JoVE Journal > Environment
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Environment

식물성 플랑크톤의 장기적인 변화를 묘사하기 위한 해양학적 데이터 시각화

Published: July 28, 2023
doi:
10.3791/65571
Please note that all translations are automatically generated. Click here for the English version.
,
1Graduate School of Oceanography,University of Rhode Island2School of Earth, Environmental and Marine Sciences,The University of Texas – Rio Grande Valley

Summary

여기에서는 식물성 플랑크톤 현미경 이미지를 벡터 그래픽과 반복적인 패턴으로 변환하여 60년 동안 식물성 플랑크톤 분류군과 바이오매스의 변화를 시각화할 수 있는 프로토콜을 제시합니다. 이 프로토콜은 전 세계적으로 다른 플랑크톤 시계열 및 데이터 세트에 활용할 수 있는 접근 방식을 나타냅니다.

Abstract

해양학 시계열은 생태계의 환경 과정에 대한 중요한 관점을 제공합니다. 미국 로드아일랜드주 내러갠섯 베이에 있는 내러갠섯 베이 장기 플랑크톤 시계열(NBPTS)은 세계에서 가장 긴 플랑크톤 시계열(1959-현재) 중 하나이며 수중 생태계 내의 장기적인 변화를 시각화할 수 있는 독특한 기회를 제공합니다. 식물성 플랑크톤은 Narragansett Bay를 포함한 대부분의 해양 시스템에서 먹이 그물의 기초를 나타냅니다. 따라서 연안 바다에 살고 있는 24억 명의 사람들에게 그 중요성을 알리는 것이 중요합니다. 우리는 어도비 일러스트레이터(Adobe Illustrator)를 활용하여 NBPTS에서 수집한 식물성 플랑크톤의 현미경 이미지를 벡터 그래픽으로 변환하여 시간이 지남에 따라 반복적인 시각적 패턴으로 일치시킬 수 있는 식물성 플랑크톤의 다양성과 규모를 시각화하는 것을 목표로 프로토콜을 개발했습니다. 수적으로 풍부한 분류군 또는 유해한 조류 번성 분류군( Pseudo-nitzschia spp.)과 같이 경제적 및 건강적 위협이 되는 분류군이 이미지 변환을 위해 선택되었습니다. 그런 다음 수집된 수십 년(1970년대, 1990년대 및 2010년대)의 데이터에 대한 상대적 풍부도를 기반으로 다양한 식물성 플랑크톤 이미지의 패턴을 생성했습니다. 식물성 플랑크톤 바이오매스의 데카달 패턴은 각 10년의 윤곽을 알려주었고, 파란색에서 빨간색까지의 배경색 그라데이션을 사용하여 Narragansett Bay에서 관찰된 장기적인 온도 상승을 나타냈습니다. 마지막으로, 96인치 x 34인치의 대형 패널에 반복되는 식물성 플랑크톤 패턴으로 인쇄하여 시간 경과에 따른 식물성 플랑크톤 풍부도의 잠재적인 변화를 설명했습니다. 이 프로젝트를 통해 일반적으로 육안으로는 보이지 않는 식물성 플랑크톤 바이오매스의 문자 그대로의 변화를 시각화하는 동시에 예술 작품 자체의 실시간 시리즈 데이터(예: 식물성 플랑크톤 바이오매스 및 풍부도)를 활용할 수 있습니다. 이는 데이터 시각화, 커뮤니케이션, 교육 및 봉사 활동을 위해 다른 많은 플랑크톤 시계열에 활용할 수 있는 접근 방식을 나타냅니다.

