(Home page)
Marzo 2013

SÍNTESIS METODOLÓGICA TRANSDISCIPLINARIA EN SISTEMAS COMPLEJOS

Parte 3

d. DINÁMICA GENERAL DE LOS SISTEMAS PRODUCTIVOS Y SITUACIÓN ACTUAL DE SU PRONÓSTICO

e. STUDIO INTEGRAL DE SIMULACIÓN Y PREDICCIÓN DE ESCENARIOS EN SISTEMAS ECOLÓGICOS CON ENFOQUE SISTÉMICO.


Dr. Walter Ritter Ortíz

INDICE
PRÓLOGO
I.- ANTECEDENTES METODOLÓGICOS
EL PROBLEMA POR RESOLVER

  1. EL MUNDO COMO SISTEMA

  2. ELEMENTOS CRÍTICOS TRANSDISCIPLINARIOS EN CIENCIA Y HUMANIDADES Y EL ANÁLISIS DE SISTEMAS

  3. PROPÓSITOS Y REALIDADES DEL PARADIGMA ECOLÓGICO SISTÉMICO

  4. DINÁMICA GENERAL DE LOS SISTEMAS PRODUCTIVOS Y SITUACIÓN ACTUAL DE SU PRONÓSTICO.

  5. ESTUDIO INTEGRAL DE SIMULACIÓN Y PREDICCIÓN DE ESCENARIOS EN SISTEMAS ECOLÓGICOS CON ENFOQUE SISTÉMICO.

  6. DELIMITACIÓN DEL SISTEMA E IDENTIFICACIÓN DE PARÁMETROS EN LA SIMULACION DE ESCENARIOS.

  7. SOBRE EL PRONÓSTICO EN LOS SISTEMAS FÍSICO CLIMÁTICOS Y BIOLÓGICOS PRODUCTIVOS, POSIBILIDADES Y LIMITACIONES.

  8. BIOCLIMATOLOGÍA; UNA CIENCIA DE LA COMPLEJIDAD SISTÉMICA

  9. SIMULACIÓN DE PROBLEMAS DE TIPO BIOCLIMÁTICO

  10. INTEGRACIÓN DEL IMPACTO AMBIENTAL EN LA TRAMA SOCIOECONÓMICA.

  11. EL CLIMA COMO SISTEMA COMPLEJO ADAPTATIVO EN COEVOLUCIÓN

  12. LOS MODELOS DE PRÓNOSTICO Y SU PROBLEMÁTICA

  13. CIENCIA, PREDICCIÓN Y ENTENDIMIENTO EN EL MUNDO MODERNO DE LA COMPLEJIDAD

  14. LA ENSEÑANZA DE LA CLIMATOLOGÍA DESDE LA PERSPECTIVA DE LA TEORÍA GENERAL DE SISTEMAS.

  15. PLANIFICANDO EL FUTURO

        1. DINÁMICA GENERAL DE LOS SISTEMAS PRODUCTIVOS Y SITUACIÓN ACTUAL DE SU PRONÓSTICO.

Walter Ritter Ortiz, 1 Hans Van der Wal, 2 Rafael German Urbán Lamadrid3.

Biol. Ma. Antonieta Moreno Perez4, Ing. José Manuel Reyes4

1. Sección de Bioclimatología, Centro de Ciencias de la Atmósfera, UNAM. Circuito Exterior s/n, Ciudad Universitaria, Deleg. Coyoacan, México, D. F. walter@atmosfera.unam.mx

2. El Colegio de la Frontera Sur. Carretera Villahermosa-Reforma km 15.5, Ranchería Guineo, sección II. C. P. 86280, Villahermosa, Tabasco, México. hvanderwal@ecosur.mx

3. Instituto de Ciencias Naturales de la Universidad Autónoma de Guerrero.

4 Escuela Superior de Agricultura. Universidad Autónoma de Guerrero (UAG) reyesjosemanuel2004@yahoo.com.mx

INTRODUCCIÓN

En los primeros pasos del desarrollo de un ecosistema, las especies predominantes producen gran cantidad de información y necesitan una menor cantidad de energía para mantener estas estructuras.

Sus interrelaciones o canales de comunicación funcionan en promedio más eficientemente, permiten el mantenimiento de la misma biomasa con un suplemento menor de energía o, una biomasa mayor con el mismo suplemento energético.

La única limitante a este cambio progresivo, es la interferencia del ambiente físico.

Un ecosistema que no está sujeto a perturbaciones fuertes del exterior, cambia de manera progresiva, pronosticable y direccional; convirtiéndose en más maduro, con incrementos de la complejidad de su estructura y disminución del flujo de energía por unidad de biomasa.

En el caso de ambientes fluctuantes, el ecosistema estará compuesto de especies con una razón reproductiva alta y menores requerimientos especiales; con menor diversidad y menor complejidad y su flujo de energía por unidad de biomasa permanece relativamente alto.

El equilibrio no es el destino ni el objetivo de los sistemas vivos, simplemente porque como sistemas abiertos, están asociados a los cambios y fluctuaciones de su medio ambiente.

En los primeros pasos del desarrollo de un ecosistema, las especies predominantes producen gran cantidad de crías, la mayoría de las cuales mueren, porque son vulnerables a los cambios en el medio ambiente y hay un uso ineficiente de la energía en su producción y sobrevivencia.

Observándose que el número total de pobladores con derecho a vivir en un lugar y tiempo determinado está dado por el medio ambiente de su entorno, estando en función de su capacidad de sostén del sistema o por el número de espacios o nichos que ofrece el medio ambiente.

En esta etapa temprana, el medio ambiente ejerce el rol dominante y ejerce extrema presión en la selección de las especies. Pero al madurar el ecosistema desarrolla su estabilidad interna en coherencia con el medio en que existe, que a su vez crea las condiciones que soportan un uso más eficiente de la energía y protección de la demandas de dicho medio.

En la evolución de estos sistemas dinámicos se ha observado qué es el desequilibrio la condición necesaria para el crecimiento del sistema.

Es decir que como sistemas abiertos usan el desequilibrio para evitar el deterioro, llamándoseles estructuras “disipativas” porque disipan la energía a fin de encontrar nuevas formas de organización, razón por la que también se les conoce como sistemas autoorganizativos.

Un ecosistema con una estructura compleja es rica en la relación:
productividad/biomasa, es el metabolismo por unidad de biomasa. Su tasa de cambio es negativa a lo largo de la sucesión.

El cociente; biomasa/productividad puede definirse como la cantidad de información que puede ser mantenida con un gasto definido de energía potencial. Tomando a la información en el sentido de algo a lo que la vida ha llegado a través de una serie de decisiones y que influye de una u otra manera en posibles futuros eventos.

La “entropía organizacional” será una medida del costo energético por unidad de desarrollo y puede extenderse para cubrir un amplio rango de ambientes, a costa de ir reduciendo la eficiencia de su óptimo. Donde la noción de “grano” procede del tamaño de los parches ambientales. Si el parche es lo suficientemente grande y uniforme, el grano es “grueso”; mientras que si los parches son pequeños, de tal forma que el individuo se mueve en varios de los parches, tendremos un ambiente de “grano fino”.

La forma de la “función adaptativa” puede variar de la forma de hipérbola a la forma lineal y en cualquier caso, la estrategia óptima está representada por el punto en que ambas se cruzan.

Los modelos son herramientas para detectar “patrones” o tendencias que pueden ser útiles para generar hipótesis comprobables acerca de la organización de las comunidades. La abundancia relativa de grandes ensamblajes heterogéneos de especies, tienden a ser gobernados por muchos factores independientes y, de acuerdo al teorema de límite central, será distribuida en forma log-normal.

Un alto grado de ajuste al modelo log-normal indica que la comunidad está en alto grado de equilibrio. Sin embargo buenos ajustes a la distribución log-normal pueden ocurrir a pesar de los cambios y condiciones en la composición de la comunidad.

La principal motivación al crear los modelos de distribución, fue desarrollar un modelo general de abundancia de especies, para facilitar la comparación de diversas comunidades por sus diferencias o similitudes en los parámetros del modelo.

El cual potencialmente daría información fundamental de los nichos de las especies y cómo las especies coexisten o comparten los recursos ambientales disponibles.

Aunque tal modelo general sería una herramienta valiosa para el ecólogo, no parece existir tal paradigma general, revelándose que hipótesis contradictorias pueden llevarnos al mismo modelo y diferentes modelos derivados de postulados en conflicto, pueden ser ajustados al mismo grupo de datos.

El mayor obstáculo a resolver al usar índices de diversidad es su interpretación ya que, si se da sólo el valor del índice de diversidad, es imposible decir la importancia relativa de riqueza y uniformidad, ya que una alta riqueza y baja homogeneidad será equivalente a un sistema de baja riqueza y alta homogeneidad.

