The algebra of community temperature indices

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, ein Rätsel darüber zu lösen, wie sich eine Nachbarschaft von Lebewesen über die Zeit verändert. In der Welt der Ökologie wird diese Nachbarschaft als „Gemeinschaft“ bezeichnet, und sie besteht aus vielen verschiedenen Arten von Pflanzen, Tieren oder Mikroben. Wissenschaftler versuchen schon lange, einen einfachen Weg zu finden, um zu messen, ob diese Nachbarschaft in Bezug auf die Vorlieben der Arten „wärmer“ oder „kälter“ wird. Dazu verfolgen sie etwas, das als Community Temperature Index (CTI) bezeichnet wird. Betrachten Sie den CTI als eine einzige Zahl, die wie ein Thermometer für die gesamte Gruppe fungiert. Wenn die Zahl steigt, bedeutet das, dass sich die Gemeinschaft hin zu Arten verschiebt, die Wärme lieben; wenn sie sinkt, verschiebt sie sich hin zu Arten, die Kälte bevorzugen.

Um zu verstehen, wie dies funktioniert, müssen Sie etwas über die relative Abundanz wissen. Dabei geht es nicht darum, exakt zu zählen, wie viele Käfer in einem Glas sind; es geht um den Anteil jeder Art. Wenn Sie ein Glas mit 90 % Käfern und 10 % Ameisen haben und mehr Käfer hinzufügen, sinkt der Anteil der Ameisen, selbst wenn die Gesamtzahl der Insekten gleich bleibt. Da diese Zahlen immer 100 % (oder 1) ergeben müssen, verhalten sie sich anders als normale Zahlen. Sie leben in einem speziellen mathematischen Raum, in dem das Addieren oder Multiplizieren ihnen folgt speziellen, seltsamen Regeln, ganz ähnlich wie das Mischen von Farben anders funktioniert als das Mischen von Wasser. Die große Frage, die Wissenschaftler sich gestellt haben, lautet: „Verwenden wir die richtige Mathematik, um diese Veränderungen zu messen?“ Wenn wir die falsche Mathematik verwenden, könnten wir glauben, die Nachbarschaft verändere sich, während sie sich in Wirklichkeit nur in einer Weise verschiebt, die verwirrend aussend.

---

Das Problem mit dem alten Thermometer

Jahrelang haben Ökologen eine beliebte Methode verwendet, um diesen „Nachbarschafts-Thermometer“ zu berechnen. Sie nahmen einfach die durchschnittliche Temperaturpräferenz jedes Individuums in der Gemeinschaft, gewichtet nach der Häufigkeit jeder Art. Es ist, als würde man die durchschnittliche Körpergröße einer Menge berechnen, indem man einfach die Größe aller Menschen addiert und durch die Anzahl der Menschen teilt. Das klingt einfach und logisch, oder?

Doch der Autor dieser Arbeit, Matthew Spencer, argumenttiert, dass dieser einfache Durchschnitt in Wirklichkeit eine Falle ist. Er weist darauf hin, dass diese alte Methode die relativen Abundanzen wie normale Zahlen behandelt und dabei ignoriert, dass sie den speziellen „Mischregeln“ folgen, die sie tatsächlich unterliegen. Um dies zu beweisen, entwirft er ein Szenario, in dem drei Arten mit stetigen, konstanten Raten wachsen – wie drei Autos, die mit unveränderlicher Geschwindigkeit auf einer Autobahn fahren. Wenn man die alte Methode anwendet, beginnt der „Thermometer“-Wert auf und ab zu wackeln, was suggeriert, dass die Temperaturpräferenz der Gemeinschaft wild schwankt. In Wirklichkeit hat sich jedoch nichts geändert; die Autos fahren einfach nur stetig dahin. Die alte Mathematik erzeugt ein künstliches Signal und lässt es so aussehen, als ob die Nachbarschaft eine Krise durchläuft, obwohl sie eigentlich nur dahin cruised.

Die neue „Aitchison“-Lösung

Spencer schlägt einen neuen Weg vor, um den Index zu berechnen, den er den Aitchison-CTI nennt. Anstatt einen einfachen Durchschnitt zu verwenden, nutzt diese neue Methode eine spezielle Art der Mathematik, die Aitchison-Geometrie. Wenn die alte Methode so ist, als würde man einen Smoothie messen, indem man einfach die Becher voll Obst zusammenzählt, dann ist die Aitchison-Methode wie das Messen der Verhältnisse der Aromen. Sie respektiert die Tatsache, dass man automatisch weniger von den anderen Früchten hat, wenn man mehr von einer Frucht hinzufügt.

