Summary

Visualiser les données océanographiques pour illustrer les changements à long terme du phytoplancton

Published: July 28, 2023
doi:
Please note that all translations are automatically generated. Click here for the English version.

Summary

Nous présentons ici un protocole de conversion d’images microscopiques de phytoplancton en graphiques vectoriels et en motifs répétitifs pour permettre la visualisation des changements dans les taxons et la biomasse du phytoplancton sur 60 ans. Ce protocole représente une approche qui peut être utilisée pour d’autres séries chronologiques et ensembles de données sur le plancton à l’échelle mondiale.

Abstract

Les séries chronologiques océanographiques offrent une perspective importante sur les processus environnementaux dans les écosystèmes. La série chronologique à long terme sur le plancton de la baie de Narragansett (NBPTS) dans la baie de Narragansett, dans le Rhode Island, aux États-Unis, représente l’une des plus longues séries chronologiques sur le plancton (de 1959 à aujourd’hui) de ce type dans le monde et offre une occasion unique de visualiser les changements à long terme au sein d’un écosystème aquatique. Le phytoplancton représente la base du réseau trophique dans la plupart des systèmes marins, y compris la baie Narragansett. Par conséquent, il est essentiel de communiquer leur importance aux 2,4 milliards de personnes qui vivent dans l’océan côtier. Nous avons développé un protocole dans le but de visualiser la diversité et l’ampleur du phytoplancton en utilisant Adobe Illustrator pour convertir des images microscopiques de phytoplancton recueillies dans le NBPTS en graphiques vectoriels qui pourraient être conformés en motifs visuels répétitifs au fil du temps. Les taxons numériquement abondants ou ceux qui présentaient des menaces économiques et sanitaires, tels que les taxons de prolifération d’algues nuisibles, Pseudo-nitzschia spp., ont été sélectionnés pour la conversion d’images. Des modèles de diverses images de phytoplancton ont ensuite été créés en fonction de leur abondance relative pour certaines décennies de données recueillies (années 1970, 1990 et 2010). Les modèles décennaux de la biomasse phytoplanctonique ont éclairé les contours de chaque décennie, tandis qu’un dégradé de couleur de fond allant du bleu au rouge a été utilisé pour révéler une augmentation de la température à long terme observée dans la baie de Narragansett. Enfin, de grands panneaux de 96 pouces sur 34 pouces ont été imprimés avec des motifs répétitifs de phytoplancton pour illustrer les changements potentiels dans l’abondance du phytoplancton au fil du temps. Ce projet permet de visualiser les changements littéraux de la biomasse du phytoplancton, qui sont généralement invisibles à l’œil nu, tout en exploitant des données de séries en temps réel (par exemple, la biomasse et l’abondance du phytoplancton) dans l’œuvre d’art elle-même. Il s’agit d’une approche qui peut être utilisée pour de nombreuses autres séries chronologiques sur le plancton à des fins de visualisation des données, de communication, d’éducation et de sensibilisation.

Introduction

Le phytoplancton est un producteur primaire qui représente la base du réseau trophique dans les écosystèmes aquatiques 1,2. Bien que les programmes de surveillance du phytoplancton soient essentiels pour identifier les changements actuels et futurs dans les écosystèmes marins, leur soutien diminue au fil du temps 3. En raison de leur durée générationnelle relativement courte et de leur mobilité limitée, le phytoplancton est particulièrement réactif aux changements climatiques, ce qui en fait un outil important pour le suivi des séries chronologiques. Les séries chronologiques sur le phytoplancton sont également importantes pour éclairer la gestion écosystémique de la disponibilité des ressources et fournir un contexte pour les événements épisodiques, tels que les vagues de chaleur marines4. Les séries chronologiques à court terme, sur la question des années, donnent un aperçu de la succession des communautés phytoplanctoniques et de la dynamique saisonnière (par exemple, réf.5,6), tandis que les séries chronologiques à long terme, telles que les programmes Bermuda Atlantic Time Series (BATS) et Hawaii Ocean Times Series (HOTS), s’étendent sur plus de deux décennies et permettent de détecter des tendances à long terme 7,8. De telles études illustrent l’avantage et l’importance d’un enregistrement phytoplanctonique hautement résolu pour une compréhension complète des changements à long terme des écosystèmes dans les environnements marins dynamiques. De plus, la visualisation et la communication de ces changements dans le phytoplancton, qui ne peuvent pas être vus à l’œil nu, sont plus difficiles à comprendre que pour les organismes qui sont grands et facilement visibles, comme les poissons et les baleines. Les visualisations informatiques offrent une technique permettant d’explorer des ensembles de données complexes9 et des graphiques illustratifs améliorés sont de plus en plus disponibles (p. ex., Integration and Application Network, Centre des sciences de l’environnement de l’Université du Maryland). Cependant, la plupart des études sur l’écologie du phytoplancton, y compris beaucoup d’entre elles mentionnées ici, ne présentent encore les résultats que sous forme de graphiques de données, ce qui réduit leur accessibilité au grand public. Étant donné que le phytoplancton représente la base du réseau trophique dans la plupart des systèmes marins, il est essentiel de communiquer son importance aux près de 2,4 milliards de personnes qui vivent dans l’océan côtier10. Ici, nous avons développé un protocole dans le but de visualiser la diversité et l’ampleur du phytoplancton, tel qu’il a été collecté par un programme de surveillance du phytoplancton.

