如果我们面对的是一个线性系统，而且系统非常稳定，那么使用这类模型是能够起到预测效果的。根据这个模型，加州渔业管理部门当时只考虑了沙丁鱼种群，错误地以为其他变量是不会改变的。结果当沙丁鱼数量减少的时候，他们没有对加州的商业捕捞产业进行任何调整。恰恰相反，因为每次捕捞的数量越来越少，出于经济压力的考虑，加州的渔民们反而增加了捕捞次数。渐渐地，整个生态系统越过了自我恢复的临界点。整个渔业系统就像是一辆没有刹车系统的汽车。

其实，人们直到今天仍然没有抛弃最大可持续捕捞数这一模型，而且它也不仅仅适用于沙丁鱼。现在，全球渔业水产品中的63%存在过度捕捞的情况，有可能面临灭绝，而29%的水产品更是濒临灭绝的边缘。也就是说，这些水产品的产量跟它们历史上最丰产的年份相比，下降了90%。这比上面提到的沙丁鱼群好不了多少。2006年，加拿大达尔豪斯大学鲍里斯·沃尔姆率领的国际研究团队通过计算发现，如果按照现在的趋势发展，地球上所有商业捕捞的鱼类会在2048年灭绝，也就是说，海洋里的鱼将被人们捕捞殆尽。

为了避免这种可怕的灾难，杉原和其他人一起设计出了一套基于生态系统的渔业管理模型（EBFM），跟最大可持续捕捞数模型相比，这套系统更加着眼于整个生态系统。科学家们意识到，想要对生态系统建模和预计是非常困难的，整个系统的临界点也是时常变动的。就像刚才说到的沙丁鱼群，一旦超过了临界点，就有可能导致整个种群的崩溃或重组。为了克服这种挑战，新的模型旨在提高生物多样性的稳定度，以此为整个过程的核心管理目标。不论是哪个层级，不管是一片小池塘还是整片海域，都以此为目标。

对于监控一片正在作业的渔场，两套系统的思路完全不同。在最大可持续捕捞量模型之下，渔业部门只要搜集分析捕捞的那种水产品就可以，不需要进行其他工作。而基于生态系统的模型则要求渔业部门分析所有水产品，哪怕某些水产品现在并不是捕捞的主要对象。在这个新模型下，渔业部门还需要搜集、综合及分析其他一些因素，称为生态系统指标。例如沿岸上升流，就是将那些富含养分的冷水带到近岸水面的相关洋流和风向，为浮游生物提供了食物，而这些浮游生物又是海洋生态链的基础。同样重要的是，基于生态系统的模型在对海洋里的环境进行监控的同时，甚至能够追踪检测陆地上的社会趋势，真正将社会图景与生态图景完美结合。

这种全景式的渔业管理模式是建立在非线性的复杂系统之上的。虽然获得了政治上的支持，但是实施起来还是困难重重：原来最大可持续捕捞量模型的前提是一种简单粗暴的稳定状态，想要转变管理模式，全世界没有多少渔业管理部门拥有足够的人才、经验、资源和技术来支持这种转型。