Økosystemmodeller

NORWECOM.E2E er en samling ulike moduler som skal beskrive livssyklus og samspill mellom nøkkelarter i våre økosystemer. E2E (end-to-end) viser til ambisjonen om å gjøre dette E2E, altså fra de fysiske prosessene (sirkulasjon, temperatur, salt og lys) via plankton til fisk og marine pattedyr. Det fysiske miljøet beregnes ved hjelp av en egen sirkulasjonsmodell, og blir brukt som input til den biologiske modellen. De biologiske komponentene har et høyt detaljnivå for hver art, og beskriver både vekst, fødeopptak, reproduksjon, vandring og død. De biologiske modulene påvirker hverandre gjensidig, og modellen kan derfor brukes til å studere utvikling i enkeltarter og økosystem i perioder over flere år. Visjonen er å lage en E2E modell for Norskehavet som inkluderer de viktigste artene og påvirkningskreftene på disse.

NORWECOM.E2E er satt sammen av flere modeller: en Nutrient-Phytoplankton-Zooplankton-Detritus (NPZD) model for næringssalt og lavere trofiske nivå, samt ulike Individ-Baserte Modeller (IBMs) for zooplankton og fisk.  NORWECOM.E2E er en av veldig få modeller i verden hvor IBM´er for ulike tropfiske nivå er to-veis koblet og i stand til å simulere næringsnettdynamikk for et stort havområde, og den eneste slik type modell for norske farvann. Modellen er utviklet på Havforskningsinstituttet, og i 2021inneholder modellen IBM´er for pelagisk fisk (makrell, sild og kolmule), dyreplankton (Calanus finmarchicus, Calanus hyperboreus og Calanus glacialis) samt fiskebåter. Gjennom NORWECOM.E2E er alle disse modellene integrert i et fullt koblet system som bruker drivkrefter fra en havmodell til å beskrive omgivelsenes temperatur og strømmønster.  Modellsystemet brukes til å studere naturlige variasjoner og effekter av feks klimaendringer, havforsuring eller fiske i økosystemene våre, men også som et hjelpemiddel for å vurdere overvåkningsstrategier og observasjonsmønster.

IBM´ene for dyreplankton og fisk er tredimensjonale i tid og rom tar hensyn til hele livssyklusen og de viktigste livshistorietrekkene som vekst, dødelighet, bevegelse og reproduksjon, samt adaptive egenskaper som kontrollerer samspillet med miljøet.  Modellene er koblet sammen slik at hver IBM mottar input om de andre artene. Eksempelvis vil dyreplankton motta informasjon om mengde av planteplankton og dyreplanktontettheter fra NPZD-modellen. Dyreplanktonet lever deretter av planktonet og den lokale planktonmengden oppdateres kontinuerlig i modellen. All dyreplanktonbiomasse som fjernes (feks av beitende pelagisk fisk) blir en del av dødeligheten i Calanus-populasjonen slik at massebalanse oppnås. De tre artene av pelagisk fisk som inngår i modellen er sild, kolmule og makrell, som er dominerende når det gjelder biomasse i regionen. Den pelagiske fisken spiser på Calanus, og den romlige fordelingen av C. finmarchicus vil derfor være påvirket av fisken i modellen. Den toveis koblingen gir unike muligheter for å studere kombinerte effekter av påvirkningskrefter.

Siteringer

Aksnes, D.L., Ulvestad, K.B., Baliño, B.M., Berntsen, J., Egge, J.K., Svendsen, E. (1995) Ecological modeling in coastal waters - Towards predictive physical-chemical-biological simulation-models. Ophelia, 41, 5-36.

Green, N.W., et al (2011). Tilførselsprogrammet 2010. Overvåking av tilførsler og miljøtilstand I Nordsjøen. Technical report TA 2810/2011 (p. 101pp+106app). Oslo, Norway: KLIF.

Grimm, V., Railsback, S. (2005). Individual-based Modeling and Ecology: Princeton University Press.

Hjøllo, S.S., Huse, G., Skogen, M.D., Melle, W. (2012) Modelling secondary production in the Norwegian Sea with a fully coupled physical/primary production/individual-based Calanus finmarchicus model system. Marine Biology Research, 8, 508-526.

Huse, G. (2005) Artificial evolution of Calanus' life history strategies under different predation levels. GLOBEC Newsletter, 11, 19 Huse, G., Ellingsen, I. (2008) Capelin migrations and climate change - a modeling analysis. Climatic Change, 87, 177-197.

Huse, G., Giske, J. (1998) Ecology in Mare Pentium: an individual based spatio-temporal model for fish with adapted behaviour. Fisheries Research (Amsterdam), 37, 163-178.

Huse, G., et al. 2012. Effects of interactions between fish populations on ecosystem dynamics in the Norwegian Sea - results of the INFERNO project Preface. Marine Biology Research, 8: 415-419.

Huse, G., Johansen, G.O., Bogstad, L., Gjøsæter, H. (2004) Studying spatial and trophic interactions between capelin and cod using individual-based modeling. ICES Journal of Marine Science, 61, 1201-1213.

Samuelsen, A., Huse, G., Hansen, C. (2009) Shelf recruitment of Calanus finmarchicus off the west coast of Norway: role of physical processes and timing of diapause termination. Marine Ecology Progress Series, 386, 163-180.

