UBT Spektrum Heft 2/1999
Ökologische Modellbildung am BITÖK
Wissenschaftliche Computerspiele oder theoretische Alchemie?

Lösungsversuch 2: Einfache Modelle sind erfolgreicher

Der nächste Versuch bestand darin, die einfachen Aspekte von Ökosystemen, wie die über eine Fläche gemittelte Biomasseproduktion oder den Gebietsabfluss, direkt zum Ausgangspunkt der Untersuchungen zu machen. Damit war auch eine Öffnung gegenüber der Nutzungspraxis verbunden, die zu diesen Themen gut dokumentierte, lange Messreihen besitzt. Diese praxisrelevanten Variablen sollten nun nicht mehr als Abfallprodukt im Kielwasser der komplizierten Ökosystemmodelle produziert werden, sondern wurden direkt einer Datenanalyse unterworfen. Dieser Zugang sollte auch eine Erklärung für den Erfolg der einfachen heuristischen Modelle liefern.

Diese Daten verkörpern aus der Sicht der ökologischen Grundlagenforschung nur die "Bratpfannenphilosophie" des nutzenden Menschen bei der nur das interessant ist bzw. gemessen wird, was Nutzen (Nahrung, Geld, Trophäen, etc.) verspricht. Trotzdem zeigen sich an diesen Zeitreihen viele wissenschaftlich interessante Details. Der Abfluss von Waldökosystemen aus hydrologischen Einzugsgebieten ist auf der kurzen Zeitskala Stunden bis Monate einfach und mit zwei bis drei freien Parametern aus den naheliegenden äusseren Steuergrössen (Niederschlag, Temperatur) zu reproduzieren. Auf der langen Zeitskala, die bis zu vielen Jahrzehnten, im berühmten Fall der Nilhochwässer sogar bis zu Jahrhunderten reicht, treten dagegen langreichweitige Gedächtniseffekte auf, die nicht auf ein entsprechendes Verhalten der Kontrollgrössen zurückgeführt werden können. Sie müssen entweder aus dem Ökosystem selbst oder aus weniger augenfälligen externen Grössen stammen (klimatische Schwankungen auf der Skala von Jahrzehnten und Jahrhunderten, Sonnenfleckenzyklus usw.).

Dieses Verhalten konnte inzwischen an vielen Messreihen gezeigt werden. Seine Interpretation ist nach wie vor sehr umstritten, gerade weil es in dem Zustandskonzept der traditionellen Prozessmodelle keine Erklärungsansätze für diese langfristigen Gedächtniseffekte gibt. Mit deterministischen Differentialgleichungsmodellen ist bislang keine Reproduktion des universell beobachteten skalenfreien Langzeitverhaltens (ausgedrückt durch Potenzgesetze) gelungen. Vor allem weil die unterstellten Prozesse definitive Zeitskalen besitzen und daher zu stationärem Verhalten für genügend lange Zeiträume führen. Als Träger von geschichtlichen, nicht-wiederholbaren Entwicklungen in diesen Ökosystemen kommen in erster Linie deren biologische Komponenten in Frage. Die im Unterschied zu physikalischen Systemen bei biologischen Systemen stets notwendige Unterscheidung zwischen potentiellem, genotypischen und tatsächlichem, phänotypischen Verhalten ist ein deutlicher Hinweis, dass nicht von der Systemgeschichte abstrahiert werden darf. Die Gruppe um H. Lange und F. Wolf, die am BITÖK die symbolische Dynamik bearbeitet, begründete die Vermutung, dass das kurzfristige hydrologische Verhalten von Wassereinzugsgebieten über einen sehr weiten Bereich (von Amazonas und Mississippi bis hin zu den kleinen Waldeinzugsgebieten des BITÖK) durch einen Parameter charakterisierbar ist. Dieses Forschungsprogramm wird weiter verfolgt werden mit dem Ziel, zu einer möglichst einfachen phänomenologischen Beschreibung des Verhaltens auf Ökosystemebene zu gelangen. Damit könnte es möglich werden zu zeigen, dass der naive, erste Ansatz nicht an messtechnischen Problemen, sondern an prinzipiellen Eigenschaften der Organisation von Ökosystemen scheitern musste. Der Ansatz quantifiziert die maximale Menge an Information, die aus den Beobachtungen extrahiert werden kann. Jede weitere Inputinformation, die in Modelle hineingesteckt wird, verschwindet im Systemoutput. Das begründet, warum das inverse Identifikationsproblem für höherparametrige Modelle mit massiven Nichteindeutigkeitsproblemen zu kämpfen hat. Mit anderen Worten, eine derartige Phänomenologie könnte die oben geschilderten Probleme des ersten Ansatzes im Nachhinein erklären. Während sich also deutliche Hinweise auf die Grenzen der Modellierung abzeichnen, stellt sich erneut die Frage, worin denn nun deren praktischer Nutzen liegt.