研究領域：群聚生態學、海洋生態資源保育、珊瑚礁生態系、非線性系統、決策過程。
目前研究主題：

1.生物多樣性變遷與生態系穩定性：

我們探討由氣候變遷與人為活動所驅動的珊瑚覆蓋率波動，如何影響珊瑚礁魚類群聚的結構與穩定性。研究利用澳洲大堡礁一套具空間重複性的長期生態資料，突顯決定性棲位導向過程（如物種特徵）與隨機波動（包含中性集合過程）之間的動態平衡，在高波動條件下，後者逐漸佔據主導地位。儘管以物種豐富度與均勻度衡量的多樣性指標相對穩定，但棲位結構的侵蝕已對生態系統功能與服務的提供構成潛在風險。這些結果挑戰了傳統生物多樣性指標，因其忽略環境變異所驅動的結構性改變。我們透過拆解物種相對豐度的變異來源，強調採用能捕捉生物多樣性時間性與結構性變動的動態方法之必要性。研究主張應採行適應性保育策略，強調僅保留物種多樣性並不足以維持生態系統穩定性。參見 Tsai & Connolly 2025，Tsai et al. 2022。

圖說：Tsai 和 Connolly（2025）探討了大堡礁魚類群聚的同步性與穩定性，使用來自 39 個群聚、長達 27 年的資料，並結合生態系統特性建立模型分析。這項研究將群聚總體豐度的變異性分解為「同步性」與「平均族群變異性」兩項，結果顯示兩者皆能解釋群聚間的變異性，其中同步性貢獻更大。物種多樣性有助於提升穩定性的假說也獲得支持：物種豐富度較高的群聚，其變異性與同步性都較低。然而，這樣的關係主要是由環境因素所驅動。靠近沿岸、較受人為營養鹽輸入與干擾影響的珊瑚礁，呈現出較低的物種豐富度、更高的同步性與更大的群聚波動；而較遠離岸邊、環境較原始的珊瑚礁，則有更高的豐富度與更高的穩定性。這項研究強調，人為衝擊常同時影響多個物種，進而提升同步性、削弱群聚穩定性。

2.非線性時序預測與生態系為本的資源管理：

我們聚焦於生態動態系統預測與漁業科學中的理論進展與實務應用，尤其是人類管理短生命週期海洋物種所面臨的挑戰。傳統的資源評估模型往往無法掌握這些物種的非線性動態，導致基準值過時或不準確。為解決此問題，我們採用經驗動態建模（Empirical Dynamic Modeling, EDM），一種非線性、無動力方程式的方法，藉由納入未觀察到的生態交互作用與環境驅動因子，建立如最大永續產量（Maximum Sustainable Yield, MSY）等管理參考點。我們以對墨西哥灣蝦（penaeid shrimp）資源動態為概念驗證案例，展現EDM預測非線性動態與空間同步性的能力，進而提升即時漁業管理效能並促進適應性政策制定。研究結果顯示，EDM具備短生命週期物種管理模式的潛力，從被動反應轉向主動預防型策略，提供一個穩健的永續資源管理框架。參見 Tsai et al. 2024，Tsai et al. 2023。

圖說：Tsai 等人（2023）使用美國墨西哥灣沿岸跨州30年的非漁業調查資料，研究短生命週期蝦類族群動態。由於資料延遲與年間族群豐度（CPUE）波動性高，傳統的族群評估模型效果不佳。研究團隊應用了高斯過程經驗動態模型（GP-EDM），成功預測褐蝦與白蝦在不同地理區域的年間豐度波動，準確性優於傳統方法。模型揭示了非線性、受海底溫度影響的密度依賴關係，並發現地理區域間隱藏的動態相似性。GP-EDM亦有潛力結合實際漁獲資料與強化學習，作為預測性漁業捕撈控制管理工具（例如Tsai 等人2024），未來可與年齡結構模型整合，進一步提供永續管理的參考基準。

3.生態與演化生物學中的混沌現象：

我們重新檢視「自然生態系統中混沌現象稀有」的長期假設。透過綜合如重現性量化（recurrence quantification）、排列熵（permutation entropy）及基於Takens定理的演算法等方法的進展，我們主張自然生態與演化系統實際上常具備引發混沌動態的條件。這些見解挑戰了傳統以平衡為基礎的模型，並凸顯過去方法因資料侷限與過度依賴低維模型而產生的限制。參見 Munch et al. 2022。