En general podemos decir que un ecosistema será más complejo conforme sea más maduro, cualidad que aumenta con el tiempo en que permanezca sin ser perturbado.

La sucesión nos lleva a considerar como más maduro o más complejo al ecosistema, cuando esté compuesto de un mayor número y grado de interacción de sus elementos; largas cadenas alimenticias, un uso más completo del alimento, relaciones bien definidas o más especializadas, situaciones más predecibles, promedio de vida mayor, menor número de hijos, y la organización interna pasa por perturbaciones aleatorias a ritmos cuasi-regulares.

La madurez tiene un doble significado; en su aspecto estructural puede ser medido en términos de diversidad o de complejidad a través de un cierto número de niveles. En los aspectos relacionados a la materia y energía, puede ser medida como producción primaria por unidad de biomasa total.

Los índices de diversidad expresan la distribución de los individuos dentro de las especies en el ecosistema.

Los organismos pequeños, usualmente muestran un menor grado de organización y madurez que los animales mayores, quienes muestran patrones definitivos de distribución. Pero, aún para escalas locales, la distribución de organismos no es aleatoria, demostrándose la existencia de leyes naturales capaces de pronosticar patrones ecológicos.

Si los patrones de abundancia relativa, resultan de la interacción de muchos factores independientes, una distribución log-normal, es pronosticable por la teoría y es lo usualmente encontrado en la naturaleza.

En grupos relativamente pequeños y homogéneos de especies, donde un factor pueda predominar o ser el factor limitante, nos lleva a distribuciones de “vara rota”, mientras que lo opuesto nos lleva a distribuciones logarítmicas.

Esto es, que la distribución log-normal refleja el “teorema de límite central” o “ley de los grandes números”.

En cambio, existen circunstancias especiales donde la distribución de “vara rota”, “series geométricas” o “distribuciones logarítmicas” son observadas; éstas reflejaran las características intrínsecas de la comunidad biológica.

1.- OBSERVACIONES Y PROPUESTAS PARA OTRAS DINÁMICAS DE PRONÓSTICO.

Tierra, agua y atmósfera están íntimamente ligadas entre sí, por intermedio de complejos procesos biológicos y geofísicos y un mayor conocimiento de las interacciones entre ecosistemas regionales puede ser de gran ayuda al tratar de optimizar la contribución de los recursos naturales para un mayor bienestar del ser humano.

Es casi imposible hacer predicciones detalladas acerca de las subdivisiones de las mayores unidades ecológicas, aunque es generalmente posible hacer predicciones sobre el tipo de organismos presentes y ausentes.

Así pues si se desea pronosticar futuros procesos de producción, será necesario tener una descripción de estos sistemas en su ambiente particular, que incluya tantos detalles relevantes como sea posible.

Debemos estar interesados en todas las interacciones que controlan o alteran el número o tipo de organismos encontrados en una región dada; Tal información puede ser construida en una simulación poblacional, que puede ser usada para predecir los efectos de políticas particulares de administración.

El valor de la simulación es obvio, pero su utilidad reside principalmente en que analiza casos particulares.

Una teoría ecológica debe de hacer de preferencia afirmaciones sobre el ecosistema como un todo global así como de especies y de tiempos en particular y afirmaciones válidas para muchas especies y no solamente para una.

La alternativa es intentar analizar la naturaleza de tal forma que pueda ser descrita en una forma rigurosa donde las predicciones puedan ser derivables mediante procedimientos reproducibles; siendo capaces de definir en algún grado, la diferencia entre lo que conocemos sobre bases teóricas y lo que nos falta por hacer, antes de que podamos realizar predicciones más seguras.

Una descripción matemática precisa de los sistemas productivos puede incluir cientos de parámetros; muchos de los cuales son difíciles de medir y cuyos resultados esperados, a partir de las muchas ecuaciones diferenciales parciales simultáneas no-lineales de simulación, usualmente no tienen solución, para conseguir respuestas que son complicadas expresiones de los parámetros y que no son fáciles de interpretar.

Claramente se observa la necesidad de diferentes metodologías para tratar con estos sistemas que son intrínsecamente complejos.

Las fluctuaciones ambientales, parches y productividad pueden combinarse para algunos propósitos de medida global de incertidumbre ambiental.

La visión materialista desaparece y penetramos en un mundo totalmente desconocido. Pero también se descubre que acontecimientos en apariencia desordenados e imprevisibles contienen en sus entrañas un profundo y sorprendente orden.

En resumen, la teoría cuántica nos dice que para comprender la realidad debemos renunciar a conceptos tradicionales como: materia sólida y concreta, que la realidad fundamental no es físicamente accesible y que el tiempo y el espacio son puras ilusiones.

La existencia de estas realidades que trascienden categorías de tiempo y espacio ordinario a través de una naturaleza cuyas propiedades asombrosas son difíciles de captar, pero cuya realidad no es local ni causal y cuyas consecuencias de transformación superan experiencias e intuiciones. Pero:

¿Cómo es posible que un torrente de energía que fluye por el mundo sin metas ni objetivos pueda esparcir conciencia y vida?

En el corazón del caos se combinan moléculas para formar estructuras estables que son los primeros ladrillos de la materia viva.

Donde la única diferencia de fondo entre lo inerte y lo viviente es simplemente que uno es más rico en información que el otro.

Pero que todavía no sabemos describir si su presencia se debe al fruto del azar o de una secreta necesidad de la naturaleza.

Lo que si sabemos es que la vida extrae sus propiedades de la tendencia de la naturaleza a organizarse y a escalar hacia estadios cada vez más ordenados y complejos.

Para intentar saber más de nuestro mundo debemos abandonar las certidumbres de sus leyes y admitir que el universo no sólo es más extraño de lo que pensamos, sino más extraño aún de lo que podemos pensar.

En su inmensa complejidad y a pesar de sus apariencias hostiles estelares y humanas, el universo está hecho para engendrar orden y vida, inteligencia y conciencia.

Así, si observamos un pequeño copo de nieve veremos que este obedece a sutiles leyes físicas y matemáticas, que da lugar a ordenadas figuras geométricas entre si y únicas en el mundo.

La forma final contiene la historia de todas las condiciones atmosféricas que ha atravesado.

Recuperando al mismo tiempo un orden y un equilibrio de las fuerzas de estabilidad e inestabilidad y de las interacciones resultantes de fuerzas a escala atómica y humana.

Podríamos pensar que el universo en su manifestación no contiene azar sino diversos grados de orden cuya jerarquía nos toca descifrar y de que este azar no es sino nuestra incapacidad para comprender grados superiores de orden.

Así con la teoría cuántica podemos describir y predecir con una precisión muy grande el comportamiento de grupos de partículas, pero no existe actualmente ningún medio de predecir acontecimientos individuales.

Es decir que no existe ninguna herramienta determinística de pronóstico que nos permita saber y decir qué partícula en lo individual se manifestará.

No existe o no se ha descubierto aún ninguna ley física que nos permita describir este proceso de selección. Sin embargo bajo el desorden visible de estos fenómenos, existe un orden profundo de un grado infinitamente elevado que nos puede llegar a permitir explicar lo que interpretamos como azar.

Pero también el carácter aleatorio del comportamiento individual, puede llegar a encubrir y hacer que no podamos interpretar un grado muy elevado de orden del conjunto.

Ciertos fenómenos caóticos de movimientos aparentemente indescriptibles e imprevisibles presentan un desorden, canalizado dentro de motivos construidos sobre un mismo modelo subyacente denominado atractor extraño, que existe en un espacio de fases o espacio que contiene todas las informaciones dinámicas y todas las variaciones posibles de un sistema mecánico, según órbitas precisas y difíciles de apartarse ordenando en profundidad su comportamiento, pero ¿cómo la heterogeneidad de pequeña escala ha podido generar un orden tan elevado a gran escala?

Einstein, opuesto al carácter estadístico de la naturaleza, expresaba que este carácter se aplicaba sólo a los problemas microscópicos, mientras que en el mundo macroscópico, el determinismo seguía imperando como regla. Sin embargo, desarrollos de los últimos años, no parecen darle la razón.

Siendo más bien una característica general de los sistemas dinámicos inestables, donde se puede observar que, sea cual fuere la precisión que poseamos respecto de sus condiciones iniciales, sólo podemos predecir a través de probabilidades el hecho de que se produzca una de sus muchas estructuras posibles, es decir, que no sabemos lo suficiente de las leyes de la naturaleza como para ser capaces de predecir el futuro.