Wenn Spencer diese neue Mathematik auf dasselbe „stetige Fahren“-Szenario anwendet, ist das Ergebnis perfekt: Das Thermometer zeigt eine glatte, gerade Linie. Es sagt korrekt voraus, dass sich die Gemeinschaft mit einer konstanten, vorhersehbaren Rate verändert. Dieser neue Index bewahrt die „algebraische Struktur“ der Gemeinschaft, was bedeutet, dass er sich so verhält, wie die Populationsdynamiken tatsächlich funktionieren.

„Warme“ und „kalte“ Freunde neu definieren

Einer der interessantesten Nebeneffekte dieser neuen Mathematik ist, wie sie die Art und Weise verändert, wie wir Arten benennen. Früher bezeichneten Wissenschaftler eine Art als „warm-affin“, wenn ihre Anwesenheit den Temperaturindex der Gemeinschaft steigen ließ. Aber die alte Methode hatte einen seltsamen Fehler: Ob eine Art „warm“ oder „kalt“ war, hing davon ab, was die anderen Arten machten. Eine Art konnte in einer Nachbarschaft „warm“ und in einer anderen „kalt“ sein, nur weil die Mischung der Nachbarn anders war. Es war, als würde man sagen, eine Person sei nur dann „groß“, wenn alle anderen im Raum klein sind.

Der Aitchison-CTI behebt dies. Er definiert eine Art mit relativer Warm-Affinität als eine Art, deren Temperaturpräferenz einfach höher ist als der geometrische Durchschnitt aller Arten in der Gruppe. Diese Definition ist fest; sie ändert sich nicht basierend darauf, wer sonst noch im Raum ist. Wenn eine Art „warm“ ist, ist sie immer „warm“, egal wie sich die Gemeinschaft verschiebt. Dies macht es viel einfacher zu verstehen, wer die Veränderungen vorantreibt.

Sagt das neue Thermometer die Wahrheit?

Das Papier führt auch ein cleveres neues Werkzeug ein, um zu prüfen, ob das Thermometer tatsächlich nützlich ist. Es ähnelt einem Score namens $R^2$, der in der Statistik verwendet wird, wurde aber für diese spezielle Mathematik angepasst. Dieser Score sagt uns, wie viel der Veränderung der Gemeinschaft tatsächlich in Richtung der Temperaturpräferenzen wandert.

Als der Autor dies an realen Daten einer Hartsubstrat-Gemeinschaft im Golf von Biskaya testete (die 151 Arten von Meerestieren umfasste), waren die Ergebnisse etwas gemischt. Der neue Aitchison-CTI stand in etwa in Beziehung zum alten, was eine gute Nachricht ist. Der „Nützlichkeits-Score“ lag jedoch nur bei 0,12. Dies deutet darauf hin, dass der neue mathematische Ansatz zwar genauer ist, die Temperaturpräferenzen dieser 151 Arten aber nur einen kleinen Teil dessen erklären, warum sich die Gemeinschaft verändert. Der Autor legt nahe, dass bei so vielen Arten die Veränderungen wahrscheinlich durch viele andere Faktoren getrieben werden, nicht nur durch die Temperatur. Es ist, als würde man versuchen, einen komplexen Tanz mit nur einer einzigen Bewegung zu erklären; der Tanz findet statt, aber die Temperatur ist nur ein kleiner Teil der Geschichte.

Das Fazit

Das Paper schließt mit einer klaren Empfehlung: Wenn Sie untersuchen, wie sich Gemeinschaften im Laufe der Zeit verändern, sollten Sie zum Aitchison-CTI wechseln. Es ist die einzige Methode, die die wahre Mathematik der Artenproportionen respektiert. Sie liefert eine konsistente Definition von warmen und kalten Arten und vermeidet die künstlichen Signale, die die alte Methode erzeugt.

Der Autor warnt uns jedoch auch zur Demut. Selbst mit der perfekten Mathematik könnte eine einzelne Zahl wie der CTI nicht die ganze Geschichte eines komplexen Ökosystems erfassen. Bevor Wissenschaftler den Ergebnissen vertrauen, sollten sie prüfen, ob ihre Daten tatsächlich eine starke Verbindung zwischen Temperaturpräferenzen und Gemeinschaftsveränderungen zeigen. Wenn die Verbindung schwach ist, wie im Beispiel des Golfs von Biskaya, könnte das Thermometer uns eher etwas über die Grenzen der Daten als über die Grenzen des Klimas verraten.