Das Rechenprinzip GIGO besagt, dass wenn die Daten, die Sie in ein Modell eingeben, Müll sind, dann ist die Ausgabe auch Müll. Jie Yang und Kollegen haben das Problem angegangen Modellierung des Wachstums tropischer Bäume. Welche Daten sind die besten Daten für diese Modelle?

Ein Ansatz, den Sie erwarten könnten, besteht darin, einen Durchschnitt von Merkmalen als Daten zu verwenden. „Während das Sammeln von Merkmalsdaten von einer kleinen Anzahl von Personen ein pragmatischer Ansatz sein mag, insbesondere in diversen Systemen, ist die Analyse von Populations- oder Art-Mean-Trait-Daten konzeptionell falsch mit der umfangreichen Literatur zur Evolutionsökologie abgestimmt Eigenschaften mit individueller Leistung in Beziehung setzen und es kann zu schwachem oder führen irreführende Modelle und Schlussfolgerungen“, schreiben Yang und Kollegen.

Das Team entschied sich für einen anderen Ansatz und baute seine simulierten Wälder aus einzelnen simulierten Bäumen mit eingebauter Variabilität auf. Sie basierten ihr Modell auf der Xishuangbanna-Walddynamik-Darstellung in einem saisonalen tropischen Regenwald im Südwesten Chinas. Das Team vermaß die Bäume von August 2009 bis August 2018. Yang und Kollegen maßen sieben funktionelle Merkmale (Blattfläche, Blattchlorophyllgehalt, Blatttrockenmassegehalt, Blattdicke, Blattzähigkeit, Blattmasse pro Fläche und holzspezifischer Widerstand) für jeden Baum mit einem Dendrometerband) für jeden Baum und über fünfhundert Bäume gemessen.

Die Wissenschaftler fanden heraus, dass dieser Ansatz genauere Ergebnisse liefert. „Die in diesem Artikel vorgelegten Ergebnisse zeigen, dass Modelle des Baumwachstums auf individueller Ebene in einem tropischen Regenwald stark verbessert wurden, wenn Merkmalsdaten auf individueller Ebene verwendet wurden und Wachstumsmodelle auf Grundprinzipien aufgebaut wurden. Diese Ergebnisse informieren uns nicht nur darüber, wie wir das Baumwachstum auf der Grundlage von Merkmalen in zukünftigen Arbeiten modellieren sollten, sondern sie weisen auch darauf hin, dass die auf Merkmalen basierende Ökologie überdenken sollte, wie sie sich konzeptionell und analytisch an die Evolutionsökologie anpasst“, schreiben sie.

„Die Hauptvorteile der auf funktionalen Merkmalen basierenden Ökologie bestehen darin, dass die gemessenen Merkmale repräsentativ für grundlegende Kompromisse sind und systemübergreifend relativ einfach zu messen sind. Diese Vorteile würden jedoch abgeschwächt, wenn die gesammelten Merkmale keine Informationen über die Leistung von Individuen und damit von Populationen vermitteln würden. Die Merkmalsliteratur verwendet häufig mittlere Merkmalswerte, um alle Individuen in einer Population oder Art darzustellen. Dieser Ansatz reduziert die für Merkmalsverzeichnisse erforderlichen Ressourcen erheblich, aber die negativen Folgen einer solchen Datenaggregation sind nicht gut bekannt.“

„Dies weist darauf hin, dass merkmalsbasierte Ansätze besonders leistungsfähig für die Modellierung des Baumwachstums sind, wenn sie auf individueller Ebene gesammelt und analysiert werden. Datenerfassung oder Analysen, die Daten auf Populations- oder Artenebene aggregieren, werden einige Erkenntnisse liefern, aber diese Erkenntnisse werden in den meisten Fällen bei der Modellierung der Pflanzenleistung begrenzt und in einigen Fällen irreführend sein.“