Temporal variation in demography of temperate bats: consequences for population dynamics and disease

Die Studie zeigt anhand eines individuellen Modells für die Abendsegler-Fledermaus, dass eine Zunahme der jahreszeitlichen Schwankungen in den demografischen Raten, insbesondere der Überlebensraten, nicht nur zu erheblichen Populationsrückgängen führen kann, sondern auch die Wahrscheinlichkeit des Fortbestands von Krankheiten verringert, was die Notwendigkeit unterstreicht, bei Vorhersagen zur Populationsdynamik und Krankheitsausbreitung über bloße Durchschnittswerte hinauszugehen.

Das Wesentliche

🦇 Die fliegenden Nachbarn: Warum das Wetter mehr bedeutet als nur „Regen oder Sonne"

Stellt euch eine große, fliegende Nachbarschaft vor: Die Braunen Langohren (im Englischen Serotine Bats). Sie leben in Großbritannien und sind wie kleine, flauschige Nachbarn, die im Sommer in großen Gruppen in ihren „Sommerhäusern" (Geburtshöhlen) wohnen und im Winter in „Winterquartieren" schlafen.

Die Wissenschaftler haben sich gefragt: Was passiert mit diesen Fledermäusen, wenn das Wetter immer unberechenbarer wird?

Normalerweise schauen sich Forscher nur den Durchschnitt an. „Im Durchschnitt überleben 90 % der Fledermäuse jeden Winter." Aber das ist wie beim Wetter: Nur weil es im Durchschnitt 20 Grad ist, heißt das nicht, dass es nicht auch mal einen eisigen Frost oder eine Hitzewelle geben kann. Und genau diese Extremwetter-Schwankungen sind das eigentliche Problem.

🎢 Der Achterbahn-Effekt: Warum Schwankungen gefährlich sind

Die Forscher haben einen Computer-Simulator gebaut, der wie eine riesige Achterbahn funktioniert. Sie haben getestet: Was passiert, wenn das Wetter nicht stabil ist, sondern mal super gut und mal katastrophal schlecht?

Das Ergebnis ist überraschend:
Stellt euch vor, ihr fahrt mit dem Fahrrad.

• Szenario A (Stabil): Ihr fahrt jeden Tag gleichmäßig 20 km/h. Ihr kommt sicher ans Ziel.
• Szenario B (Schwankend): Einmal fahrt ihr 40 km/h (super Wind im Rücken!), aber ein anderes Mal müsst ihr gegen einen Sturm ankämpfen und kommen nur 5 km/h voran.

Obwohl der Durchschnitt in Szenario B vielleicht immer noch 20 km/h beträgt, werdet ihr in Szenario B viel schneller erschöpft sein oder sogar einen Unfall haben.

Bei den Fledermäusen ist es genauso:

• In einem „guten Jahr" (viel Insekten, warmes Wetter) gebären die Mütter viele Babys und fast alle überleben.
• In einem „schlechten Jahr" (kalter Frühling, wenig Insekten) sterben viele erwachsene Mütter oder die Babys kommen nicht durch.

Das Tückische: Ein schlechtes Jahr tut mehr weh als ein gutes Jahr nützt. Wenn eine Mutter stirbt, ist sie weg für immer. Wenn eine Mutter ein Jahr lang ein Baby mehr bekommt, kann sie das nicht „nachholen", wenn sie im nächsten Jahr stirbt. Die Populationen gehen also bei immer mehr Wetter-Schwankungen langfristig nach unten, selbst wenn der Durchschnitt gleich bleibt.

🦠 Das unsichtbare Virus: Warum das Virus verschwindet

Die Forscher haben auch ein fiktives Virus (ähnlich wie Tollwut) in den Simulator eingefügt. Sie wollten wissen: Bleibt das Virus in der Population, oder stirbt es aus?

Hier kommt ein weiterer interessanter Effekt ins Spiel:

• In stabilen Zeiten: Das Virus findet immer genug neue Opfer, um weiterzukommen. Es bleibt wie ein kleines Feuer, das langsam weiterbrennt.
• In schwankenden Zeiten: Wenn es ein „schlechtes Jahr" gibt, sterben viele Fledermäuse. Die Population schrumpft, die Fledermäuse treffen sich weniger. Das Virus findet keine neuen Opfer mehr und stirbt aus (wie ein Feuer, dem der Sauerstoff ausgeht).

Aber Vorsicht: Das ist nicht unbedingt gut! Denn wenn das Virus ausstirbt, heißt das oft, dass die Fledermäusepopulation selbst so stark geschrumpft ist, dass sie vielleicht gar nicht mehr überleben kann. Es ist wie bei einem Dorf: Wenn das Dorf zu klein wird, gibt es keine Schule mehr, keine Ärzte – die Gemeinschaft bricht zusammen.