La série chronologique sur le plancton de la baie de Narragansett (NBPTS) fournit une perspective à long terme de 60+ ans (1959 à aujourd’hui) sur les effets du changement global dans un contexte climatique sur l’abondance, la saisonnalité et la phénologie du phytoplancton (cycle vital). La baie de Narragansett (NBay) est un estuaire côtier relié aux systèmes plus larges du plateau nord-est et de l’Atlantique Nord-Ouest des États-Unis, dont la production a d’importantes répercussions sur les pêches et l’utilisation humaine le long de la côte des États-Unis11. NBay est considéré comme un système hautement saisonnier qui connaît un réchauffement à long terme (1950-2015) des eaux dans la région, ainsi que des changements dans les nutriments et une augmentation de la clarté de l’eau12,13. De plus, une diminution de la biomasse phytoplanctonique s’est produite dans la partie supérieure du Nouveau-Brunswick en raison d’une diminution anthropique de l’azote inorganique dissous, qui est en partie attribuable à la modernisation des usines de traitement des eaux usées12. Des changements dans les taxons de phytoplancton, en particulier des proliférations d’algues nuisibles (HAB), se produisent également au Nouveau-Brunswick. Les pseudo-nitzschia spp., qui produisent des proliférations toxiques omniprésentes dans les régions de remontée d’eau le long de la côte ouest des États-Unis, ont entraîné des fermetures notables de mollusques et de crustacés pour la première fois dans l’histoire de NBay en 2016 et 2017 14,15,16. Il est important de communiquer ces changements à divers publics afin d’accroître la culture scientifique et de promouvoir le soutien continu des études de surveillance du phytoplancton.

L’objectif de ce projet était d’utiliser des images microscopiques du phytoplancton du Nouveau-Brunswick, ainsi que des données synthétisées à partir du NBPTS, afin de visualiser les changements littéraux dans les taxons et la biomasse du phytoplancton qui se produisent au Nouveau-Brunswick afin de communiquer et de renforcer l’importance du phytoplancton pour le grand public. Le NBPTS fournit 60+ ans de dénombrements hebdomadaires de phytoplancton et de biomasse accessibles au public pour exploiter les données de (https://web.uri.edu/gso/research/plankton/). Le produit final était une grande fresque de motifs planctoniques représentatifs des données de la série chronologique (p. ex., biomasse et taxons du phytoplancton, température) à l’intérieur de l’œuvre d’art elle-même. Cette approche représente une méthode de visualisation qui peut être utilisée pour de nombreuses autres séries chronologiques sur le plancton à travers le monde et qui peut également être adaptée aux programmes de surveillance avec des données saisonnières à court terme. Les avantages de la mise en œuvre de ce protocole comprennent des efforts accrus en matière de visualisation des données, de communication scientifique, d’éducation et d’engagement auprès des communautés locales.