Introduction

식물성 플랑크톤은 수생 생태계 전반에 걸쳐 먹이 그물의 기초를 대표하는 주요 생산자이다 1,2. 식물성 플랑크톤 모니터링 프로그램은 해양 생태계의 현재와 미래의 변화를 식별하는 데 중요하지만, 시간이 지남에 따라 그 지원은 감소하고 있다 3. 상대적으로 짧은 생성 시간과 제한된 이동성으로 인해 식물성 플랑크톤은 기후 변화에 특히 민감하게 반응하므로 시계열 모니터링에서 중요한 도구가 됩니다. 식물성 플랑크톤 시계열은 생태계 기반 자원 가용성 관리를 알리고 해양 열파와 같은 일시적인 사건에 대한 맥락을 제공하는 데에도 중요하다4. 단기 시계열은 식물성 플랑크톤 군집 계승 및 계절 역학에 대한 통찰력을 제공하는 반면(예: ref.5,6), 버뮤다 대서양 시계열(BATS) 및 하와이 해양 시계열(HOTS) 프로그램과 같은 장기 시계열은 20년 이상에 걸쳐 장기 추세를 감지할 수 있습니다 7,8. 이러한 연구는 역동적인 해양 환경에서 장기적인 생태계 변화를 완전히 이해하기 위한 고분해능 식물성 플랑크톤 기록의 이점과 중요성을 보여줍니다. 또한 육안으로 볼 수 없는 식물성 플랑크톤의 이러한 변화를 시각화하고 전달하는 것은 물고기나 고래와 같이 크고 쉽게 볼 수 있는 유기체보다 이해하기가 더 어렵습니다. 컴퓨터 시각화는 복잡한 데이터 세트9를 탐색하는 기술을 제공하며, 개선된 예시 그래픽이 쉽게 이용 가능해지고 있다(예: Integration and Application Network, University of Maryland Center for Environmental Science). 그러나 여기에 언급된 많은 연구를 포함하여 식물성 플랑크톤 생태학에 대한 대부분의 연구는 여전히 결과를 데이터 그래프로만 제시하여 일반 청중에 대한 접근성을 떨어뜨립니다. 식물성 플랑크톤이 대부분의 해양 시스템에서 먹이 그물의 기초를 대표한다는 점을 감안할 때, 연안 바다에 살고 있는 약 24억 명의 사람들에게 식물성 플랑크톤의 중요성을 전달하는 것은 매우 중요하다10. 여기에서 우리는 식물성 플랑크톤 모니터링 프로그램에 의해 수집된 식물성 플랑크톤의 다양성과 규모를 시각화하는 것을 목표로 프로토콜을 개발했습니다.

Narragansett Bay Plankton Time Series(NBPTS)는 식물 플랑크톤 풍부도, 계절성 및 현상학(생활사)에 대한 기후 맥락 내에서 지구 변화의 영향에 대한 장기적인 60+년(1959-현재) 관점을 제공합니다. 내러갠섯 베이(NBay)는 미국 북동부 붕 및 북서 대서양의 광범위한 시스템과 연결된 해안 강어귀로, 이 해안의 생산은 미국 해안을 따라 어업과 인간의 사용에 중요한 영향을 미칩니다.11. NBay는 이 지역의 장기적(1950-2015) 온난화와 영양염류의 변화 및 물의 투명도 증가를 경험하는 매우 계절적인 시스템으로 간주됩니다12,13. 또한, 식물성 플랑크톤 바이오매스의 감소는 용존 무기 질소의 인위적 감소와 관련하여 NBay 상류에서 발생했으며, 이는 부분적으로 폐수 처리장의 업그레이드에 기인한다12. 식물성 플랑크톤 분류군, 특히 해로운 녹조(HAB)의 이동도 NBay에서 발생하고 있습니다. 미국 서부 해안을 따라 용솟는 지역에서 만연한 독성 꽃을 일으키는 Pseudo-nitzschia spp.는 2016년과 2017년에 NBay 역사상 처음으로 주목할만한 조개 폐쇄를 초래했습니다 14,15,16. 이러한 변화를 다양한 청중에게 전달하는 것은 과학 소양을 높이고 식물성 플랑크톤 모니터링 연구에 대한 지속적인 지원을 촉진하는 데 중요합니다.

이 프로젝트의 목표는 NBay에서 발생한 식물성 플랑크톤의 현미경 이미지와 NBPTS에서 합성된 데이터를 활용하여 NBay에서 발생하는 식물성 플랑크톤 분류군 및 바이오매스의 문자 그대로의 변화를 시각화하여 일반 대중에게 식물성 플랑크톤의 중요성을 알리고 강조하는 것이었습니다. NBPTS는 (https://web.uri.edu/gso/research/plankton/)의 데이터를 활용하기 위해 공개적으로 사용 가능한 주간 식물성 플랑크톤 수와 바이오매스를 60+ 년 동안 제공합니다. 최종 결과물은 예술 작품 자체의 시계열 데이터(예: 식물성 플랑크톤 바이오매스 및 분류군, 온도)를 대표하는 플랑크톤 패턴의 대형 벽화였습니다. 이 접근 방식은 전 세계의 다른 많은 플랑크톤 시계열에 활용할 수 있는 시각화 방법을 나타내며 단기 계절 데이터가 있는 모니터링 프로그램에도 적용할 수 있습니다. 이 프로토콜을 구현하면 데이터 시각화, 과학 커뮤니케이션, 교육 및 지역 사회 참여에 대한 노력이 증가한다는 이점이 있습니다.