🌍 Was bedeutet das für uns?

Die Botschaft der Studie ist einfach, aber wichtig:

1. Durchschnitte lügen: Man darf sich nicht nur auf den „Durchschnittswert" verlassen, wenn man die Zukunft von Tieren vorhersagen will. Die Schwankungen sind oft wichtiger als der Mittelwert.
2. Klimawandel ist ein Risiko: Da der Klimawandel zu immer extremeren Wetterlagen führt (heißere Sommer, kältere Winter, unvorhersehbare Stürme), wird das Leben für diese Fledermäuse schwieriger. Sie sind besonders empfindlich, weil sie lange leben und nur wenige Babys pro Jahr bekommen.
3. Krankheiten sind komplex: Ob ein Virus bleibt oder geht, hängt nicht nur davon ab, wie ansteckend es ist, sondern davon, wie stabil die Population ist. Wenn die Population durch extremes Wetter wackelt, kann das Virus aussterben – aber die Fledermäuse könnten dabei auch verloren gehen.

Zusammenfassung in einem Satz:

Wenn das Wetter immer verrückter spielt, geraten die Fledermäuse in einen ständigen Stress-Modus, der ihre Populationen schwächt und das Überleben von Krankheiten unvorhersehbar macht – und das, obwohl der „Durchschnitt" eigentlich okay aussieht.

Die Wissenschaftler sagen also: Wir müssen aufhören, nur auf den Durchschnitt zu schauen, und anfangen, uns die Achterbahnfahrt des Klimas genauer anzusehen, wenn wir die Natur schützen wollen.

Technische Zusammenfassung

Titel: Temporale Variation in der Demografie temperierter Fledermäuse: Konsequenzen für Populationsdynamik und Krankheitsausbreitung

1. Problemstellung und Hintergrund

Die Abschätzung demografischer Parameter (Überlebens- und Reproduktionsraten) ist grundlegend für die Vorhersage von Wildtierpopulationstrends und die Modellierung von Krankheitsausbrüchen. In vielen bestehenden Modellen werden diese Parameter jedoch als zeitlich konstante Mittelwerte behandelt. Für temperierte Fledermausarten, wie die Breitflügelfledermaus (Eptesicus serotinus), ist die Demografie jedoch stark von Umweltbedingungen abhängig, was zu einer erheblichen inter-annualen (jahreszeitlichen) Variation führt.

• Herausforderung: Klimawandelbedingte Zunahme extremer Wetterereignisse (z. B. Hitzewellen, harte Winter) könnte diese Variation verstärken.
• Spezifisches Risiko: Eptesicus serotinus ist ein Wirt für das Europäische Fledermaus-Lyssavirus-1 (EBLV-1). Es ist unklar, wie sich eine erhöhte demografische Variabilität auf die Populationsgröße und die Persistenz von Zoonosen auswirkt.
• Ziel: Untersuchen, wie eine Zunahme der inter-annualen Variation in demografischen Parametern die Vorhersagen für Populationswachstum und das Überleben einer synthetischen Lyssavirus-ähnlichen Krankheit beeinflusst.

2. Methodik

Die Autoren entwickelten einen räumlich expliziten, agentenbasierten Modellansatz (Individual-Based Model, IBM), der die Lebenszyklen einzelner Fledermäuse simuliert.

• Modellstruktur:

  • Landschaft: Ein 30x30 km großes Areal mit ca. 5.000 Fledermäusen in 45 sozialen Gemeinschaften (Kolonien).
  • Struktur: Unterscheidung zwischen Mutterschaftshöhlen (Maternity roosts) und Satellitenhöhlen.
  • Demografische Klassen: Pups, Jungtiere, unreife Tiere, reproduktiv reife Tiere (unterteilt nach Geschlecht und Brutstatus).
  • Lebenszyklus: Monatliche Zeitschritte, mit Hibernation (Oktober–März) und Aktivitätsphase (April–September).
  • Parameterisierung: Basierend auf Langzeit-Daten (Capture-Mark-Recapture) einer E. serotinus-Population im UK. Die Parameter wurden so kalibriert, dass sie stabile Populationsgrößen, realistische Geschlechterverhältnisse (ca. 60 % Männchen) und Brutquoten abbilden.

• Krankheitsmodell:

  • Ein synthetisches Lyssavirus (SEIR-Modell: Susceptible, Exposed, Infectious, Recovered/Immune).
  • Pathologie: Latenzphase wird während der Hibernation "pausiert". Infektionen können tödlich sein oder zu einer vorübergehenden Immunität führen.
  • Transmission: Kontaktraten hängen vom Höhlentyp ab (hohe Dichte in Mutterschaftshöhlen, gering in Satellitenhöhlen). Transmission erfolgt durch Dispersionsbewegungen (vor allem männliche Jungtiere) und Kontakte in Satellitenhöhlen.