Protocol

1. Conversion d’images de phytoplancton en graphiques vectoriels Sélectionnez des images microscopiques du phytoplancton tirées de la série chronologique à long terme sur le plancton de la baie Narragansett (NBPTS) sous forme de fichiers .JPG, .PNG ou .PDF (figure 1A).NOTE : Les taxons comprennent Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, le complexe d’espèces Skeletonema, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. et Pseudo-nitzschia spp. Les images ont été prises avec un microscope optique. Ouvrez l’éditeur de graphiques vectoriels du logiciel spécifique ou l’illustrateur utilisé pour cette étude (voir la table des matériaux). Le logiciel de graphisme vectoriel a été mentionné comme illustrateur plus loin dans le manuscrit. Placez une image microscopique .JPG ou .PNG dans l’espace de travail d’Illustrator en ouvrant un fichier à partir de l’ordinateur ou en le faisant glisser et en le déposant dans un nouvel espace de travail. Accédez à Afficher > Afficher la grille de transparence pour afficher l’arrière-plan en damier qui indique la transparence. Cliquez sur Fenêtre > Vectorisation d’image dans le menu déroulant pour ouvrir la fenêtre Trace d’image. Cliquez sur l’outil Sélection (flèche noire) dans la barre d’outils et cliquez sur l’image du phytoplancton. Cliquez sur Objet > Développer dans le menu déroulant. Utilisez l’outil Sélection directe (flèche blanche) dans la barre d’outils pour cliquer et sélectionner les parties d’arrière-plan de l’image à éliminer autour du phytoplancton. Appuyez sur Supprimer. Répétez l’opération pour chaque région d’arrière-plan de l’image. Cliquez sur Fichier > Exporter pour enregistrer le fichier en tant que fichier .PNG. Assurez-vous que la case Arrière-plan transparent est cochée. Placez .PNG image microscopique dont l’arrière-plan a été supprimé dans un nouvel espace de travail d’Illustrator en ouvrant le fichier à partir de l’ordinateur ou en le faisant glisser et en le déposant dans un nouvel espace de travail. Cliquez sur Fenêtre > Trace d’image dans le menu déroulant pour ouvrir la fenêtre Trace d’image. Sous les options de vectorisation de l’image, cliquez sur Logo et mode Noir et blanc prédéfinis > > Noir et blanc. Utilisez le seuil ainsi que les options avancées (c’est-à-dire Chemins, Coins et Bruit) pour affiner l’image. Sous Propriétés, sélectionnez Développer pour le vectoriser. Sélectionnez Afficher > Afficher la grille de transparence. Cliquez sur l’image vectorielle , puis cliquez avec le bouton droit de la souris et sélectionnez Dissocier. Choisissez l’outil Sélection directe (flèche blanche) dans la barre d’outils. Faites glisser et dessinez un cadre autour de l’espace blanc uniquement. Appuyez sur Supprimer pour le supprimer. Répétez l’opération jusqu’à ce que tous les espaces blancs soient supprimés. Cliquez sur Fichier > Enregistrer sous et sélectionnez . EPS à enregistrer sous forme de graphique vectoriel. Répétez l’opération pour les taxons de phytoplancton à partir de 1.1 (figure 1B). 2. Créer des modèles de phytoplancton Utiliser les données de dénombrement phytoplanctonique de l’ensemble de données du SPNB pour déterminer l’abondance moyenne de chaque taxon de 1970 à 1979 (années 1970), de 1990 à 1999 (années 1990) et de 2010 à 2019 (années 2010). Calculez l’écart-type moyen ± pour chaque taxon de phytoplancton pour chaque décennie dans un logiciel statistique en cliquant ou en tapant « mean() et sd() ». Cliquez ou tapez ‘aov() ‘ pour utiliser une ANOVA afin de tester les différences significatives entre les décennies dans un logiciel statistique.NOTA : Dans les années 1990, certaines espèces (p. ex. Tripos spp., Chaetoceros diadema) n’avaient pas d’échantillons assez grands. Dans ce cas, cliquez ou tapez « t.test() » dans un logiciel statistique pour comparer les abondances moyennes des années 1970 aux années 2010. Utilisez l’outil Plan de travail (carré) dans la barre d’outils pour cliquer et créer un nouveau plan de travail dans un nouvel espace de travail de l’illustrateur spécifique utilisé dans cette étude. Créez trois plans de travail identiques de la même taille. Ajustez la taille dans Propriétés > Transformer.REMARQUE : Pour ce projet, les plans de travail pour les images de phytoplancton mesuraient 1224 px par 545 px. Faites glisser et déposez le fichier . EPS des différents taxons de phytoplancton sur les trois plans de travail. Colorez le phytoplancton avec différentes couleurs représentatives de la décennie en utilisant l’outil Sélection directe (flèche blanche) pour dessiner une boîte autour d’un phytoplancton individuel. Sous Propriétés, sélectionnez Remplissage , puis cliquez sur la couleur souhaitée dans la palette de couleurs. Appuyez sur Entrée pour remplir le vecteur. Utilisez l’outil de sélection (flèche noire) pour mettre en surbrillance un phytoplancton particulier, puis sélectionnez Modifier > Copier et Modifier > Coller. Collez chaque phytoplancton vecteur qualitativement en fonction des proportions relatives de chaque taxon dans l’ensemble de données, telles que déterminées en 2.2 pour chacune des trois décennies (Figure 1C).NOTA : L’abondance du phytoplancton sur chaque panneau est une représentation qualitative du tableau 1. Par exemple, si l’on observe une plus grande abondance de Pseudo-nitzschia spp. dans les années 2010 que dans les années 1990, copiez plus de graphiques de Pseudo-nitzschia sur le plan de travail de 2010 que sur le plan de travail de 1990. Sélectionnez Objet > Motif > Créer pour créer un motif d’échantillon de phytoplancton de couleur pour chacune des trois décennies. 