Protocol

1. 식물성 플랑크톤 이미지를 벡터 그래픽으로 변환 Narragansett Bay Long Term Plankton Time Series(NBPTS)에서 .JPG, .PNG 또는 .PDF 파일로 촬영한 식물성 플랑크톤 현미경 이미지를 선택합니다(그림 1A).참고 : 분류군에는 Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, Skeletonema 종 복합체, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. 및 Pseudo-nitzschia spp.가 포함됩니다. 이미지는 광학 현미경으로 촬영했습니다. 특정 소프트웨어 벡터 그래픽 편집기 또는 이 연구에 사용된 일러스트레이터를 엽니다( 재료 표 참조). 벡터 그래픽 소프트웨어는 원고에서 일러스트레이터로 더 많이 언급되었습니다. 컴퓨터에서 파일을 열거나 새 작업 영역으로 끌어다 놓아 .JPG 또는 .PNG 미세한 이미지를 illustrator 작업 영역으로 가져옵니다. View > Show Transparency Grid로 이동하여 투명도를 나타내는 바둑판 배경을 표시합니다. 드롭다운 메뉴에서 창 > 이미지 추적(Window Image Trace ) 을 클릭하여 이미지 추적 창을 엽니다. 도구 모음에서 선택 도구(검은색 화살표)를 클릭하고 식물성 플랑크톤 이미지를 클릭합니다. 드롭다운 메뉴에서 Object(개체) > Expand(확장 )를 클릭합니다. 도구 모음에서 직접 선택 도구(흰색 화살표)를 사용하여 이미지의 배경 부분을 클릭하고 선택하여 식물성 플랑크톤 주변을 제거합니다. Delete 키를 누릅니다. 이미지의 각 배경 영역에 대해 반복합니다. 파일 > 내보내기를 클릭하여 파일을 .PNG 파일로 저장합니다. 배경 투명 상자가 선택되어 있는지 확인합니다. 컴퓨터에서 파일을 열어 배경.PNG 제거된 미세한 이미지를 illustrator의 새 작업 영역으로 가져오거나 새 작업 영역으로 끌어다 놓습니다. 드롭다운 메뉴에서 창 > 이미지 추적(Window Image Trace ) 을 클릭하여 이미지 추적 창을 엽니다. 이미지 추적 옵션에서 사전 설정 > 흑백 로고를 클릭하고 모드 > 흑백을 클릭합니다. Threshold와 Advanced 옵션(예: Paths, Corners 및 Noise)을 사용하여 이미지를 다듬습니다. Properties(속성)에서 Expand(확장 )를 선택하여 벡터화합니다. 보기 > 투명도 격자 표시를 선택합니다. 벡터 이미지를 클릭한 다음 마우스 오른쪽 버튼을 클릭하고 그룹 해제를 선택합니다. 도구 모음에서 [직접 선택 도구](흰색 화살표)를 선택합니다. 공백 주위에만 상자를 끌어서 그립니다. 삭제 를 눌러 제거합니다. 모든 공백이 제거될 때까지 반복합니다. 파일(File) > 다른 이름으로 저장(Save As)을 클릭하고 을 선택합니다. EPS를 사용하여 벡터 그래픽으로 저장할 수 있습니다. 1.1의 식물성 플랑크톤 분류군에 대해 반복합니다(그림 1B). 2. 식물성 플랑크톤 패턴 만들기 NBPTS 데이터 세트의 식물성 플랑크톤 수 데이터를 활용하여 1970-1979년(1970년대), 1990-1999년(1990년대) 및 2010-2019년(2010년대)의 각 분류군의 평균 풍부도를 결정합니다. 통계 소프트웨어 프로그램에서 각 식물성 플랑크톤 분류군에 대한 평균 ± 표준 편차를 계산하거나 ‘mean() 및 sd()’를 클릭하거나 입력하여 10년마다 계산합니다. ANOVA를 사용하여 통계 소프트웨어 프로그램에서 수십 년 간의 유의미한 차이를 검정하려면 ‘aov()’를 클릭하거나 입력합니다.참고: 일부 종(예: Tripos spp., Chaetoceros diadema)은 1990년대에 표본 크기가 충분히 크지 않았습니다. 