Advanced

Population and Community Dynamics in Variable Environments

Ripa, Jörgen LU (1999)
Abstract (Swedish)
Popular Abstract in Swedish

Alla naturliga djur- eller växt- populationer varierar i tid och rum. Om man exempelvis räknar antalet individer av en viss art som befinner sig på ett visst ställe varje år, finner man att det antalet varierar från år till år. Varje år föds ett antal nya individer samtidigt som vissa dör (här bortser jag från de individer som eventuellt flyttar ut eller in). Antalet individer som föds beror bl.a. på hur gott det är om föda, vilket bl.a. beror på hur många individer som redan konkurrerar om maten. Är populationen liten kan således många föräldrapar få fler ungar än vanligt. Det motsatta gäller om populationen är stor och det är ont om föda. Antalet individer som dör beror också på hur gott det är... (More)
Popular Abstract in Swedish

Alla naturliga djur- eller växt- populationer varierar i tid och rum. Om man exempelvis räknar antalet individer av en viss art som befinner sig på ett visst ställe varje år, finner man att det antalet varierar från år till år. Varje år föds ett antal nya individer samtidigt som vissa dör (här bortser jag från de individer som eventuellt flyttar ut eller in). Antalet individer som föds beror bl.a. på hur gott det är om föda, vilket bl.a. beror på hur många individer som redan konkurrerar om maten. Är populationen liten kan således många föräldrapar få fler ungar än vanligt. Det motsatta gäller om populationen är stor och det är ont om föda. Antalet individer som dör beror också på hur gott det är om föda. Alltså: små populationer kan förväntas växa snabbt eftersom många föds och få dör, medan väldigt stora populationer minskar i antal, eftersom få föds och många dör. Detta brukar kallas för en populations "inre dynamik".



Nu finns det mycket annat som påverkar hur en population växer eller krymper. Väder och vind är ofta viktiga faktorer - vissa år är dåliga och andra är bra ur just den här populationens synvinkel. Dessutom finns det en massa andra organismer som en viss population påverkas av: rovdjur påverkas av hur många bytesdjur det finns och tvärtom, växter påverkas av hur många växtätare det finns och vice versa, alla populationer kan konkurrera med populationer av liknande arter som finns på samma ställe, osv. Allt detta tillsammans, väderfaktorer samt andra populationer, kallas "yttre faktorer" "omvärldsfaktorer" eller "miljöfaktorer".



Hur en population varierar beror således både på dess inre dynamik och på yttre faktorer. Vissa populationer styrs till hög grad av den inre dynamiken och kan ha (mer eller mindre) regelbundna cykler, som t.ex. många sorkpopulationer. Andra arter är mera väderberoende, som t.ex. många insektsarter, och varierar starkt beroende på vädret. Sant för alla populationer är dock att hur de varierar beror på en samverkan mellan inre dynamik och yttre faktorer, och man måste känna till egenskaperna hos båda för att kunna avgöra hur en population kommer att variera, eller i förlängningen om den har en chans att överleva. Det är just denna samverkan som är huvudtemat i denna avhandling, och jag ger ett par exempel nedan.



Vissa populationer styrs av miljöfaktorer som förändras långsamt: t.ex. temperaturen i havet, näringshalten i jorden eller en konkurrerande art med långsam dynamik. Andra påverkas mest av snabba' omvärldsfaktorer som lufttemperatur eller nederbörd. Vad betyder det för en populations dynamik, eller för dess överlevnad? I denna avhandling visas att hur snabbt omvärlden förändras spelar stor roll för en populations överlevnad, men om en snabbt varierande omvärld är bra eller dåligt beror på den inre dynamiken.



