演化法

演化法是基于这样的概念，即“对现代系统的充分了解只能通过观察它们是如何应运而生”。这意味着采取比许多常规研究时间更长的视角，充分利用各种数据和信息源，以便分析系统演化到目前状态过程中的趋势变化、相互作用和整体系统动力学特征。该方法强调复杂系统是由外部驱动和内部自组织非线性响应相结合而形成或演变的，单纯的因果关系并不能完全解释这个过程。该方法有许多要素，包括：

边界条件的改变-系统基础的限制或者约束因子的缓慢变化往往决定了整个系统的韧性。例如，只有当积累到一定阀值时,缓慢的土壤流失才对作物产量产生重要的影响。
遗留问题和突发事件- 周期性扰动通过滞后效应影响未来系统的发展。例如，人工排水使表层土壤变干，这可能会影响树木抵御被大风拔起的能力，但这样影响只有几十年后树木成熟时才会显现出来。
路径依赖- 系统受正反馈机制的驱动而自我增强，导致其轨迹被锁定在某一状态内而无法退出。例如，当自然土壤肥力和地下水储量下降时，依赖于灌溉，农药和化肥的集约农业往往被认为是被“锁定”从而逐渐进入“死亡陷阱”，这时已经无法回归传统方法，但延续同样的方式也很难有其他选项。另外一种极端情况，较差的连通性和资本缺乏使系统移向“贫困陷阱”从而停滞不前。

图：多因素相互作用下的社会生态系统变化的“完美风暴”概念模型。因变量的变化是由为长期趋势，无规律的变化（频率和幅度）和周期性变量，以及离散事件（A）等类型变量相互作用的综合结果。在这个例子中，决定韧性的长期趋势降低到t2 时，系统对其他变量状态的组合（最小的不规则变量时，最大的周期性变量，以及事件A的发生）变得敏感，从而导致因变量跨越阈值而崩溃。与此相反，相似条件的变量存在于t1时，但此时系统韧性要高得多，其它独立变量的组合变化并没有导致在因变量的变化。一些真实的例子可以被映射到这个模型中，例如：美国加州大火灾发生时的小火灾频率，风的强度，季节气候和起火事件分别对应于上述模型中长期趋势，无规律的变化，周期性事件和离散事件；又如，全球股市危机中，长期趋势，无规律的变化，周期性的事件和离散事件分别对应于次贷债务的长期增长，大宗商品价格，季节性的住房市场和个别银行倒闭（Dearing et al. 2012）。