gruppen består af Ditte K. Hendrichsen,   ph.d.-studerende ved DMU og Biologisk Institut, Københavns Universitet, professor Mads C. Forchhammer og seniorforsker Chris Topping, begge DMU, og dens arbejde er netop offentliggjort i det internationale tidsskrift BMC Ecology.

Virtuelle markmus

Forskerne har set på, hvordan bestande af markmus i det danske landskab ændrer sig i størrelse over lang tid som følge af tilstedeværelsen af forskellige typer af rovdyr og skift i sammensætningen af musenes levesteder.

Til deres undersøgelse har de brugt en computergenereret virtuel verden kaldet ALMaSS (The Animal, Landscape and Man Simulation System). Systemet er udviklet af Chris Topping, en af de internationalt førende forskere inden for området, og består af et realistisk virtuelt økosystem, hvortil man kan føje elektroniske museindivider med samme adfærd som mus i den virkelige verden.

Ved gentagne forsøg, hvor musebestande blev fulgt over 200 år, viste forskerne, at den statistiske analyse af tidsserierne for musebestandene ændrede karakter afhængig af typen af rovdyr i deres virtuelle univers. Jo mere specialiserede rovdyrene var, desto stærkere statistisk signal kunne man se i tidsserierne. Tilsvarende ændredes styrken af det statistiske signal med graden af opsplitning af musenes levesteder i landskabet.

Værdifuldt redskab

Især i sammenhæng med klimaændringerne er det i langt højere grad end før nødvendigt for forskerne at beskrive og forstå ændringer over tid i naturen og i miljøet. Derfor har biologer set på statistikerne inden for økonomi og tilpasset disses statistiske analyser af tidsserier til naturvidenskabelige emner.

Et af de centrale spørgsmål i dét arbejde har været, hvorvidt man direkte kan koble rent statistiske resultater med ændringer i natur og miljø?

Svaret kommer altså fra Hendrichsen, Forchhammer og Topping: selv detaljerede ændringer i naturen og miljøet kan aflæses i den statistiske beskrivelse af tidsserier.

Professor Mads C. Forchhammer mener, at ”det måske lidt nørdede resultat” giver et stærkt analytisk fundament, der klart er med til at understøtte de tidligere biologiske tolkninger, man har foretaget ved brug af statistiske tidsserieanalyser på dyrebestande.

”Men måske lige så vigtigt er det, at vores undersøgelse også viser, at kombinationen af at bruge individbaserede computermodeller som ALMaSS sammen med traditionelle statistiske analyser og vores biologiske teorier kan være et meget værdifuldt redskab til at forstå, hvordan komplekse biologiske systemer reagerer på langsigtede ændringer i miljøet, herunder klimaændringer,” siger han.

 Professor Mads C. Forchhammer, tlf. 4630 1958, mcf@dmu.dk

                     ph.d-studerende Ditte K. Hendrichsen, tlf. 4630 1941, dkh@dmu.dk

                     seniorforsker Chris J. Topping, tlf. 8920 1502, cjt@dmu.dk

Predation and fragmentation portrayed in the statistical structure of prey time series. Hendrichsen, D. K., Topping, C. J. & Forchhammer M.C. BMC Ecology. 6 pp.

Artiklen (frit tilgængelig)

ALMaSS-modellen (på engelsk)

Årgang 13 nr. 9, 11. juni 2009