이 경우 통계 소프트웨어 프로그램에서 ‘t.test()’를 클릭하거나 입력하여 1970년대와 2010년대의 평균 풍부도를 비교합니다. 도구 모음의 ‘대지 도구'(사각형)를 사용하여 이 연구에 사용된 특정 일러스트레이터의 새 작업 영역에서 새 대지를 클릭하고 만듭니다. 같은 크기의 동일한 대지 3개를 만듭니다. 속성 > 변환 내에서 크기를 조정합니다.참고: 이 프로젝트에서 식물성 플랑크톤 이미지의 아트보드는 1224×545픽셀이었습니다. 를 끌어다 놓습니다. 서로 다른 식물성 플랑크톤 분류군의 EPS 파일을 세 개의 아트보드에 저장합니다. 직접 선택 도구(흰색 화살표)를 사용하여 개별 식물성 플랑크톤 주위에 상자를 그려 10년을 대표하는 다양한 색상으로 식물성 플랑크톤을 채색합니다. Properties(속성)에서 Fill(채우기 )을 선택한 다음 색상표에서 원하는 색상을 클릭합니다. Enter 키를 눌러 벡터를 채웁니다. 선택 도구(검은색 화살표)를 사용하여 특정 식물성 플랑크톤을 강조 표시한 다음 편집 > 복사 및 편집 > 붙여넣기를 선택합니다. 각 식물성 플랑크톤 벡터를 30년 동안 2.2에서 결정된 데이터 세트의 각 분류군의 상대적 비율을 기반으로 정성적으로 붙여넣습니다(그림 1C).참고: 각 패널의 식물성 플랑크톤의 풍부도는 표 1의 정성적 표현입니다. 예를 들어, 1990년대보다 2010년대에 Pseudo-nitzschia spp.가 더 많이 관찰되는 경우 1990년 아트보드보다 2010년 아트보드에 더 많은 Pseudo-nitzschia 그래픽을 복사합니다. [개체 > 패턴] > [만들기]를 선택하여 30년 각각에 대한 색상 견본 식물성 플랑크톤 패턴을 만듭니다. 3. 식물성 플랑크톤 바이오매스 및 온도 데이터 통합 통계 소프트웨어 프로그램에서 매 10년마다 매주 평균 엽록소 a (chl a, 식물성 플랑크톤 바이오매스의 프록시)를 계산하려면 ‘mean()’을 클릭하거나 입력합니다. 통계 소프트웨어 프로그램에서 ‘plot()’을 클릭하거나 입력하여 주별 평균 데카달 바이오매스(종속 변수)를 그래프(독립 변수)로 표시하고 그래프를 .JPG 또는 .PNG로 저장 을 클릭합니다. 컴퓨터에서 파일을 열어 chl a decadal biomass 피규어의 .JPG 또는 .PNG Illustrator 작업 영역으로 가져오거나 새 작업 영역으로 드래그 앤 드롭합니다. 1.3-1.8단계를 반복 하여 계절 주기 3chl 각각을 벡터화합니다.View > Show Transparency Grid(투명도 격자 표시)로 이동하여 투명도를 나타내는 바둑판 배경을 표시합니다. 드롭다운 메뉴에서 창 > 이미지 추적(Window Image Trace ) 을 클릭하여 이미지 추적 창을 엽니다. 도구 모음에서 선택 도구(검은색 화살표)를 클릭하고 이미지를 클릭합니다. 드롭다운 메뉴에서 Object(개체) > Expand(확장 )를 클릭합니다. 도구 모음에서 직접 선택 도구(흰색 화살표)를 사용하여 이미지의 배경 부분을 클릭하고 선택하여 계절 주기를 나타내는 선 주위를 제거합니다. Delete 키를 누릅니다. Figure의 각 배경 영역에 대해 반복합니다. File( 파일) > Export(내보내기 )를 클릭하여 파일을 파일로 저장합니다.PNG. 배경 투명 상자가 선택되어 있는지 확인합니다. 배경.PNG 제거된 그림을 컴퓨터에서 파일을 열거나 새 작업 공간으로 끌어다 놓아 사용하는 특정 illustrator의 새 작업 영역에 배치합니다. 드롭다운 메뉴에서 창 > 이미지 추적(Window Image Trace ) 을 클릭하여 이미지 추적 창을 엽니다. Properties(속성)에서 Expand(확장 )를 선택하여 벡터화합니다. [보기] > [투명도 격자 표시]를 선택합니다. 