Modelling thermal preference and fitness consequences in scenarios of decreasing temperature predictability

Abstract

Klimaendringane er venta å auke snittemperaturen, men også variasjon og føreseielegheit i temperatur. Nøyaktige predikasjonar av framtidig førekomst og foredling av artar må difor ta omsyn også til desse faktorane. Fordi ektoterme dyr har kroppstemperatur i likevekt med omgivnadane, treng dei strategiar for å takle variasjon og føreseielegheit i erfarte temperaturar. Varmeregulering gjennom åtferd gjer det mogleg å halde ei tett fordeling av kroppstemperatur rundt ein føretrekt temperatur. Føretrukne temperaturar er ofte predikert ut frå den termisk yteevna til ein eigenskap, og ofte er dette skildra gjennom asymmetriske kurver (thermal performance curves). Grunna Jensen si ulikheit vil variasjon i kroppstemperatur resultere i føretrekt temperatur ulik optimal temperatur, Topt, som gir maksimum yting. I dette prosjektet undersøker eg åtferdsstrategiar i eit tilstandsbundne rammeverk ved ulike nivå av føreseielegheit i temperatur, og effektar av auka temperaturvarians på fitness. Eg visar at føretrekt temperatur å søke etter føde i, minkar med føreseielegheita, men at dei òg avheng av kroppskondisjon. Vidare ser eg at det ikkje alltid er mogleg å predikere føretrekt temperatur ut i frå den samansette eigenskap forventa netto vinst. I tillegg blir fitness redusert, gjennom auka daudelegheit og lågare kroppskondisjon for alle scenario av føreseielegheit i temperatur. Det er nokre fordelar eit bytte til optimale åtferdsstrategiar i høgare variasjon, som er realisert gjennom lågare daudelegheit og høgare kroppskondisjon. Føretrekke temperatur er i samsvar med Jensen si ulikheit og teori som omhandlar risiko sensitivt fødesøk, og er ulik den optimale temperaturen som gir høgast yteevne. Negative effektar på fitness har to moglege forklaringar. Hovudårsaka er at varmereguleringa er mindre nøyaktig med låg føreselegheit i temperatur. Dette gir større variasjon i opplevd temperatur, og fitness minkar då yteevna er lågare for alle ikkje-optimale temperaturar. Den lågare føretrekke temperaturen i desse scenarioa reduserer på same måte fitness snittet, samanlikna med dei optimale strategiane i høg føreseielegheit.

Climate change is predicted to not only increase mean temperatures, but also to change patterns of variation and predictability of temperatures. This necessitates incorporating variation and unpredictability into modelling approaches to predict future species persistence and distributions. Ectotherm animals with body temperatures in equilibrium with their surroundings, need strategies to deal with variation and predictability in experienced temperatures. One such strategy is behavioural thermoregulation, which enables animals to stay closer to their preferred temperatures. Preferred temperatures are often predicted from thermal performance curves (TPC), which describes temperature dependence of trait performance. Following Jensen’s inequality, it is generally predicted that variation in body temperatures leads to shifts in the preferred body temperatures away from optimal temperatures yielding maximum performance. In this project I investigate optimal behavioural strategies in a state-dependent framework at different levels of temperature predictability, and effects of increased temperature variability on fitness. Here I show that preferred temperatures of foraging decrease in temperature scenarios with lower predictability, but that preferred temperatures also depend on body condition. Predictions based on the compound trait expected net benefit is not always suitable to explain behavioural strategies. All decreases in temperature predictability increased mortality and decreased body condition of animals. Some advantage of allowing for behavioural optimization to lower temperature predictability is evident through lower mortality and higher body condition than for non-optimal behaviours. Preferred temperatures follow predictions from risk-sensitive foraging theory, with shifts away from the optimal temperature depending on both temperature predictability and body condition. Detrimental effects on fitness with decreased temperature predictability has two possible explanations in my model. The main explanation for the decrease in fitness with lower temperature predictability is reduced thermoregulatory accuracy. This results in higher variation in experienced temperatures, and thus lower mean fitness because of performance loss in most non-preferred temperatures. The lower preferred temperature in low predictability scenarios also has reduced mean fitness, compared to optimization in high predictability scenarios.