3. Intégrer les données sur la biomasse et la température du phytoplancton Cliquez ou tapez ‘mean()’ pour calculer la moyenne de chlorophylle a (chl a, proxy de la biomasse phytoplanctonique) pour chaque semaine de chaque décennie dans un logiciel statistique. Cliquez sur ou tapez ‘plot()’ dans un logiciel statistique pour représenter graphiquement la biomasse décennale moyenne (variable dépendante) par semaine (variable indépendante) et cliquez sur Enregistrer le graphique en tant que .JPG ou .PNG. Placez un .JPG ou un .PNG de la figure décennale de la biomasse décennale dans l’espace de travail d’Illustrator en ouvrant le fichier à partir de l’ordinateur ou en le faisant glisser et en le déposant dans un nouvel espace de travail. Répétez les étapes 1.3 à 1.8 pour vectoriser chacun des trois cycles saisonniers de l’année à l’autre .Accédez à Afficher > Afficher la grille de transparence pour afficher l’arrière-plan en damier qui indique la transparence. Cliquez sur Fenêtre > Vectorisation d’image dans le menu déroulant pour ouvrir la fenêtre Trace d’image. Cliquez sur l’outil Sélection (flèche noire) dans la barre d’outils et cliquez sur l’image. Cliquez sur Objet > Développer dans le menu déroulant. Utilisez l’outil Sélection directe (flèche blanche) dans la barre d’outils pour cliquer et sélectionner les parties d’arrière-plan de l’image à supprimer autour de la ligne indiquant le cycle saisonnier. Appuyez sur Supprimer. Répétez l’opération pour chaque région d’arrière-plan de la figure. Cliquez sur Fichier > Exporter pour enregistrer le fichier en tant que fichier .PNG. Assurez-vous que la case Arrière-plan transparent est cochée. Placez .PNG figure dont l’arrière-plan a été supprimé dans un nouvel espace de travail de l’illustrateur spécifique utilisé en ouvrant le fichier à partir de l’ordinateur ou en le faisant glisser et en le déposant dans un nouvel espace de travail. Cliquez sur Fenêtre > Vectorisation d’image dans le menu déroulant pour ouvrir la fenêtre Trace d’image. Sous Propriétés, sélectionnez Développer pour le vectoriser. Sélectionnez Afficher > Afficher la grille de transparence. Cliquez sur l’image vectorielle , puis cliquez avec le bouton droit de la souris et sélectionnez Dissocier. Choisissez l’outil Sélection directe (flèche blanche) dans la barre d’outils. Faites glisser et dessinez un cadre autour de l’espace blanc uniquement. Appuyez sur Supprimer pour le supprimer. Répétez l’opération jusqu’à ce que tous les espaces blancs soient supprimés pour chacune des lignes des années 1970, 1990 et 2010. Cliquez sur Fichier > Enregistrer sous et sélectionnez . EPS pour enregistrer chaque ligne sous la forme d’un graphique vectoriel distinct. Utilisez l’outil Plan de travail (carré) de la barre d’outils pour cliquer sur Glisser, puis créez un nouveau plan de travail dans un nouvel espace de travail Illustrator. Créez trois plans de travail identiques de la même taille. Ajustez la taille dans Propriétés > Transformer.REMARQUE : Pour ce projet, les dimensions étaient de 1224 px sur 3456 px. Glissez et déposez l’un des chl a . EPS sur l’un des trois plans de travail, respectivement. Créez un nouveau calque en cliquant sur l’icône du post-it. Créez un rectangle dans le nouveau calque à l’aide de l’outil Rectangle de la barre d’outils. Remplissez le rectangle avec un dégradé bleu clair à l’aide de l’outil Dégradé de la barre d’outils. Copiez la ligne de tendance vectorisée et ajoutez-la au calque contenant le rectangle. Utilisez l’outil « Segment de ligne » de la barre d’outils pour créer une boîte attachée à la courbe de tendance. Maintenez la touche Maj enfoncée pour que les lignes soient droites et alignées. Appuyez sur la touche Ctrl et sélectionnez tous les composants, y compris les lignes, le rectangle et la ligne de tendance dans le calque. Sélectionnez Masque d’écrêtage > Objet > Créer. Cela supprimera le remplissage supérieur de la forme. Remplissez la forme avec le motif phytoplancton enregistré sous forme d’échantillon de couleur à partir de la version 2.11. Répétez ce processus pour chacune des trois décennies. Répétez les étapes 3.9 et 3.10 pour créer un rectangle coloré avec un dégradé de couleur rouge à bleu pour représenter le réchauffement de la température de l’eau sur les trois panneaux décennaux. Cliquez avec le bouton droit de la souris sur l’objet et replacez-le derrière les motifs du phytoplancton. 4. Ajouter des détails aux panneaux de phytoplancton Pour ajouter des images de phytoplancton photographié sur les motifs de phytoplancton, sélectionnez Ouvrir et cliquez sur le fichier image pour l’ouvrir dans l’illustrateur utilisé ici. Créez un cercle à l’aide de l’outil Ellipse de la barre d’outils et superposez-le à l’image du phytoplancton. Maintenez la touche Maj enfoncée pour sélectionner à la fois la forme et l’image, puis dans le menu, cliquez sur Objet > Masque d’écrêtage > Créer pour remplir la forme avec l’image. Répétez l’opération pour sélectionner des images de phytoplancton et répartissez-les sur les trois décennies pour ressembler à une loupe zoomant sur le phytoplancton illustratif (figure 1D).REMARQUE : Les étapes 1.3 à 1.8 peuvent être répétées pour ajouter des éléments artistiques de bateaux et d’oiseaux aux panneaux afin de faire ressembler les cycles saisonniers de la LCH à des vagues de l’océan. Utilisez l’outil « Rectangle » de la barre d’outils pour créer une zone de texte sur chacun des plans de travail de la décennie. Utilisez l’outil « Texte » (T) pour cliquer et taper du texte d’information sur chaque décennie. Ajoutez du texte en haut de chaque décennie avec le nom de la décennie et ajoutez les noms des saisons correspondantes au bas de chacun des trois panneaux. Enregistrez l’espace de travail dans l’illustrateur. 5. Réalisation de murales Importez le fichier illustrator enregistré et choisissez de n’importer que les trois décennies terminées. Sélectionnez tout et exportez-les sous forme de fichier .PDF. Ouvrez le fichier .PDF motif planctonique à l’aide d’un traceur grand format pour mettre à l’échelle les trois plans de travail décennaux en panneaux de 96 pouces sur 34 pouces. Imprimez les panneaux sur du papier épais et installez-les avec la quincaillerie de suspension.