La no linealidad será siempre el rasgo característico de la evolución de los fenómenos naturales donde los sistemas de no equilibrio, hablemos del estado del tiempo, como de las especies biológicas así como de los sistemas ecológicos, éstos se dan sólo como variantes de sistemas complejos que van surgiendo del flujo constante de la energía solar en la biosfera, viéndoseles desenvolverse a través de múltiples bifurcaciones, donde van intercalando largos períodos de estabilidad y oscilaciones aparentemente azarosas en épocas de inestabilidad.

Sin embargo, llegamos a reconocer en todo esto una tendencia general de largo plazo y una direccionalidad de manifestación total.

La interacción de caos y orden reflejan así el proceso evolutivo de la naturaleza.

Los sistemas fuera del estado de equilibrio se manifiestan como sistemas complejos que evolucionan hacia estados crecientes tanto de tamaño como de complejidad, hacia niveles más elevados de organización y dinamismo así como de una más estrecha interacción con el medio físico (clima).

Las respuestas de estos sistemas a los cambios desestabilizadores de su medio se manifiestan a través de saltos e impulsos comparativamente bruscos y son de la mayor importancia para entender la dinámica de evolución de los diversos dominios de la naturaleza.

Donde el estar más alejados del equilibrio termodinámico, más sensibilidad de respuesta se manifiesta al cambio de sus estructuras y más sofisticados serán también los ciclos y procesos de retroalimentación que los mantiene.

Las bifurcaciones catastróficas nos dan apariciones y desapariciones súbitas de atractores estáticos, periódicos o caóticos y son la clase de transformaciones que sustentan la evolución de sistemas que van desde los átomos, hasta especies ó sistemas climáticos, ecológicos y sociedades

2.- ESTUDIO INTEGRAL DE SIMULACIÓN Y PREDICCIÓN DE ESCENARIOS EN SISTEMAS ECOLÓGICOS.

Con el estudio integral de simulación y predicción de escenarios se propone la creación de una metodología general de simulación que de forma integrada dé respuesta a una serie de cuestionamientos sobre ecología, manejo de recursos naturales y evaluación de impacto ambiental.

La visión filosófica de este modelo tiene su fundamento en el “enfoque sistémico” derivado de la “teoría general de sistemas”, cuyo proceso metodológico nos permitirá la creación de escenarios requeridos para una mejor toma de decisiones.

A fin de utilizar aspectos comunes en los diferentes proyectos ecológicos se hace necesario hacer una descripción general de las metodologías del enfoque sistémico a utilizar en el desarrollo del modelo general de simulación, esperando una mayor homogeneidad y cohesión de propósitos así como en una mayor sistematización en la obtención de los objetivos planteados.

El origen de la visión de sistemas se remonta al periodo de la segunda guerra mundial y estuvo relacionada con la solución de problemas de tipo logístico.

Actualmente el uso de esta perspectiva en ecología, manejo de recursos naturales y evaluación de impacto ambiental, consiste en proporcionar un enfoque que permita abordar la solución de dichos problemas en los sistemas complejos (como son todo tipo de ecosistemas conocidos) y que además promueva el diseño de proyectos de investigación que nos ayuden a tomar decisiones adecuadas utilizando el método científico como una forma de resolver dichos problemas, basándose en una observación disciplinada y en la manipulación de las partes del mundo real que resulten interesantes en el contexto del problema en estudio.

El análisis de sistemas ocupa un lugar importante en el pensamiento científico, tratándose de un esfuerzo de aprehensión totalizadora del conjunto de los fenómenos de la naturaleza y de aquellos en los que se interesa el hombre y la sociedad, con el fin de sistematizar y organizar el conocimiento y donde todas sus variantes tengan una meta común que deberá ser la integración de los diferentes campos científicos por medio de una metodología unificada de conceptualización.

A menos que aprendamos a considerar las totalidades y apreciemos la tendencia de la naturaleza hacia formas de organización cada vez más complejas, no seremos capaces de encontrar sentido a los actuales descubrimientos científicos y mucho menos de sacar provecho de ellos.

La integración es una característica fundamental del universo, producto de la tendencia de la naturaleza a sintetizar. El holismo es autocreador y sus estructuras finales son más holísticas que las estructuras iniciales. Esas totalidades y esas uniones son dinámicas, evolutivas y creativas y tienden hacia niveles de complejidad e integración cada vez más elevados.

La integración otorga a los sistemas propiedades que no tienen sus elementos y donde el todo no es solamente la suma de las partes sino que con las interacciones de sus elementos da lugar a las propiedades excedentes llamadas emergencias. Dándose así que el todo llegue a ser mayor que la suma de sus partes.

El universo ya no es más una maquina compuesta de objetos separados, sino una unidad indivisible y armoniosa, una red de relaciones dinámicas. Para esto hay la necesidad de desarrollar una visión orgánica, holística y ecológica en el sentido de la teoría general de sistemas.

Lo que hace que la ciencia tenga tanto éxito es el descubrimiento de que las aproximaciones son posibles, por lo que si se está satisfecho con una comprensión aproximada de la naturaleza se pueden describir grupos seleccionados de fenómenos, olvidándose de forma deliberada otros considerados como menos pertinentes.

Así podremos explicar muchos fenómenos en función de unos pocos y como consecuencia comprender diferentes aspectos de la naturaleza de un modo aproximado sin tener que comprenderlo todo a la vez.

Todas las teorías y modelos científicos son aproximaciones a la verdadera naturaleza de las cosas, donde el error implicado en la aproximación es a veces lo bastante pequeño como para hacer que ese acercamiento sea significativo.

Deberíamos acercarnos a la situación ideal donde la teoría no contenga constantes fundamentales no explicadas y en donde todas las leyes cumplan el requisito de la total autoconsistencia.

El hecho de acentuar las relaciones de objetos y no los objetos por si mismos tiene repercusiones verdaderamente trascedentales en todos los campos de la ciencia, donde estamos interesados en el conocimiento que implica una comprensión de la totalidad, siendo conscientes de la esencial interrelación del universo, donde se advierte que explicar algo significa demostrar como está relacionado con todo lo demás y darnos cuenta de que todo es consecuencia del resto, por lo que explicar la naturaleza tan solo significa demostrar su unidad en un universo que es un todo inseparable y en donde todas las formas son fluidas y en constante cambio.

No existen estructuras estáticas en la naturaleza, existe una estabilidad y ésta estabilidad es el resultado de un equilibrio dinámico. Las estructuras de los ecosistemas tienen la interesante propiedad de ser autoorganizativas, actuando el sistema como una totalidad, surgiendo por todas partes este tipo de autoorganizaciones y estableciendo una enigmática comunicación entre los miembros aislados de esos conjuntos.

La ciencia del caos es una nueva aportación a la visión holística del universo, donde detrás de una fachada de orden acecha una misteriosa clase de caos y sin embargo en lo profundo de éste caos acecha un género de orden aún más misterioso, nos dicen los expertos en el tema.

En medio del océano universal del caos, surgen brotes de orden y de autoorganización y ningún ejemplo ilustra mejor este proceso que nuestra propia Tierra, ya que no existe un lugar donde las condiciones para la vida se hayan desarrollado en un equilibrio tan exquisito.

Nuestro planeta está lo suficiente alejado del centro de la galaxia como para poder ignorar las catástrofes cósmicas que ahí se producen, manteniéndonos así también a la distancia necesaria del sol para evitar ser abrazados por su calor o congelados por falta de éste.

Si tuviéramos un tamaño menor, la débil gravedad sería incapaz de retener la atmósfera y con un tamaño mayor, se habrían retenido aquellos gases que son letales.

Poseemos la suficiente agua para que con su alta estabilidad térmica, haya servido de cálida incubadora para que se desarrollaran los primeros y débiles procesos vitales. Hay abundante oxigeno que permite a los organismos vivos moverse y reproducirse, así como energía sobrante de nuestra estrella, el Sol.

Poseemos una capa de ozono que nos protege de los esterilizadores rayos ultravioleta y un campo magnético que intercepta la mayor parte de la destructora radiación cósmica y se ha alcanzado un equilibrio tal entre la materia inanimada y los sistemas biológicos que ha podido establecerse un ciclo cerrado que ha funcionado a la perfección.

Tanto ahora como en la historia de la Tierra, su climatología y su química parecen haber sido en todo momento las óptimas para el desarrollo de la vida. Que todo esto se deba a la casualidad es algo muy difícil de creer, sin embargo es una improbabilidad que se ha concretado en nuestro planeta; entidad compleja que comprende el suelo, océanos, atmósfera y biosfera; conjunto que constituye un sistema cibernético autoajustado por retroalimentación que se encarga de mantener en el planeta un entorno física y químicamente óptimo para la vida.