Förutom hur en enstaka population varierar på ett ställe kan man studera hur flera populationer av samma art, men på olika ställen, varierar i takt (synkront). Om de varierar väldigt mycket likadant ökar risken för att de alla dör ut samtidigt. Frågan är varför populationer av vissa arter går mer i takt än andra. Det kan bero på stor spridning av individer mellan populationerna, men också på att t.ex. vädret varierar i takt på olika ställen - om det är kallt i Lund är sannolikheten stor att det är kallt i Malmö också. I avhandlingen visas att vädervariationer som går i takt alltid ger populationer som varierar i takt, men huruvida spridning av individer mellan populationer spelar någon roll beror (igen) på den inre dynamiken. (Less)
Abstract
All natural populations fluctuate in space and time. These fluctuations are a result of internal dynamic processes, and of a variable environment. To understand how and why population fluctuate, one has to understand the nature of the internal demographic processes as well as how a variable environment affects these processes and how they act in concert to generate population fluctuations. This thesis concentrates on the last step - how a variable environment and internal dynamic processes act together to produce population dynamics. In particular, the dynamical consequences of temporal or spatial structure of the environmental fluctuations are investigated, but also how external disturbances propagate through ecological systems. It is... (More)
All natural populations fluctuate in space and time. These fluctuations are a result of internal dynamic processes, and of a variable environment. To understand how and why population fluctuate, one has to understand the nature of the internal demographic processes as well as how a variable environment affects these processes and how they act in concert to generate population fluctuations. This thesis concentrates on the last step - how a variable environment and internal dynamic processes act together to produce population dynamics. In particular, the dynamical consequences of temporal or spatial structure of the environmental fluctuations are investigated, but also how external disturbances propagate through ecological systems. It is shown that a positively autocorrelated environment is disadvantageous to populations with undercompensating dynamics, and vice versa for overcompensating populations. It is further shown that overcompensating dynamics leads to extinctions from high population densities, above carrying capacity. A two-species system, where only one of the populations is subject to environmental variability, is investigated and a general rule for the dynamics is derived: the sign of a single element of the Jacobian matrix determines whether the dynamics of one of the interacting populations is more or less dominated by low frequency fluctuations than the other. Also, the causes behind spatial correlation of populations (synchrony) is studied. It is shown that only unstable or close to unstable populations can be efficiently synchronised by dispersal between habitat patches. A correlated environment always generates synchronous populations (the Moran effect). The strengths and benefits of using a linear approach to analyse stochastic population dynamics is emphasised and illustrated with several examples. (Less)
Please use this url to cite or link to this publication:
author
opponent
  • Prof Ives, Anthony, Department of Zoology, UW-Madison, USA
organization
publishing date
type
Thesis
publication status
published
subject
keywords
dispersal, Moran effect, linear dynamics, synchrony, power spectrum, autocorrelation, extinction risk, population dynamics, environmental stochasticity, migration, stochastic modelling, Ecology, Ekologi
pages
124 pages
publisher
Theoretical Ecology, Ecolgy Building, Lund University
defense location
Blue Hall, Ecology Building, Lund, Sweden
defense date
2000-01-21 10:15
external identifiers
  • Other:ISRN: SE-LUNBDS/NBTE-00/1009+124pp
ISBN
91-7105-124-4
language
English
LU publication?
yes
id
044d5ce1-ee52-4307-87dd-b11c12462566 (old id 40179)
date added to LUP
2007-07-31 16:03:23
date last changed
2016-09-19 08:45:02
@misc{044d5ce1-ee52-4307-87dd-b11c12462566,
  abstract     = {All natural populations fluctuate in space and time. These fluctuations are a result of internal dynamic processes, and of a variable environment. To understand how and why population fluctuate, one has to understand the nature of the internal demographic processes as well as how a variable environment affects these processes and how they act in concert to generate population fluctuations. This thesis concentrates on the last step - how a variable environment and internal dynamic processes act together to produce population dynamics. In particular, the dynamical consequences of temporal or spatial structure of the environmental fluctuations are investigated, but also how external disturbances propagate through ecological systems. It is shown that a positively autocorrelated environment is disadvantageous to populations with undercompensating dynamics, and vice versa for overcompensating populations. It is further shown that overcompensating dynamics leads to extinctions from high population densities, above carrying capacity. A two-species system, where only one of the populations is subject to environmental variability, is investigated and a general rule for the dynamics is derived: the sign of a single element of the Jacobian matrix determines whether the dynamics of one of the interacting populations is more or less dominated by low frequency fluctuations than the other. Also, the causes behind spatial correlation of populations (synchrony) is studied. It is shown that only unstable or close to unstable populations can be efficiently synchronised by dispersal between habitat patches. A correlated environment always generates synchronous populations (the Moran effect). The strengths and benefits of using a linear approach to analyse stochastic population dynamics is emphasised and illustrated with several examples.},
  author       = {Ripa, Jörgen},
  isbn         = {91-7105-124-4},
  keyword      = {dispersal,Moran effect,linear dynamics,synchrony,power spectrum,autocorrelation,extinction risk,population dynamics,environmental stochasticity,migration,stochastic modelling,Ecology,Ekologi},
  language     = {eng},
  pages        = {124},
  publisher    = {ARRAY(0xa907500)},
  title        = {Population and Community Dynamics in Variable Environments},
  year         = {1999},
}