• Szenarien zur Variation:

  • Basis: Konstante Mittelwerte (keine Variation).
  • Variationsszenarien: Einführung einer "Jahresqualität" ($Q$), die aus einer Normalverteilung gezogen wird. Diese Qualität modifiziert Überlebens- und Reproduktionsraten (logit-skaliert).
  • Testparameter: Der Variationskoeffizient ($\sigma$) wurde schrittweise von 0 bis 1 erhöht.
  • Analyse: 50 Simulationen pro Szenario über 20 Jahre (nach 30 Jahren Burn-in). Untersucht wurden Populationsveränderungen, Krankheitspersistenzdauer und Seroprävalenz.

3. Wichtige Beiträge und Ergebnisse

A. Einfluss auf die Populationsdynamik:

• Negative Korrelation: Eine Zunahme der inter-annualen Variation führt zu einem signifikanten Rückgang der durchschnittlichen Populationsgröße.
• Kritischer Faktor Überleben: Die Variation der Überlebensraten (insbesondere bei Erwachsenen) ist der primäre Treiber für Populationsveränderungen.
  • Bei $\sigma=1$ sanken 30 % der simulierten Populationen auf weniger als 5 % der Startgröße.
  • Variation der Reproduktionsraten allein hatte einen geringeren Einfluss; Populationen können Schwankungen im Reproduktionserfolg besser puffern, solange die Überlebensrate hoch bleibt.
• Asymmetrie: "Schlechte" Jahre (hohe Mortalität) haben einen stärkeren negativen Effekt als "gute" Jahre (hohe Reproduktion) einen positiven, da der Verlust von brütenden Weibchen langfristig nicht kompensiert werden kann.

B. Einfluss auf die Krankheitsdynamik:

• Reduzierte Persistenz: Höhere demografische Variation verringert die Wahrscheinlichkeit, dass die Krankheit in der Population persistiert.
  • Ohne Variation: Durchschnittliche Persistenz von 9 Jahren (18 % der Simulationen dauerten 20 Jahre).
  • Mit hoher Variation: Durchschnittliche Persistenz sank auf 5,5 Jahre (nur 4,1 % dauerten 20 Jahre).
• Mechanismus: In "schlechten" Jahren sinken die Populationsdichten und Kontaktraten, was zu einem stochastischen Aussterben (Fade-out) der Krankheit in einzelnen Kolonien führt.
• Inzidenz: Trotz kürzerer Persistenzdauer blieb die Gesamtzahl der infizierten Tiere über die Simulation hinweg relativ stabil, da in einigen Szenarien hohe Infektionszahlen in "guten" Jahren die niedrigen Zahlen in "schlechten" Jahren ausgleichen.

C. Sensitivitätsanalyse:

• Die Populationsgröße ist am empfindlichsten gegenüber Unsicherheiten in der Erwachsenenüberlebensrate.
• Für die Krankheitspersistenz war ebenfalls die Erwachsenenüberlebensrate am einflussreichsten, gefolgt von der Rate, mit der nicht-brütende Weibchen zur Brut übergehen (da dies den Kontakt in Mutterschaftshöhlen erhöht).

4. Bedeutung und Schlussfolgerungen

• Limitation von Mittelwerten: Die Studie zeigt eindeutig, dass die Verwendung nur von Mittelwerten für demografische Raten unzureichend ist, um zukünftige Populationsentwicklungen oder Krankheitsdynamiken vorherzusagen. Die Variabilität selbst ist ein kritischer Faktor.
• Klimawandel-Risiko: Da der Klimawandel zu extremeren Wetterbedingungen und damit zu stärkerer inter-annualer Variation führt, stellt dies eine direkte Bedrohung für das Überleben temperierter Fledermauspopulationen dar, insbesondere durch erhöhte Mortalität bei Erwachsenen.
• Krankheitsmanagement: Die Persistenz von Zoonosen wie Lyssaviren hängt stark von der räumlichen Struktur (Metapopulationsdynamik) und der Fähigkeit der Krankheit ab, zwischen Kolonien zu wandern. Eine erhöhte Variabilität kann die Persistenz erschweren, macht die Vorhersage aber aufgrund stochastischer Effekte schwieriger.
• Empfehlung: Für zukünftige Modelle und Erhaltungsstrategien sind Langzeitdaten notwendig, um nicht nur Mittelwerte, sondern auch die Varianz und Kovarianz demografischer Parameter unter sich ändernden Umweltbedingungen zu erfassen.

Fazit: Die Arbeit unterstreicht, dass Umweltvariabilität, die durch den Klimawandel verstärkt wird, ein kritischer Risikofaktor für das Überleben langlebiger Arten wie der Breitflügelfledermaus ist und dass diese Variabilität die Dynamik von Krankheiten in diesen Populationen fundamental verändert.