[논문 리뷰] Mechanistic forecasts of species responses to climate change: the promise of biophysical ecology

Natalie J. Briscoe, Shane D. Morris외 11명|arXiv (Cornell University)|2022. 10. 29.

Species Distribution and Climate Change인용 수 14

한 줄 요약

이 논문은 기후 변화에 대한 종 반응의 기계적 예측을 향상시키기 위해 전역 변화 생물학에서 생물물리 모델의 활용을 확대할 것을 주장한다. 미세한 시공간 척도에서 생물의 생리학, 행동 및 환경 상호작용를 통합함으로써 이러한 모델은 생존, 분포, 생태학적 시기, 개체수 변화에 대한 예측을 제공하며, 새로운 조건 하에서 기후 영향에 대한 강력하고 과정 기반의 통찰을 제공한다.

ABSTRACT

A challenge in global change biology is to predict how species will respond to future environmental change and to manage these responses. To make such predictions and management actions robust to novel futures, we need to accurately characterize how organisms experience their environments and the biological mechanisms by which they respond. All organisms are thermodynamically connected to their environments through the exchange of heat and water at fine spatial and temporal scales and this exchange can be captured with biophysical models. Although mechanistic models based on biophysical ecology have a long history of development and application, their use in global change biology remains limited despite their enormous promise and increasingly accessible software. We contend that greater understanding and training in the theory and methods of biophysical models is vital to expand their application. Our review shows how biophysical models can be implemented to understand and predict climate change impacts on species' behavior, phenology, survival, distribution, and abundance. We illustrate the types of outputs that can be generated, and the data inputs required for different implementations. Examples range from simple calculations of body temperature to more complex analyses of species' distribution limits based on projected energy and water balances, accounting for behavior and phenology. We outline challenges that currently limit the widespread application of biophysical models. We discuss progress and future developments that could allow these models to be applied to many species across large spatial extents and timeframes. We highlight how biophysical models are uniquely suited to solve global change biology problems that involve predicting and interpreting responses to environmental variability and extremes, multiple or shifting constraints, and novel abiotic or biotic environments.

연구 동기 및 목표

• 기후 변화에 대한 종 반응에 대한 정확하고 과정 기반의 예측이 필요한 핵심 필요성 해결.
• 생리학적 및 행동적 메커니즘을 통합함으로써 상관 모델의 한계를 극복.
• 개선된 교육과 접근 가능한 소프트웨어를 통해 생물물리 모델의 광범위한 도입 촉진.
• 극단적인 기상 사건과 변화하는 환경 제약 조건을 포함한 새로운 기후 시나리오 하에서 강력한 예측 가능성을 제공.
• 에너지 및 수분 균형 역학을 행동 및 생태학적 시기 반응과 통합하여 생태 예측 향상

제안 방법

• 미세한 시공간 척도에서 생물체와 환경 간의 열 및 수분 교환을 시뮬레이션하기 위해 생물물리 모델 사용.
• 생물의 생리학, 행동 및 마이크로클라이메이트 데이터를 통합하여 체온 및 에너지/수분 예산 예측.
• 에너지 및 수분 균형 모델을 적용하여 현재 및 향후 기후 조건 하에서 생존 한계 및 분포 한계 추정.
• 기후 변화에 따른 생태학적 시기 변화를 모델링하기 위해 열 및 수분 자극에 기반한 생애사적 사건의 시기 예측.
• 점점 더 접근 가능한 소프트웨어 플랫폼을 활용하여 다양한 종과 광범위한 공간 범위로 모델 스케일링.
• 형태학적 특성, 열내성, 행동에 대한 실측 데이터를 환경 강하 변수(예: 기온, 복사량, 습도)와 융합.

실험 결과

연구 질문

• RQ1 비교적 상관 모델에 비해 생물물리 모델은 기후 변화에 대한 종 반응 예측을 어떻게 향상시킬 수 있는가?
• RQ2 기후 변화하는 조건에서 종의 열내성 및 수분 내성에 결정적인 영향을 미치는 주요 생리학적 및 행동 메커니즘은 무엇인가?
• RQ3 에너지 및 수분 균형 모델은 향후 기후 시나리오 하에서 종의 분포 한계 및 지속 가능성 예측에 어떻게 활용될 수 있는가?
• RQ4 생물물리 모델은 종 반응 예측에서 환경 극한 조건과 다중 스트레서를 어떻게 고려할 수 있는가?
• RQ5 다양한 분류군과 광범위한 시공간 영역으로 생물물리 모델을 확장하기 위해 필요한 데이터 입력 및 모델 구조는 무엇인가?

주요 결과

• 생물물리 모델은 미세한 시공간 척도에서 생물체-환경 상호작용를 시뮬레이션함으로써 종 반응 예측에 기계적 기반을 제공한다.
• 이러한 모델은 체온, 에너지 균형, 수분 유량을 정확히 예측할 수 있으며, 생존 및 성능 한계 예측 가능하게 한다.
• 행동 및 생태학적 시기 요소를 생물물리 모델에 통합하면 종의 분포 한계 및 분포 이동 예측이 크게 향상된다.
• 이러한 모델은 기후 변동성 및 변화와 같은 새로운 또는 극한 환경 조건에 대한 반응 예측에 특별히 적합하다.
• 그럼에도 불구하고, 광범위한 적용은 훈련 부족과 방법론 전문 지식 부족으로 인해 제한되어 있으며, 교육 강화와 도구 접근성 향상의 필요성을 부각시킨다.
• 소프트웨어 및 데이터 통합 분야의 발전 덕분에 생물물리 모델은 이제 광범위한 공간 및 시간 범위에서 다양한 종에 대해 확장 가능한 응용이 가능해졌다.