Toda la biomasa del planeta, junto con la atmósfera, océanos y continentes forman un sistema complejo que tiene todas las formas típicas de la autoorganización, persistiendo en un notable estado de desequilibrio químico y termodinámico y puede regular el ambiente planetario a través de una gran variedad de procesos que le permiten mantener las condiciones óptimas para la evolución de la vida.

Aspectos similares de autorregulación se observan también en la composición química de la atmósfera, salinidad de los océanos y la distribución de oligo-elementos en las plantas y los animales.

Sus propiedades y actividades no pueden ser previstas por la suma de sus partes, sus numerosas vías de comunicación son altamente complejas y no lineales, su forma ha evolucionado durante miles de millones y sigue evolucionando.

La ciencia contiene también un movimiento hacia la síntesis y hacia el descubrimiento de contextos más amplios y leyes más generales, pero la actitud predominante ha sido la de poner mayor énfasis en el análisis y en separar los factores clave de cada situación, ignorando el contexto más amplio que da a las cosas su unicidad, hasta el punto de que toda actividad pierde su significado, por lo que es necesario un enfoque más sencillo y unificado de los problemas, en pocas palabras necesitamos científicos generalistas con enfoque y visión sistémica.

El hecho de que investigadores en campos muy diversos hayan descubierto de forma independiente conceptos generales muy similares, hacen que semejantes correspondencias sean tanto más significativas cuanto que se fundan en hechos totalmente diferentes e incluso partieron de filosofías encontradas y aún así llegaron a conclusiones notablemente parecidas (Ritter, 2010).

Así concebidos los estudios integrados demostrarían ser parte esencial en la búsqueda de la compresión de la realidad y así de éste modo, la teoría general de sistemas, sería un importante elemento en la síntesis interdisciplinaria y la educación integrada.

3.- LA VISIÓN SISTEMICA EN LA CREACIÓN DE ESCENARIOS PARA LA TOMA DE DECISIONES

La utilidad del análisis de sistemas y su simulación se da tanto por el proceso de identificación y especificación de los problemas, así como del desarrollo, uso y producto final del modelo.

Necesitamos partir de un marco teórico para el desarrollo, evaluación y uso de los modelos de simulación en impacto ambiental, ecología y manejo de los recursos naturales.

Donde en el desarrollo del modelo conceptual podamos abstraer del sistema real aquellos factores y procesos que deben ser incluidos dentro del modelo por ser relevantes en nuestros objetivos específicos y de tal manera que en la evaluación del modelo se compare el enfoque de sistemas con otros métodos utilizados para resolver problemas en estas y otras áreas.

4.- DISEÑO INTEGRAL DE MODELOS DE SIMULACIÓN Y GENERACIÓN DE ESCENARIOS

Se desea diseñar y generar un modelo integral de simulación de los sistemas ecológicos bajo el enfoque de sistemas y de sistemas complejos, con aplicaciones específicas a la evaluación del impacto ambiental

Generar escenarios de los sistemas ecológicos en el tiempo histórico (en el pasado, actual y futuro) y el espacio para evaluar el impacto del uso de los recursos naturales.

Analizar la dinámica de transferencia productiva (flujos de materia, información y energía) de los sistemas ecológicos para determinar su estabilidad o inestabilidad a través del tiempo y el espacio.

Realizar en forma funcional el modelo integral de simulación de los diferentes sistemas ecológicos. Incorporando las potenciales redes de intercomunicación en dichos ecosistemas de tal forma que el modelo sea multidisciplinario, multifactorial, multirelacional y multifuncional, que sirva de herramienta en la simulación de posibles escenarios generados y a su vez sea una herramienta para la toma de decisiones.

5.- METAS METODOLOGICAS BÁSICAS Y SIMULACIÓN DE ESCENARIOS MULTIDISCIPLINARIOS

A través de los objetivos debemos determinar si el modelo es apropiado o no para cumplir con nuestros propósitos y dependiendo de dichos objetivos podemos profundizar en la interpretación de las relaciones entre sus componentes, así como en su capacidad predictiva, donde además nos interesa evaluar que tan sensibles son las predicciones del modelo a aquellos aspectos que hemos representado con cierta incertidumbre, así como en determinar dicha sensibilidad a posibles errores cometidos al representar la ecuación fundamental usando relaciones estimadas a partir de un amplio grupo de especies.

El objetivo final del análisis de sistemas será el de responder las preguntas identificadas al comienzo del proyecto, lo cual, implica que debemos diseñar y simular con el modelo desarrollado los mismos experimentos que realizaríamos en el mundo real para responder nuestras preguntas fundamentales.

Sí en el diseño experimental es necesario desarrollar una versión estocástica del modelo, podemos correr el número de réplicas necesarias y comparar los valores predichos en el marco de cada uno de los regímenes de nuestras variables usando un análisis de varianza y detectando cualquier incoherencia que nos ayude con su identificación a comprender el sistema y obtener sus beneficios en el proceso de desarrollo del modelo.

En forma sintética, podemos decir que con el desarrollo del modelo conceptual definimos un proceso por medio del cual abstraemos del sistema real aquellos factores y procesos a incluir en nuestro modelo y por ser relevantes para nuestros objetivos específicos, de tal forma que en la evaluación del modelo podamos determinar la utilidad del modelo desarrollado.

Con respecto a nuestros objetivos específicos, definiremos los límites del sistema de interés e identificaremos las relaciones entre los componentes que generan la dinámica del sistema basados en las siguientes etapas de desarrollo del modelo:


a) Definir los objetivos del modelo.

b) Definir los límites del sistema de interés.

c) Clasificar los componentes del sistema de interés.

d) Identificar los componentes del sistema.

e) Representación formal del modelo conceptual.

f) Describir los patrones esperados del comportamiento del modelo.

Debemos definir los objetivos en términos del problema que queremos resolver o de la pregunta que queremos responder donde las preguntas o problemas pueden surgir a partir de observaciones en el sistema real o pueden ser impuestas por la necesidad práctica de evaluar diversos esquemas de manejo.

Dichos objetivos deben definir el marco conceptual para las bases, desarrollo y evaluación, así como interpretación de los resultados del modelo.

El modelo puede ser de lo más simple posible siempre y cuando no excluya a aquellos componentes cruciales para su solución donde las decisiones deben estar basadas en la información de mejor calidad que tengamos acerca del sistema en estudio.

En otro caso podrá ser necesario monitorear varios atributos del sistema en forma simultánea clasificando los componentes del sistema de interés por sus diferentes funciones en el modelo.

Dichos componentes los podemos clasificar como variables de estado, variables externas, constantes, variables auxiliares, transferencias de materia, energía e información, fuentes y sumideros.

Durante el desarrollo del modelo cualitativo tratamos de traducir nuestro modelo conceptual a una serie de ecuaciones matemáticas que en conjunto forma el modelo cuantitativo haciendo uso de los diversos tipos de información sobre el sistema real; posteriormente resolvemos todas las ecuaciones del modelo para el periodo completo de simulación. Esta simulación recibe el nombre de simulación de referencia.

BIBLIOGRAFÍA:


  1. Altieri, Miguel (1995) Agroecology, Westview, Boulder, Colorado.

  2. Baltimore, David (2001) Our genome unveiled, Nature.

  3. Brown, Lester (1981) Building a Sustainable Society, Norton NY.

  4. Capra, Fritjof (1982) The Turning Point, Simon & Schuster, NY.

  5. Comisión Mundial para el Medio Ambiente y el Desarrollo (1987), Our Common Future, Oxford University Press, NY.

  6. Forrester, J. W. Industrial dynamics. Cambridge, Mass., US, The MIT Press.

  7. Grant, W. E. 1986. Systems analysis and simulation in wildlife and fisheries sciences. New York, John Wiley.

  8. Grant, W. E., Marín, S. L. y Pedersen, E. K. 2001. Ecología y manejo de recursos naturales: análisis de sistemas y simulación. Editorial Agroamérica. San José, Costa Rica. 340 p.

  9. Ho, Mae-Wan(1998a) Genetic Engineering–Dream or Nightmare?, Gateway Books, Bath.

  10. Margulis, Lynn (1998a) Symbiotic Planet, Basic Books, NY.

  11. Maturana, Humberto y Francisco Varela (1987). The Tree of Knowledge, Shambhada, Boston.

  12. Ritter, O. W., P. Mosiño, A. y R. Patiño M. 2000. Predicción y naturaleza. Ciencia y Desarrollo. Volumen XXVI. No. 153.

  13. Ritter, O. W., P. Mosiño, A. y R. Klimek. 2000. Una visión estadística no-lineal de El Niño, simulación y posible pronóstico. Ciencia y Mar. Volumen IV. No. 10: 29-37 pp.

