Chaotic dynamics in blooms of Ostreopsis cf. ovata modelled from environmental time series using ordinary differential equations systems

기술 요약: Ostreopsis cf. ovata 대발생의 혼돈 역학(Chaotic Dynamics)

문제 제기
독성 와편모조류인 Ostreopsis cf. ovata의 대발생(bloom)은 해변 이용자들에게 호흡기 자극을 유발하지만, 이러한 현상을 지배하는 환경적 동인과 시간적 역학은 여전히 명확히 이해되지 않고 있다. 부유성 및 에어로졸 측정치는 즉각적인 노출 데이터를 제공할 수는 있으나, 대발생의 발달을 지속시키는 저서 생물 세포 저장고(benthic cellular reservoir)를 반영하는 데는 한계가 있는 경우가 많다. 기존 연구들은 대발생을 환경 변수와 연결하기 위해 경험적-통계적 방법 및 머신러닝 접근법을 활용해 왔으나, 이러한 방법들은 근저에 있는 결정론적 메커니즘보다는 통계적 연관성에 집중하는 경향이 있다. 본 연구는 모나코(Monaco)의 장기 시계열 데이터를 사용하여, 관찰된 O. cf. ovata 대발생의 불규칙한 역학이 저차원 결정론적 시스템(low-dimensional deterministic system), 즉 잠재적으로 혼돈적 거동(chaotic behavior)을 보이는 모델로 규명될 수 있는지 판단하고자 한다.

방법론
저자들은 관측 시계열로부터 비선형 상미분 방정식(ODE) 시스템을 재구성하기 위해 R 패키지 GPoM에 구현된 일반 다항식 모델링(Generalized Polynomial Modeling, GPoM) 프레임워크를 채택하였다. 본 연구는 2007년부터 2018년까지의 미세조류 풍부도와 무기 변수(염도, 온도, 용존 산소 $O_2$, 질산염 $NO_3$, 인산염 $PO_4$)로 구성된 데이터셋을 활용하였다. 데이터 가용성 제약으로 인해 세 가지 별도의 시계열 범위가 분석되었다:

• 범위 A (2013–2017): 온도를 포함함.
• 범위 B (2007–2017): 온도를 제외함.
• 범위 C (2008–2016): 첫 해와 마지막 해를 제외함.

GPoM 과정은 다음과 같다:

1. 모델 생성: 조류 풍부도와 두 가지 환경 변수를 결합하는 3차원 ODE 시스템을 체계적으로 생성하며, 복잡성을 높이기 위해 다항식 항의 개수를 점진적으로 늘렸다 (5개에서 30개까지).
2. 역학적 분류: 생성된 시스템들을 필터링하여, 수렴하거나 발산하거나 혹은 안정적인 한계 주기(limit cycle)로 정착하는 시스템과 구별되는 혼돈적 역학을 보이는 시스템을 식별하였다.
3. 위상적 특성 분석: 푸앵카레 단면(Poincaré sections), 1차 반환 지도(first-return maps), 불안정 주기 궤도(unstable periodic orbits, UPOs)를 사용하여 카오스적 끌개(chaotic attractors)를 분석하고 위상적 템플릿(topological templates)을 구축하였다. 이 단계에서는 흐름의 신축(stretching), 찢음(tearing), 접힘(folding) 메커니즘을 설명하는 경계 토러스(bounding torus)의 '종수(genus)'와 템플릿 내의 가지(branch) 수를 정량화하였다.
4. 모델 선택 및 검증: 위상적 독특함과 간결성(parsimony)을 기준으로 후보군을 축소하였다. 남은 모델들은 모델 출력값의 통계적 분포를 경험적 데이터와 비교하기 위해 쿨백-스모리노프(Kolmogorov-Smirnov, K-S) 검정을 통해 검증되었다.