Representative Results

Les résultats documentent un déclin de la biomasse phytoplanctonique des années 1970 aux années 1990 et aux années 2010 (figure 1). Toutes les décennies ont montré un pic bimodal de concentration de chlorophylle a (chl a), le premier pic se produisant en hiver et le second en été. Dans les années 1970, la moyenne des chl a était plus élevée en hiver qu’en été. À l’inverse, les années 1990 ont montré une baisse du taux de chl a en hive…

Discussion

Les étapes critiques du protocole comprennent l’obtention d’images microscopiques du phytoplancton et leur conversion en graphiques vectoriels. Rendre les images de phytoplancton, qui ne sont pas perceptibles à l’œil nu, suffisamment grandes pour être vues sans loupe sur la fresque, aide à leur donner vie pour le spectateur. Pour réaliser cette murale non seulement en tant qu’œuvre d’art, mais aussi en tant que méthode de visualisation de données, il est important d’intégrer les données observées …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Cette recherche a été financée par la National Science Foundation (OIA-1655221, OCE-1655686) et Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U). Nous remercions les nombreux capitaines d’avoir fourni leur aide sur le terrain ainsi que les nombreux étudiants et chercheurs qui ont recueilli des données depuis 1970. Nous remercions Stewart Copeland et Georgia Rhodes d’avoir développé le projet Vis-A-Thon qui a produit la murale planctonique, ainsi que Rafael Attias de la Rhode Island School of Design pour ses conseils artistiques pendant le développement du projet.