  14. Ritter, O. W., Guzmán, S. R., Sánchez-Santillán, N., Suárez, J., Corona, C., Muñoz, H., Ramos, A. Rodríguez, R. y Pérez, T. 2002. El clima como sistema complejo adaptativo en coevolución. Ciencia y Mar. Volúmen VI. No. 17: 23-35 pp.

  15. Ritter O.W., Shiva, Vandana (2000). The world on the Edge, en Hutton y Giddens.

  16. Steinbrecher, Ricarda (1998). What is Wrong With Nature? Resurgence

  17. Stewart, Ian (1998). Life`s Other Secret. John Wiley.

  18. Tokar, Brian (2001). Redesigning Life? Zed, NY.

    1. Volcker, Paul (2000). The sea of Global Finance, en Hutton y Giddens.


        1. ESTUDIO INTEGRAL DE SIMULACIÓN Y PREDICCIÓN DE ESCENARIOS EN SISTEMAS ECOLÓGICOS

CON ENFOQUE SISTÉMICO.


William E. Grant, 1 Walter Ritter Ortíz, 2 Tahimi E. Perez Espino, 3.


1. Department of wild life and fisheries, Texas A&M University, College Station, USA. . wegrant@tamu.edu

2. Sección de Bioclimatología, Centro de Ciencias de la Atmósfera, UNAM. Circuito Exterior s/n, Ciudad Universitaria, Deleg. Coyoacan, México, D. F. walter@atmosfera.unam.mx.

3. Laboratorio de Medio Ambiente; Maestría en Ciencias Ambientales, Facultad de Agrobiología, Universidad Autónoma de Tlaxcala, UAT jsuarezs71@hotmail.com

RESUMEN

Anticiparnos a muchos de nuestros desafíos ambientales por presentarse en las próximas décadas requiere de un mejoramiento sustantivo de las actuales metodologías de adquisición del conocimiento científico; donde la simulación y el pronostico ecológico emergen como un imperativo para mejorar la planeación y la toma de decisiones sobre el estado de los ecosistemas y de su capital natural productivo, llevándonos hacia una capacidad de producir, evaluar y comunicar dichos pronósticos en aquellos estados críticos que requieran de un proceso de atención inmediata, que involucre ligas interdisciplinarias y análisis de sus posibles procesos de propagación y retroalimentación, incluyendo procesos evolutivos y emergentes, considerando impactos sociales y la relevancia del pronóstico en los procesos de toma de decisiones.

En base a la nueva visión de la ciencia del enfoque sistémico, se propone la creación de un modelo general de simulación y pronóstico, que de forma integrada de respuesta a una serie de cuestionamientos sobre ecología, manejo de recursos naturales y evaluación de impacto ambiental.

La visión filosófica de este modelo tiene su fundamento en el “enfoque sistémico” derivado de la “teoría general de sistemas”, cuyo proceso metodológico nos permitirá la creación de escenarios requeridos para una mejor toma de decisiones.

Definimos al pronóstico ecológico como el proceso de predecir el estado del ecosistema, de sus servicios por aportar, su capital natural de crecimiento, contingencias y escenarios sobre el clima, uso del suelo, población humana, tecnologías, actividad económica y educativa..

A fin de utilizar aspectos de metodologías comunes en los diferentes proyectos por desarrollar, se hace necesario incorporar en los objetivos de este estudio, un proceso de descripción general de las mencionadas metodologías del enfoque sistémico a utilizar en el desarrollo de dicho modelo y en los posibles proyectos por derivarse de este, esperando con esto una mayor homogeneidad y cohesión de sus propósitos, así como en una mayor sistematización en la obtención de los objetivos planteados.

El objetivo consiste no sólo en ofrecer un planteamiento coherente y sistémico de una visión unificada de la vida y el ambiente, sino también de algunas de las cuestiones críticas de la economía, sociales y personales que vivimos en nuestra época y actúan como procesos de retroalimentación de los objetivos iniciales.

INTRODUCCIÓN

Cuando nos encontramos con un problema de tipo ambiental o de cualquier otro tipo y necesitamos resolverlo, además de considerar las interacciones entre los factores físicos, biológicos y ecológicos debemos tomar en cuenta también los factores económicos, culturales y legales; ya que si abordamos estos problemas por métodos simplistas llegaremos al diseño de experimentos y muestreos de baja calidad que nos conducirán a tomar decisiones inadecuadas.

El análisis de sistemas se basa en un planteamiento holístico para la solución de estos problemas y usa los modelos matemáticos para identificar, simular y predecir las características importantes de la dinámica de estos sistemas considerados como complejos.

El origen de la visión de sistemas se remonta al periodo de la Segunda Guerra Mundial y estuvo relacionada con la solución de problemas de tipo logístico.

Actualmente el uso de esta perspectiva en ecología, climatología, evaluación, manejo de recursos naturales, simulación y pronóstico de impacto ambiental, consiste en proporcionar un enfoque que permita abordar la solución de dichos problemas en los sistemas complejos (como son todo tipo de ecosistemas conocidos) y que además promueva el diseño de proyectos de investigación que nos ayuden a tomar decisiones adecuadas, utilizando el método científico como una forma de resolver dichos problemas, basándose en una observación disciplinada y en la manipulación de las partes del mundo real que resulten interesantes en el contexto del problema en estudio.

Como climatólogos ecólogos y administradores de los recursos naturales frecuentemente debemos analizar sistemas que están caracterizados por una complejidad organizada como cuando se cuenta con poca información, pocos datos y poca expectativa de generar una base de datos completa.

Para esto es precisamente que ha sido diseñado y desarrollado el análisis de sistemas y sus metodologías de investigación, que permiten integrar el conocimiento obtenido por medio de la descripción, la clasificación y el análisis matemático y estadístico de las observaciones del mundo real.

El proceso de construcción de modelos en climatología o ecología y muchas áreas más es un proceso intuitivo, donde de forma personal se decide que variables o factores son los más importantes para ser incorporados, dentro del proceso de modelado.

En el modelo tradicional los expertos interpretan los datos, eligiendo algunos de sus aspectos e ignorando otros.

Necesitamos una amplia distribución de información, puntos de vista e interpretaciones si queremos entender el significado del mundo en que vivimos.

El cual debe entenderse no como un mundo de objetos sino de procesos.

La grandiosa meta de toda ciencia es abarcar el mayor número de hechos empíricos por deducción lógica a partir del menor número de hipótesis o axiomas, como solía decir Einstein, y Mandelbrot nos dice que en un mundo cada vez más complejo, los científicos necesitan tanto las imágenes como los números, es decir la visión geométrica y la analítica.

Necesitamos partir de un marco teórico para el desarrollo, evaluación y uso de los modelos de simulación y pronóstico en impacto ambiental, climatología, ecología y manejo de los recursos naturales.

Donde en el desarrollo del modelo conceptual podamos abstraer del sistema real aquellos factores y procesos que deben ser incluidos dentro del modelo por ser relevantes en nuestros objetivos específicos y de tal manera que en la evaluación del modelo se compare el enfoque de sistemas con otros métodos utilizados para resolver problemas en estas y otras áreas.

El modelo puede ser de lo más simple posible siempre y cuando no excluya a aquellos componentes cruciales para su solución donde las decisiones deben estar basadas en la información de mejor calidad que tengamos acerca del sistema en estudio.

En otro caso podrá ser necesario monitorear varios atributos del sistema en forma simultánea clasificando los componentes del sistema de interés por sus diferentes funciones en el modelo.

Dichos componentes los podemos clasificar como variables de estado, variables externas, constantes, variables auxiliares, transferencias de materia, energía e información, fuentes y sumideros.

Obviamente, si con los conocimientos adquiridos no podemos formular hipótesis útiles acerca de la estructura y funcionamiento del sistema, debemos concentrar nuestro esfuerzo en realizar nuevas observaciones en el sistema natural.

La idea básica fundamental detrás de todo esto es que podamos realizar experimentos de simulación de la misma forma en que se pudiera realizar en un laboratorio o en la misma naturaleza.

La justificación del estudio es debido a nuestro interés por lograr un crecimiento económico sin destruir los sistemas ecológicos que forman la base de nuestra existencia.

Necesitamos introducir el uso del análisis de sistemas y su simulación como herramientas de apoyo para resolver los problemas de impacto ambiental que a diario se nos presentan y que además nos ayuden en la toma de las mejores decisiones.

El análisis de sistemas y su simulación es un conjunto de técnicas cuantitativas desarrolladas con el propósito de enfrentar problemas relacionados con el funcionamiento de los sistemas complejos como son los diferentes tipos de ecosistemas conocidos.

