如何在知识不完备与网络复杂性下预测群落对扰动的响应

预测大型复杂系统对扰动的响应是一项挑战。近期预测食物网行为的尝试表明，理解系统所需的努力随其复杂性快速增长，因为需要关于系统要素日益精确的信息。在此，我们证明并非所有系统要素都需要同等精确地测量。这表明更高效地分配理解复杂系统的努力是可能的。我们开发了一种迭代技术来确定高效的测量策略。最后，在我们对模型食物网的评估中，我们发现精确测量长寿、广食性顶级捕食者的死亡率和捕食率最为重要。优先研究此类物种将使我们更容易理解复杂食物网对扰动的响应。