科学家们发现了一种预测复杂系统（如生态系统）重大变化的方法，这种方法利用了系统不同部分的信号。这些重大变化被称为临界点，它们可以极大地改变系统的运作方式。例如，临界点可以解释大规模灭绝或流行病开始等事件。提前的警告信号可以帮助在这些变化发生之前进行预测。

以前对于如何最好地结合系统不同部分的提前警告信号还不明确。这种基于复杂数学的新方法有助于选择应监测系统中的哪些部分以获得更好的预测。该方法同时考虑信号的强度和不确定性。使用来自系统几个部分的信号可能会有帮助，但并不总是有效。

研究人员使用不同的网络和模型测试了他们的方法。他们发现，尤其是在系统的不同部分经历不同程度的噪声和压力时，他们的方法表现良好。例如，在一个生态系统中，某些物种可能比其他物种更早显示出提前警告信号。选择合适的物种集合进行监测可以提高预测的质量并节省时间。

这种新方法可以应用于许多领域，如生态学、气候科学和疾病控制。它不需要关于系统网络的详细信息，使得在实际数据中更容易使用。通过关注系统的正确部分，科学家们可以更好地预测和应对潜在危机，从而使我们对复杂系统的理解更深入、更有用。