La utilidad del análisis de sistemas y su simulación se da tanto por el proceso de identificación y especificación de los problemas, así como del desarrollo, usos y producto final del modelo.

- El objetivo general es el de diseñar y generar un modelo integral de simulación y pronóstico de los sistemas ecológicos bajo el enfoque de sistemas y de sistemas complejos, con aplicaciones específicas a la evaluación del impacto ambiental y manejo de recursos naturales del cual se puedan derivar proyectos más específicos en la solución de problemas regionales.


- Generar escenarios de los sistemas ecológicos en el tiempo histórico (en el pasado, actual y futuro) y el espacio para evaluar el impacto de origen humano.


- Analizar la dinámica de transferencia productiva (flujos de materia, información y energía) de los sistemas ecológicos para determinar su estabilidad o inestabilidad a través del tiempo y el espacio.


- Realizar en forma funcional el modelo integral de simulación y pronóstico de los diferentes sistemas ecológicos y climáticos, incorporando las potenciales redes de intercomunicación en dichos ecosistemas, de tal forma que el modelo sea multidisciplinario, multifactorial, multirelacional y multifuncional, que sirva de herramienta en la simulación de posibles escenarios y a su vez sea una herramienta para la toma de decisiones.

1.- METODOLOGÍA BÁSICA GENERAL

Para contestar una pregunta, demostrar una teoría o para clasificar una parte del mundo real, todos coincidimos en que dependiendo de nuestros intereses algunas de las posibles perspectivas a elaborar serán más adecuadas y útiles que otras; donde los sistemas de interés generalmente presentan dos propiedades de importancia primordial:

Primera, los sistemas pueden estar anidados, es decir que un individuo es parte de una población, una población es parte de una comunidad y así sucesivamente. Segunda, a cualquier escala y a cualquier nivel de detalle los sistemas naturales pueden ser estudiados usando el mismo conjunto de principios y técnicas desarrolladas y conocidas por la teoría general de sistemas, donde debemos definir cuidadosamente los límites del sistema de interés de acuerdo con el problema que estamos estudiando.

La síntesis es la clave del pensamiento sistémico, mientras que el análisis lo es de la especialidad, en el pensamiento analítico se enfoca en las estructuras, en el como funcionan los objetos, produce conocimiento que permite describir, mientras que la síntesis se enfoca en la función, en el porqué los objetos funcionan como lo hacen y produce entendimiento que permite explicar.

El análisis mira el interior de los objetos, la síntesis mira el exterior.

La síntesis y el análisis son procesos complementarios y el pensamiento sistémico combina los dos de una nueva manera, donde la síntesis precede al análisis.

Un sistema es un todo que no puede entenderse por análisis y sus propiedades esenciales se derivan de las interacciones de sus partes, no de las acciones de éstas tomadas por separado.

El enfoque sistémico funciona y conduce tanto a la comprensión como a la predicción, sin limitarse a entidades materiales, sino que es apropiado también a entidades inmateriales y heterogéneas como son las empresas comerciales, valores monetarios, motivación y otros elementos imponderables que pueden brindar respuestas precisas y consejos prácticos, donde además se considera que los procesos históricos no son completamente accidentales, sino que obedecen a leyes y regularidades que pueden determinarse, siendo útil además en la economía y desarrollo de valores humanos.

La naturaleza es creadora, pero por definición el creador es también un destructor.

Una ciencia que dé sentido a la noción de creatividad y en términos más generales al concepto de innovación, no puede ser más que una ciencia profundamente distinta a la clásica.

Nuestro mundo es un mundo de cambios, de intercambios y de innovación, para entenderlo es necesaria una teoría de los procesos, de los tiempos de vida, de los principios, los fines y la aparición de lo cualitativamente nuevo.

Los ecosistemas pueden ser entendidos como sistemas en el sentido de la Teoría General de Sistemas y son el ejemplo más complejo de un sistema de control.

Considerando a la biodiversidad como un asunto de profundo significado para el futuro de la humanidad y la vida, la cual es sinónimo de riqueza y abundancia relativa de especies.

El reduccionismo actual, (estudio de las partes por separado) ha demostrado ser muy eficiente en la ciencia, siempre y cuando podamos entender que las entidades complejas de la naturaleza no sólo son la suma de sus componentes más simples.

Las matemáticas de la física clásica están concebidas para complejidades no organizadas y muchos de los problemas biológicos, económicos y sociales son esencialmente organizados, multivariados y complejos, por lo tanto deben introducirse nuevos modelos conceptuales, incluyendo a la cibernética, teoría de la información, teoría de juegos, teoría de decisiones, análisis factorial, ingeniería de sistemas, investigación de operaciones, etc., considerando a los sistemas como un complejo de componentes interactuantes, con conceptos característicos de totalidades organizadas como son: interacción, suma, mecanización, centralización, competición, finalidad, etc., y saber aplicarlos a fenómenos concretos.

Predicción no equivale a explicación.

La concepción reduccionista conduce de modo natural a una clasificación jerarquica de materias y teorías.

En esta jerarquía, la lógica y las matemáticas constituyen la roca inamovible sobre la que se construye el edificio de la ciencia.

La fragmentación está ahora muy difundida, no sólo a través de la sociedad, sino en cada individuo; y esto nos lleva a una forma de confusión mental, generadora de interminables series de problemas que interfieren nuestra claridad perceptiva al punto de negarnos capacidad para resolver la mayoría de ellos.

Nuestra idea de la existencia separada de todos estos fragmentos es evidentemente una ilusión y ésta no puede menos de llevarnos a un sinfín de conflictos y confusiones.

Necesitamos una amplia distribución de información, puntos de vista e interpretaciones si queremos entender el significado del mundo en que vivimos.

La naturaleza posee un orden que podemos comprender y la ciencia tan solo es una descripción optimista de cómo pensar una realidad que nunca comprenderemos del todo, sin embargo con el enfoque sistémico, comenzamos a entrever una forma enteramente nueva de comprender las fluctuaciones el desorden y el cambio, donde conceptos como los de atractor, retrato de fase, diagrama de bifurcación y fractal no existían antes del desarrollo de la dinámica no lineal.

El modelo sistémico ha propuesto una epistemología diferente, que todavía no ha alcanzado el status de paradigma, ni ha logrado suplantar y ni siquiera absorber el enigma vigente y no es por motivos de que el enfoque sistémico no reúna los elementos conceptuales adecuados.

El objetivo básico de la Dinámica de Sistemas es llegar a comprender las causas que provocan una evolución del sistema, donde no se pretende predecir detalladamente el comportamiento futuro.

En su enfoque de largo plazo podrán analizarse las tendencias fundamentales de comportamiento, después de observar todos los aspectos significativos de la evolución del sistema, el cual podrá ser comprendido únicamente si se identifican las principales causas del cambio, lo que permite extraer la lógica interna del modelo y a partir de esta estructura, se intenta el conocer la evolución a largo plazo del sistema.

Siendo el análisis de la lógica interna y de las relaciones estructurales los puntos fundamentales en la construcción del modelo.

El pensamiento causal es lineal, donde hay una secuencia en los acontecimientos causa-efecto, sin embargo en el enfoque sistémico no se le considera como una ley absoluta, sino sólo como una posibilidad que no llega por completo al fondo de las leyes naturales, donde los números expresan la relación regular de las cosas y facultan la ordenación concreta de ellas, creyendo que el universo probablemente posea, un ritmo numérico básico que explique todos los distintos fenómenos.

La naturaleza solo es sencilla en sus causas y su economía consiste en producir un gran número de fenómenos, a menudo muy complicados, mediante un pequeño número de leyes generales. La sencillez es la base de la complejidad y el complicado comportamiento del mundo, no es más que una complejidad superficial que surge de una profunda sencillez.

La historia de la Tierra es un relato dramático, una sucesión de mundos desaparecidos que, por medio de la transformación de la atmósfera y una revolución biológica nos ayuda a comprender nuestro pasado y nos llevan hasta el mundo que conocemos hoy.

Las especies aparecen y desaparecen en una sucesión geológica de extinciones que ponen de manifiesto la fragilidad de las poblaciones en un mundo de competencia y cambio ambiental.

La impresión general que surge de la larga historia planetaria es la de interacciones entre organismos y ambientes (coevolución), reflejando la continua acción reciproca entre las posibilidades genéticas y las oportunidades ecológicas.

Poblaciones y comunidades están sujetas no solamente de factores físicos e interacciones bióticas sino también de la estocásticidad demográfica.

La vida nació por mediación de procesos físicos (tectónicos, oceanográficos y atmosféricos) que sustentaron la vida era tras era al tiempo que modificaban continuamente la superficie de la Tierra.