Shchepetkin, A.F., McWilliams, J.C. (2005) The regional oceanic modeling system (ROMS): a split-explicit, free-surface, topography-following-coordinate oceanic model. Ocean Modelling, 9, 347-404.

Skaret, G., Dalpadado, P., Hjøllo, S.S., Skogen, M.D.,& Strand, E.(2014). Calanus finmarchicus abundance, production and population dynamics in the Barents Sea in a future climate. Prog. Oceanogr.doi:dx.doi.org/10.1016/j.pocean.2014.04.008

Skogen, M.D., Budgell, W.P., Rey, F. (2007) Interannual variability in Nordic seas primary production. ICES Journal of Marine Science, 64, 889-898.

Skogen, M.D., Olsen, A., Børsheim, K.Y., B., S.A., Skjelvan, I. (2014) Modelling ocean acidification in the Nordic and Barents Seas in present and future climate. Journal of Marine Systems.

Skogen, M.D., Svendsen, E., Berntsen, J., Aksnes, D., Ulvestad, K.B. (1995) Modeling the primary production in the north-sea using a coupled 3-dimensional physical-chemical-biological ocean model. Estuarine Coastal and Shelf Science, 41, 545-565.

Strand, E., Huse, G., Giske, J. (2002) Artificial evolution of life history and behavior. American Naturalist, 159, 624-644.

Utne K.R., Hjøllo S.S., Huse G., Skogen M. 2012. Estimating the consumption of Calanus finmarchicus by planktivorous fish in the Norwegian Sea using a fully coupled 3D model system. Marine Biology Research, 8:5-6, 527-547

Atlantis (Fulton et al. 2010; Audzijonyte, 2017) er hva vi kaller en ‘hele verden’ modell, noe som betyr at mer eller mindre alt fra fysikk til fiskerier er inkludert. Atlantis har blitt implementert i mange områder rundt omkring, med varierende antall økosystemkomponenter og størrelser på modellområder.

The Nordic and Barents Seas (NoBa) Atlantis modellen er blant de største av Atlantis modellene når det gjelder område; den dekker 4 million km² ved 60 polygoner og har syv dybdelag (Figur 1). Polygonene skal være så like så mulig med hensyn til vannmasser, dybde og økosystem. Det romlige modellgriddet skal også helst ha naturlige grenser, for eksempel kysten av Norge. NoBa er en av svært få Atlantis modeller som har store forskjeller i dagslys og som inkluderer sjøis.

For øyeblikket inkluderer NoBa 57 arter og funksjonelle grupper (Hansen et al., 2016;  se figur 2. Disse inkluderer fire is-avhengige komponenter. Ettersom alle økosystemmodeller er forenklinger av det virkelige økosystemet, og på grunn av regnekapasitet og kunnskap ikke kan inkludere alle arter, har vi noen samlegrupper i NoBa. Kommersielt viktige arter, sårbare arter og invaderende arter er derimot gjerne representert som enkeltarter (som for eksempel torsk, lodde og snøkrabbe). Samlegruppene er konstruert av arter som spiser noenlunde det same, har den same utbredelsen og som lever omtrent like lenge. Det fungerer ikke så godt å putte sammen predatorer og byttedyr, eller langt- og kortlevende arter i en og samme samlegruppe.

I tillegg til biologi, inkluderer NoBa fiskerier. Det finnes mange muligheter for å legge inn fiskerier i en Atlantis modell, men i NoBa har vi valgt å legge disse inn som fiskeridødeligheter. De historiske dødelighetene (2020 og tidligere) er basert på ICES tidsserier, mens for framtidsscenarioer har vi brukt maksimalt bærekraftig fangst (Hansen et al., 2019a), konstante fiskerimortaliteter eller høstningsregler (Kaplan et al., 2020). NoBa Atlantis har også nylig blitt koblet online med R, for å kunne utvide mulighetene for evaluering av forvaltningsstrategier (Perryman et al, in Prep).

Atlantis gir oss store muligheter for å kunne utforske ‘hva hvis’ scenarier, blant annet for å se på påvirkningen av mange stressorer samtidig, for eksempel fiskerier, akutte utslipp og klima. Fram til nå har NoBa blitt brukt til å se på økosystempåvirkninger av klimaendringer og fiskerier (Hansen et al., 2019a), balansert høsting i Norskehavet og Barentshavet (Nilsen et al., 2020), økosystembaserte (Kaplan et al., 2020), økosystemresponser til massemortalitet (Olsen et al., 2019) og sensitivitetsanalyser (Hansen et al., 2019b). Det er flere pågående prosjekter som bruker NoBa, blant annet for å se på økosystemresponser av invaderende arter (snøkrabbe), havforsuring, kumulative effecter og samarbeid mellom fiskerinasjoner. Flere av disse har hvordan økosystemmodeller kan bidra inn mot bærekraftig forvaltning som overordnet mål.

Siteringer: 

Fulton EA, Smith ADM and Smith DC. 2007. Alternative Management Strategies for Southeast Australian Commonwealth Fisheries: Stage 2: Quantitative Management Strategy Evaluation. Australian Fisheries Management Authority Report.