Occurrence and phenology of Aurelia aurita in the North-East Atlantic Seas

Abstract

Glassmaneten Aurelia aurita har en global utbredelse og er en av de mest studerte artene i klasse Scyphozoa. Likevel er maneter i høy grad oversett og forholdsvis lite studert hittil. Aurelia aurita har en kompleks livssyklus og kan forekomme tilsynelatende plutselig i store antall, i såkalte manetoppblomstringer. Maneter oppfattes gjerne som et problem eller en plage når slike oppblomstringer kommer i konflikt med menneskelig aktivitet i det marine miljøet. Mer nylig har dog flere begynt å få øynene opp for at maneter kan ha godt potensiale til å utnyttes som en ressurs. For at denne ressursen skal kunne høstes av på en bærekraftig og ansvarlig måte, er det kritisk å utvide kunnskapen om manetenes økologi. Dermed vil det være viktig å identifisere og kartlegge ulike faktorer som gir gunstige forhold for aktuelle arter og potensielt kan legge tilrette for oppblomstringer. I dette masterprosjektet ble et omfattende datasett av Aurelia aurita observasjoner satt sammen ved å hente data fra citizen science databaser samt fra mer vitenskapelig baserte databaser. I tillegg ble det gjennomført søk i faglitteratur for å komplementere datasettet ytterlige. Artsdistribusjonsmodellen MaxEnt ble brukt for å identifisere gunstige miljøfaktorer for forekomst av Aurelia aurita og for å forutse hvilke områder som vil ha gode forhold for arten gjennom de ulike sesongene i året.

The cosmopolitan moon jellyfish Aurelia aurita is among the most well studied Scyphozoans. Yet, jellyfish in general are highly understudied. They have a complex life cycle and can form large aggregations or blooms in some areas. They have long been perceived as a nuisance in the world’s oceans when appearing in conflict with human activities, but more recently they have also received attention as a potential resource. It is imperative to expand knowledge of jellyfish ecology and identify drivers favorable for specie occurrence and potential bloom formation. Only then can this abundant resource be utilized in a sustainable and responsible way. In this project a comprehensive A. aurita presence only dataset was compiled using citizen science data as well as more scientific based databases. A literature search was conducted to find data which complemented the dataset further. The Specie Distribution model MaxEnt was applied to identify favorable environmental variables for A. aurita occurrence and distribution and to predict suitable areas throughout the different seasons of the year.