La vida se expandió y diversificó uniéndose a los procesos tectónicos y físico-químicos en la transformación de la atmósfera y los océanos hasta convertirse en una fuerza planetaria por derecho propio.

La materia viva se originó a partir de la materia inanimada por medio de un proceso evolutivo continuo.

Toda estructura disipativa tiene la potencialidad de evolucionar donde las tres perspectivas de la naturaleza de los sistemas vivos corresponden al estudio de la forma o patrón de organización, de la materia y el proceso, donde la emergencia tiene como resultado innovar y lo nuevo es a menudo cualitativamente diferente de los fenómenos de los que emergió.

La mayoría de los animales en estado salvaje experimentan períodos de limitación de energía, limitando lo que ellos pueden hacer en cuanto a movimiento, crecimiento, reproducción y producción de calor.

La cantidad de energía que se recibe procedente de los alimentos debe equilibrar la cantidad de energía que se utiliza para vivir, si este delicado equilibrio se descompensa, la muerte está asegurada, salvo que se pueda recuperar rápidamente el equilibrio.

En todas las especies de mamíferos y en muchos otros animales, la relación entre el tamaño del cuerpo, la tasa metabólica y la duración máxima de la vida es impresionante, donde la relación entre el tamaño corporal y la tasa metabólica se podría fijar con exactitud, lo que tiene implicaciones enormes en sus funciones, fisiologías, conducta, modo de vida y en la ecología en general.

Los animales pequeños viven a una velocidad diferente, debido a su metabolismo frenético diferente a los de mayor tamaño, sin embargo el número de latidos del corazón durante toda su vida es similar, lo que explica el porqué los animales grandes vivan más tiempo.

Una de las instituciones cruciales del planteamiento sistémico ha sido comprender que la red es el patrón de manifestación preferido de la naturaleza, donde la función de cada componente de esa red consiste en transformar o sustituir a los demás, de modo que la red entera se genera a sí misma de manera continua.

La nueva manera de comprender la vida es la de que las formas y las funciones biológicas no están determinadas simplemente por un programa genético, sino que son propiedades emergentes de la totalidad de la red, donde la dinámica no lineal y las nuevas matemáticas por surgir de la necesidad de llegar a comprender estos patrones de manifestación del mundo vivo, jugarán un papel muy importante.

Una comprensión plena de los fenómenos biológicos sólo se dará si se considera la biología del fenómeno, las leyes físicas y químicas y la dinámica no lineal de los sistemas complejos.

En la modelación de impacto ambiental, lo consideraremos ejemplificado por nuestros estudios de diagnóstico, simulación y pronóstico, que estarán apoyados exclusivamente en las metodologías de simulación, ya que si escogemos las variables apropiadas y representamos adecuadamente las reglas que gobiernan la dinámica y el proceso de cambio en el sistema de estudio debemos poder predecir los cambios de dichos sistemas a través del tiempo, es decir, podríamos simular correctamente el comportamiento del sistema basados en las cuatro etapas fundamentales del proceso de desarrollo y uso del modelo, las cuales, son las siguientes:

Desarrollo del modelo conceptual; Desarrollo del modelo cuantitativo; Evaluación del modelo y Uso del modelo (Grant et al., 2001).

Debemos conocer los elementos que forman el sistema y las relaciones que existan entre ellos, ya que con frecuencia para solucionar un problema es más fácil y efectivo trabajar con las relaciones, incluyendo sólo aquellos elementos que tienen una influencia razonable sobre nuestro objetivo que es la de proponer acciones practicas para solucionar el problema.

En las diferentes fases de construcción del modelo se añadirán y suprimirán elementos con la correspondiente expansión y simplificación del modelo, donde a través de un diagrama causal se incorporan los elementos clave del sistema y sus relaciones.

El concepto de rizo (definido como una cadena cerrada de relaciones causales) será muy útil, por que nos permitirá a partir de la estructura del sistema que analizamos, llegar hasta su comportamiento dinámico.

Donde podemos ver que los sistemas socioeconómicos, ecológicos y climáticos estarán formados por cientos de rizos positivos y negativos interconectados, identificando las razones estructurales que nos permitan decidir como modificar los bucles causales que lo alteran, ya que es la estructura del sistema lo que provoca su comportamiento, donde si el sistema tiene los elementos que causan el problema, también tiene la forma en la que se puede solucionar.

Notándose que en las estructuras de los sistemas estables hay un número de relaciones impar y el bucle o proceso de retroalimentación es negativa y donde cualquier acción que intente modificar un elemento se ve contrarrestado por todo el conjunto de bucles negativos super-estabilizando el sistema, neutralizando en conjunto la acción o los cambios del exterior.

En tales sistemas el factor limitativo es lo verdaderamente importante, el cual es dinámico con capacidad de producir comportamientos inesperados pero al final será el rizo negativo el que estabilice el sistema.

Con base en los objetivos del proyecto debemos decidir cuáles son y cómo se relacionan entre ellos los componentes del mundo real que incluiremos en nuestro sistema de interés, también debemos bosquejar los patrones esperados de comportamiento en términos de la dinámica temporal de los componentes más relevantes del sistema, sirviendo como puntos de referencia en la validación del modelo, asegurándonos que éste provea el tipo de predicciones que nos permita responder nuestras preguntas y finalmente tomar las mejores decisiones.

Así mismo, a través de los objetivos debemos determinar si el modelo es apropiado o no para cumplir con nuestros propósitos y dependiendo de dichos objetivos podemos profundizar en la interpretación de las relaciones entre sus componentes, así como en su capacidad predictiva, donde además nos interesa evaluar qué tan sensibles son las predicciones del modelo a aquellos aspectos que hemos representado con cierta incertidumbre, así como en determinar dicha sensibilidad a posibles errores cometidos al representar la ecuación fundamental, usando relaciones estimadas a partir de un amplio grupo de especies.

Debemos definir los objetivos en términos del problema que queremos resolver o de la pregunta que queremos responder, donde las preguntas o problemas pueden surgir a partir de observaciones en el sistema real o pueden ser impuestas por la necesidad práctica de evaluar diversos esquemas de manejo.

Dichos objetivos deben definir el marco conceptual para las bases, desarrollo y evaluación, así como interpretación de los resultados del modelo.

El objetivo final del análisis de sistemas será responder las preguntas identificadas al comienzo del proyecto, lo cual, implica que debemos diseñar y simular con el modelo desarrollado los mismos experimentos que realizaríamos en el mundo real para responder nuestras preguntas fundamentales.

Sí en el diseño experimental es necesario desarrollar una versión estocástica del modelo, podemos correr el número de réplicas necesarias y comparar los valores predichos en el marco de cada uno de los regímenes de nuestras variables usando un análisis de varianza y detectando cualquier incoherencia que nos ayude con su identificación a comprender el sistema y obtener sus beneficios en el proceso de desarrollo del modelo.

En forma sintética, podemos decir que con el desarrollo del modelo conceptual definimos un proceso por medio del cual abstraemos del sistema real aquellos factores y procesos a incluir en nuestro modelo y por ser relevantes para nuestros objetivos específicos, de tal forma que en la evaluación del modelo podamos determinar la utilidad del modelo desarrollado.

Con respecto a nuestros objetivos específicos, definiremos los límites del sistema de interés e identificaremos las relaciones entre los componentes que generan la dinámica del sistema basados en las siguientes etapas de desarrollo del modelo:

Definir los objetivos del modelo; Definir los límites del sistema de interés; Clasificar los componentes del sistema de interés; Identificar los componentes del sistema; Representar formalmente el modelo conceptual; Describir los patrones esperados del comportamiento del modelo.

Durante el desarrollo del modelo cualitativo trataremos de traducir nuestro modelo conceptual a una serie de ecuaciones matemáticas que en conjunto forman el modelo cuantitativo haciendo uso de los diversos tipos de información sobre el sistema real; posteriormente resolvemos todas las ecuaciones del modelo para el periodo completo de simulación.

Esta simulación recibe el nombre de simulación de referencia.

La elección entre un modelo analítico de la física y un modelo de simulación del análisis de sistemas, implica para el primer caso, pérdida de realismo ecológico para tener más potencia matemática y para el segundo, la pérdida de potencia matemática para incluir más realismo ecológico.

Si el nivel de detalle que se busca para lograr los objetivos deseados, es mayor y, por lo tanto, nos exige el uso de modelos analíticos, debemos de tratar de usarlos; sin embargo; si se observa que en el nivel analítico de detalle apropiado se requiere de un modelo que para trabajarlo resulta demasiado complejo, debemos otra vez cambiar y regresar al uso de los modelos de simulación, es decir, regresar a la idea de que lo complejo se resuelve con lo simple.

