En ny artikel visar hur vi genom att kombinera experiment och utbredningsmodellering får bättre kunskap om hur Östersjöns organismer kommer att svara på klimatförändringar.
Prediktioner av arters utbredning baseras oftast på statistiska analyser av förhållandet mellan artdata och olika miljövariabler. För en nulägesbild är detta oftast tillräckligt, men för att till exempel kunna modellera arters utbredning under framtida klimatförhållanden behöver modellerna också ta hänsyn till fysiologiska begränsningar och interaktioner med andra arter.
I denna studie har vi integrerat undersöknings- och experimentdata med ekologisk teori på ett sätt som gör det möjligt för oss att modellera både fysiska toleransgränser för arter och deras inneboende naturliga variation i ett regionalt perspektiv. På så sätt förbättrar vi tillförlitligheten hos modeller över artutbredning under framtida klimatförhållanden.
Som fallstudie användes blåstång, Fucus vesiculosus, och associerade betande kräftdjur, tånggråsuggan Idotea balthica. Vi visar här hur minskad salthalt och ökad temperatur under framtida klimatförhållanden gör att förekomsten och biomassan hos dessa viktiga arter minskar. Studien visar också att minskningen av betande organismer är kopplad till minskning av blåstång.
Rumslig modellering och experimentell biologi har traditionellt sett betraktats som separata fält, men starkare koppling mellan dessa discipliner kan förbättra modeller över arters utbredning under framtida klimat. Genom att införliva kunskap från experiment i modellerna blir det lättare att identifiera orsakssamband och vi kan därigenom bättre förutse förändringar i ekosystemstruktur och -funktion under framtida klimatförhållanden, vilka inte nödvändigtvis syns i prognoser baserade på enbart på fysiska variabler.
Artikeln nås i sin helhet via länken nedan:
Kotta, J., Vanhatalo, J., Jänes, H., Orav-Kotta, H., Rugiu, L., Jormalainen, V., Bobsien, I., Viitasalo, M., Virtanen, E., Nyström Sandman, A., Isaeus, M., Leidenberger, S., Jonsson, P. R., Johannesson, K. 2019: Integrating experimental and distribution data to predict future species patterns. Scientific Reports 9:1821.