Materials

Adobe Illustrator Adobe version 23.0.6 Free alternatives include: Inkscape, GIMP, Vectr, Vectornator
Eclipse E800 Nikon ECLIPSE Ni/Ci Upright Microscope Now succeeded by Eclipse Ni-U
Epson Large Format Printer Epson SCT5475SR
Heavy Matte Paper Epson S041596
RStudio Rstudio, PBC version 2022.07.1 Any statistical software tool will suffice

References

  1. Cloern, J. E., Jassby, A. D. Complex seasonal patterns of primary producers at the land-sea interface. Ecology Letters. 11 (12), 1294-1303 (2008).
  2. Cloern, J. E., Jassby, A. D. Patterns and Scales of Phytoplankton Variability in Estuarine-Coastal Ecosystems. Estuaries and Coasts. 33 (2), 230-241 (2010).
  3. Hays, G. C., Richardson, A. J., Robinson, C. Climate change and marine plankton. Trends in Ecology & Evolution. 20 (6), 337-344 (2005).
  4. Harvey, C. J., et al. The importance of long-term ecological time series for integrated ecosystem assessment and ecosystem-based management. Progress in Oceanography. 188, 102418 (2020).
  5. Leeuwe, M. A., et al. Annual patterns in phytoplankton phenology in Antarctic coastal waters explained by environmental drivers. Limnology and Oceanography. 65 (7), 1651-1668 (2020).
  6. Hunter-Cevera, K. R., et al. Physiological and ecological drivers of early spring blooms of a coastal phytoplankter. Science. 354 (6310), 326-329 (2016).
  7. Church, M. J., Lomas, M. W., Muller-Karger, F. Sea change: Charting the course for biogeochemical ocean time-series research in a new millennium. Deep Sea Research Part II: Topical Studies in Oceanography. 93, 2-15 (2013).
  8. Bates, N. R., Johnson, R. J. Acceleration of ocean warming, salinification, deoxygenation and acidification in the surface subtropical North Atlantic Ocean. Communications Earth & Environment. 1 (1), 33 (2020).
  9. Wolanski, E., Spagnol, S., Gentien, P., Spaulding, M., Prandle, D. Visualization in Marine Science. Estuarine, Coastal and Shelf Science. 50 (1), 7-9 (2000).
  10. United Nations. Factsheet: People and Oceans (2017). , (2017).
  11. Oviatt, C. A. The changing ecology of temperate coastal waters during a warming trend. Estuaries. 27 (6), 895-904 (2004).
  12. Oviatt, C., et al. Managed nutrient reduction impacts on nutrient concentrations, water clarity, primary production, and hypoxia in a north temperate estuary. Estuarine, Coastal and Shelf Science. 199, 25-34 (2017).
  13. Fulweiler, R. W., Oczkowski, A. J., Miller, K. M., Oviatt, C. A., Pilson, M. E. Q. Whole truths vs. half truths – And a search for clarity in long-term water temperature records. Estuarine, Coastal and Shelf Science. 157, A1-A6 (2015).
  14. Trainer, V. L., et al. Pseudo-nitzschia physiological ecology, phylogeny, toxicity, monitoring and impacts on ecosystem health. Harmful Algae. 14, 271-300 (2012).
  15. Sterling, A. R., et al. Emerging harmful algal blooms caused by distinct seasonal assemblages of a toxic diatom. Limnology and Oceanography. 67 (11), 2341-2359 (2022).
  16. Roche, K. M., Sterling, A. R., Rynearson, T. A., Bertin, M. J., Jenkins, B. D. A Decade of Time Series Sampling Reveals Thermal Variation and Shifts in Pseudo-nitzschia Species Composition That Contribute to Harmful Algal Blooms in an Eastern US Estuary. Frontiers in Marine Science. 9, 889840 (2022).
  17. Li, . Qi Data visualization as creative art practice. Visual Communication. 17 (3), 299-2222312 (2018).
  18. Cloern, J. E., et al. Projected Evolution of California’s San Francisco Bay-Delta-River System in a Century of Climate Change. PLoS ONE. 6 (9), e24465 (2011).
  19. Bashevkin, S. M., et al. Five decades (1972-2020) of zooplankton monitoring in the upper San Francisco Estuary. PLOS ONE. 17 (3), e0265402 (2022).
Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton

Play Video

Cite This Article
Thibodeau, P. S., Kim, J. Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton. J. Vis. Exp. (197), e65571, doi:10.3791/65571 (2023).

View Video