주요 결과

• 변수 결합: 분석 결과, 미세조류 풍부도와 염도 및 질산염($NO_3$) 쌍 사이에 강력한 역학적 연결이 있음이 밝혀졌다. 어떤 시계열 구간을 사용하더라도, 조류와 염도 및 질산염을 결합했을 때 가장 많은 수의 미분류(혼돈적) ODE 시스템이 생성되었다. 반면, 온도를 포함한 모델들은 혼돈적 역학보다는 한계 주기나 수렴/발산 솔루션을 생성하는 경향이 있었다.
• 혼돈 역학: 세 가지 특정 변수 쌍에 대해 생성된 1,600개의 미분류 ODE 시스템 중 단 2%만이 혼돈적 끌개로 수렴하였다. 모든 혼돈적 솔루션은 조류와 염도 및 질산염을 연결하는 시스템에서 발견되었다.
• 위상적 복잡성: 혼돈적 끌개는 다양한 종수(1 및 3)와 가지 수(2~8개)를 가진 경계 토러스로 특징지어졌다. 종수 3의 토러스는 흐름에서의 "찢기(tearing)" 메커니즘을 의미하며, 이는 유사한 초기 조건에서 시작된 궤적이 서로 다른 방향으로 갈라질 수 있음을 시사하며, 이는 매우 발산적인 단기 역학을 초래한다.
• 선택된 모델: 통계적 검증(K-S 검정)과 위상적 분석을 통해 후보를 두 가지 주요 모델로 압축하였다:
  • 모델 27: 조류, 염도, 질산염을 연결한다. 이는 종수 1의 토러스와 템플릿 내 6개의 가지를 특징으로 한다. 이 모델은 변수들의 공동 변화를 가장 잘 재현하며 시계열의 초기 피크를 포착한다.
  • 모델 2: 조류, 산소($O_2$), 질산염을 연결한다. 데이터의 일부로 학습되었음에도 불구하고, 염도와 산소에 대해 낮은 분포 거리를 보였으며, 이벤트 사이의 넓은 간격을 가진 대발생 구조를 성공적으로 재현하였다.
• 온도의 역할: 온도를 주요 동인으로 식별한 기존 문헌의 내용과는 대조적으로, 본 연구에서는 관찰된 대발생의 진폭과 구조를 재현할 수 있는 혼돈 역학을 생성하는 온도가 포함된 결합 변수 삼중항(triplet)을 찾지 못했다. 저자들은 온도가 대발생의 규모나 내부 구조보다는 시기(발생 시점)를 조절할 수 있다고 제안한다.

의의 및 주장
본 논문은 이러한 복잡하고 불규칙한 패턴이 저차원 결정론적 시스템으로부터 나타날 수 있음을 입증함으로써, O. cf. ovata 대발생 역학에 대한 기계론적 표현을 제공한다고 주장한다.

• 결정론과 혼돈: 혼돈적 ODE 시스템의 성공적인 재구성은 여름철 대발생에 내재된 결정론을 시사하며, 이러한 가변성이 순수하게 확률적(stochastic)이라는 견해에 도전한다.
• 예측 시나리오: 혼돈 계가 초기 조건에 대한 민감성으로 인해 장기적으로는 본질적으로 예측 불가능하다는 점을 인정하면서도, 저자들은 위상적 템플릿이 "시나리오"를 제공한다고 주장한다. 이 템플릿들은 제한된 범위의 가능한 단기 궤적과 진폭 범위를 정의하여, 대발생 발생 및 강도에 대한 단기 예측의 근거를 제공한다.
• 환경적 동인: 본 연구는 염도와 질산염을 이러한 대발생의 복잡한 역학을 주도하는 주요 환경 요인으로 식별하였으며, 산소와 인산염은 잠재적인 보조 요인 역할을 한다.
• 방법론적 기여: 본 작업은 전역 모델링(GPoM)과 위상적 특성 분석을 결ari하여 복잡한 생태 시계열을 탐구하는 유용성을 보여주며, 단순한 통계적 상관관계를 넘어 시스템의 행동을 지배하는 구조적 방정식을 식별하는 단계로 나아간다.

저자들은 선택된 다항식 모델들이 생물학적 용어로 직접 해석되지는 않지만, 변수 간의 관계를 이해하기 위한 틀을 제공한다고 결론짓는다. 향후 과제로 최근 데이터와의 비교 및 다항식 항 내의 핵심 생물학적 과정을 식별함으로써 모델 복잡성을 줄이는 방안이 제시되었다.