Esto es muy importante, ya que en muchos problemas ecológicos, manejo de recursos naturales y estudios de impacto ambiental es necesario representar el sistema de interés de una manera demasiado compleja, recurriendo para su solución a metodologías de análisis sistémico, ya que no se puede hacer de forma analítica.

2.- REDES DE INFORMACIÓN REGIONAL Y MONITOREO PERMANENTE

Los datos regionales son críticos en la realización de pronósticos y conocimiento de los procesos de gran escala, ya que los estudios de pequeña escala nunca serán suficientes para este propósito.

Las redes de información y el monitoreo permanente son necesarios para un mejor pronóstico, así como para un mejor conocimiento de las estrategias adaptativas y de diseño con retroalimentación, evolución y otras dinámicas básicas en la naturaleza.

El proceso de planeación debe empezar utilizando la información climática biológica y socio-económica existente, donde adicionalmente para la mayoría de los sitios se requiere de prospecciones para proveer información más exacta en que basar nuestras decisiones y nos permitan además los diagnósticos requeridos de planeación, enfocándose principalmente en la información necesaria en los procesos de toma de decisiones, utilizando las mejores herramientas para estos objetivos, como son los Sistemas de Información Geográfica, fotografía aérea, sensores remotos, etc., con la participación de las localidades en la adquisición regional de información.

La forma en como los datos sean colectados, interpretados, administrados y almacenados determinará la eficiencia en la administración de los recursos naturales.

Mucha de la información de tipo multidisciplinario está ya disponible de fuentes regionales, nacionales y mundiales, así como de otras fuentes, por lo que los Sistemas de Información Geográfica (SIG.) y otros softwares sobre ambiente están siendo utilizados para procesar y manejar esta información.

Una primera meta debe ser la de acceder a esta información, para generar nuestros propios bancos de información.

En general existen las siguientes metas en el manejo de los recursos naturales y ambientales de una región:

a) Satisfacer las necesidades humanas a través del desarrollo económico y humano.

b) Conservar los recursos naturales a través de su administración sustentable.

c) Evitar la degradación del ambiente a través de medidas de protección probadas y confiables.


La minimización de conflictos para lograr estas metas requiere del arreglo de convenios institucionales, adecuado financiamiento y recursos para investigación.

Sólo cuando se sabe qué perjudica y cuánto, es posible determinar la mejor manera de actuar para mejorar el estado de las cosas y es cuando se puede planear una estrategia correcta.

La planeación es absolutamente esencial, pues sin una planeación cuidadosa, la ejecución de la estrategia estará destinada al fracaso; recordando que cuando se es muy lento para actuar nunca se hará lo necesario en el momento requerido.

Se deben establecer prioridades para las actividades y reconocer qué actividades representan tareas desperdiciadas y cuáles pueden resolverse por sí solas con el tiempo, siendo cuidadosos en no exagerar en esfuerzos y compromisos.

En vez de enfrentar el caos y cambiar con temor, se debe evaluar con calma y claridad las situaciones que puedan representar una oportunidad de mejora y ganancia.

Se debe analizar cualquier problema por pequeño que pudiera parecer, mientras más pronto nos encarguemos de ellos, menos energía necesitará para su solución y menor será el espacio para que se desarrollen mayores complicaciones.

Debemos esforzarnos por dominar el arte de la prevención, donde si sabemos actuar a la primera señal de síntomas preocupantes, corrigiendo condiciones indeseadas antes que se presenten y cultivando el arte de la oportunidad, podamos lograr mucho más en menos tiempo y con menos problemas.

Mejores teorías de biodiversidad son necesarias, para describir, manejar y proteger nuestros recursos, ya que entenderlas en sus orígenes, mantenimiento y pérdida tiene una profunda importancia para el futuro de la humanidad y la vida como la conocemos.

3.- LA VISIÓN SISTÉMICA EN LA SOLUCIÓN DE PROBLEMAS

La mayoría de los problemas que enfrentamos día con día y nuestros fracasos al tratar de resolverlos se relacionan con nuestra ineptitud para comprender y manejar a los sistemas complejos.

La complejidad de los problemas nos abruma y el pensamiento sistémico es más necesario que nunca.

Al tratar de responder a éstas preguntas y otras similares, se tiene plena conciencia de que los fenómenos tanto personales como de la naturaleza y de la sociedad son constitutivamente complejos y de que su complejidad tiende a aumentar al integrarse en unas o en otras composiciones y ordenamientos, ya que al interaccionar y relacionarse unos con otros, tales fenómenos, se generan nuevos niveles de realidad.

Tales percepciones exigen construir conocimientos correlativamente complejos, coordinados por una nueva metodología que participe en ese conjunto de interacciones.

El pensamiento sistémico nos permite descubrir los patrones que se repiten en los acontecimientos de la naturaleza y la vida diaria, proporcionándonos métodos más eficaces para afrontar los problemas con mejores estrategias de pensamiento, además de ser la base de un razonamiento claro y una buena comunicación, así como de una forma de profundizar y ampliar nuestros puntos de vista.

Ver sólo los actos individuales pasando por alto la estructura de dichos actos forma parte de nuestra impotencia natural frente a las situaciones complejas.

Los procesos de retroalimentación por otra parte nos permiten ver que continuamente estamos recibiendo influencias de la realidad, pero que además nosotros también ejercemos influencias sobre ella. Alude además a todo flujo reciproco de influencia y en donde dicha influencia es a la vez causa y efecto, trastocando nuestras ideas más arraigadas sobre causalidad. Donde lo esencial es que veamos las interrelaciones en vez de las relaciones lineales de causa y efecto, así como de ver los procesos de cambio en vez de los momentos instantáneos.

La lógica es una forma de pensar clara y eficaz, considerada la mejor manera de resolver problemas, pero no es adecuada para manejar un mundo de sistemas complejos, ya que nuestro mundo es desordenado, incompleto y con frecuencia ambiguo.

El desarrollo de la nueva disciplina de la lógica difusa es porque ésta puede ser más aplicable a los sistemas complejos, donde nuestros juicios y decisiones rara vez están perfectamente definidos y suelen ser aproximados e inciertos, creándose en dichos sistemas complejos en ocasiones, paradojas ilógicas y extrañas.

Con esto no queremos decir que en el pensamiento sistémico no tomemos en cuenta a la lógica sino que va más allá considerando el tiempo la autorreferencia y la recursividad.

En las cadenas de causa y efecto hace falta incorporar el tiempo y utilizar distinciones que se apliquen a si mismo y la recursividad que es la aplicación de la autorreferencia que nos llevara a niveles cada vez más altos formando parte estructural de los procesos de retroalimentación.

Nuestros actos crean la realidad y por lo mismo son ellos los que pueden cambiarla. Las relaciones humanas parecen estar ligadas por tramas invencibles de actos interrelacionados que a menudo tardan años en exhibir plenamente efectos mutuos.

Solemos concentrarnos en partes aisladas del sistema y nos preguntamos por qué nuestros problemas más profundos nunca se resuelven.

La inteligencia emocional es piedra angular de la organización inteligente y es lo que permite aclarar y ahondar continuamente nuestra visión, concentrando energías y paciencia para ver la realidad objetivamente.

Sin una orientación sistemática, no hay motivación para examinar cómo se interrelacionan las disciplinas.

La visión sin pensamiento sistémico termina por pintar seductoras imágenes del futuro sin conocimiento profundo de las fuerzas que se deben dominar para poder llegar a su entendimiento.

BIBLIOGRAFÍA


1- Forrester, J. W. Industrial dynamics. Cambridge, Mass., US, The MIT Press.

2- Grant, W. E. 1986. Systems analysis and simulation in wildlife and fisheries sciences. New York, John Wiley.

3- Grant, W. E., Marín, S. L. y Pedersen, E. K. 2001. Ecología y manejo de recursos naturales: análisis de sistemas y simulación. Editorial Agroamérica. San José, Costa Rica. 340 p.

4- Ritter, O. W., P. Mosiño, A. y R. Patiño M. 2000. Predicción y naturaleza. Ciencia y Desarrollo. Volumen XXVI. No. 153.

5- Ritter, O. W., P. Mosiño, A. y R. Klimek. 2000. Una visión estadística no-lineal de El Niño, simulación y posible pronóstico. Ciencia y Mar. Volumen IV. No. 10: 29-37 pp.

6- Ritter, O. W., Guzmán, S. R., Sánchez-Santillán, N., Suárez, J., Corona, C., Muñoz, H., Ramos, A. Rodríguez, R. y Pérez, T. 2002. El clima como sistema complejo adaptativo en coevolución. Ciencia y Mar. Volumen VI. No. 17: 23-35 pp.

Bibliografia Complementaria


(Volver a página inicial)