벡터 이미지를 클릭한 다음 마우스 오른쪽 버튼을 클릭하고 그룹 해제를 선택합니다. 도구 모음에서 [직접 선택 도구](흰색 화살표)를 선택합니다. 공백 주위에만 상자를 끌어서 그립니다. 삭제 를 눌러 제거합니다. 1970년대, 1990년대, 2010년대의 각 줄에 대해 공백이 모두 제거될 때까지 반복합니다. 파일(File) > 다른 이름으로 저장(Save As)을 클릭하고 을 선택합니다. EPS를 사용하여 각 선을 별도의 벡터 그래픽으로 저장할 수 있습니다. 도구 모음에서 ‘대지 도구'(사각형)를 사용하여 드래그를 클릭하고 새 illustrator 작업 영역에 새 대지를 만듭니다. 같은 크기의 동일한 대지 3개를 만듭니다. 속성 > 변환 내에서 크기를 조정합니다.참고: 이 프로젝트의 크기는 1224×3456픽셀입니다. chl a 중 하나를 드래그 앤 드롭합니다. EPS 파일을 각각 세 개의 대지 중 하나에 저장합니다. ‘스티커 메모 아이콘’을 클릭하여 새 레이어를 만듭니다. 도구 모음에서 Rectangle 도구를 사용하여 새 레이어 내에 사각형을 만듭니다. 도구 모음의 그라디언트 도구를 사용하여 사각형을 연한 파란색 그라디언트로 채웁니다. 벡터화된 추세선을 복사하여 사각형이 있는 레이어에 추가합니다. 도구 모음에서 ‘선분’ 도구를 사용하여 추세선에 연결된 상자를 만듭니다. Shift 키를 누르고 있으면 선이 직선으로 정렬됩니다. Ctrl 키를 누르고 레이어 내의 선, 사각형 및 추세선을 포함한 모든 구성 요소를 선택합니다. [오브젝트] > [클리핑 마스크] > [만들기]를 선택합니다. 이렇게 하면 도형의 위쪽 채우기가 제거됩니다. 2.11에서 색상 견본으로 저장된 식물성 플랑크톤 패턴으로 모양을 채웁니다. 30년 동안 이 과정을 반복합니다. 3.9 단계와 3.10 단계를 반복하여 3 개의 데카달 패널에서 따뜻한 수온을 나타내는 빨간색에서 파란색 그라데이션으로 채색된 사각형을 만듭니다. 개체를 마우스 오른쪽 버튼으로 클릭하고 식물성 플랑크톤 패턴 뒤로 다시 이동합니다. 4. 식물성 플랑크톤 패널에 디테일 추가 촬영한 식물성 플랑크톤의 이미지를 식물성 플랑크톤 패턴에 추가하려면 열기 를 선택하고 이미지 파일을 클릭하여 여기에 사용된 일러스트레이터에서 엽니다. 도구 모음에서 Ellipse 도구를 사용하여 원을 만들고 식물성 플랑크톤 이미지 위에 오버레이합니다. Shift 키를 누른 상태에서 모양과 이미지를 모두 선택한 다음 메뉴에서 Object > Clipping Mask > Make 를 클릭하여 모양을 이미지로 채웁니다. 선택한 식물성 플랑크톤 이미지에 대해 반복하고 30년에 걸쳐 분포하여 식물성 플랑크톤을 확대하는 돋보기처럼 보입니다(그림 1D).알림: 1.3에서 1.8 단계를 반복하여 패널에 보트와 새의 예술적 요소를 추가하여 계절 주기 가 바다 파도처럼 보이도록 할 수 있습니다. 도구 모음에서 ‘사각형 도구’를 사용하여 각 10개의 아트보드에 텍스트 상자를 만듭니다. ‘문자 도구'(T)를 사용하여 각 10년에 대한 정보 텍스트를 클릭하고 입력합니다. 각 10년의 맨 위에 10년의 이름과 함께 텍스트를 추가하고 세 패널의 각 아래쪽에 해당 계절의 이름을 추가합니다. Illustrator에서 작업 영역을 저장합니다. 5. 벽화 제작 저장된 illustrator 파일을 가져오고 완료된 30년만 가져오도록 선택합니다. 모두 선택하고 .PDF 파일로 내보냅니다. 대형 플로터로 플랑크톤 패턴 .PDF 파일을 열어 3개의 데카달 대지를 96인치 x 34인치 패널로 축척합니다. Heavyweight Matter Paper에 패널을 인쇄하고 하드웨어를 걸고 설치합니다.

Representative Results

결과는 1970년대에서 1990년대, 2010년대에 걸쳐 식물성 플랑크톤 바이오매스의 감소를 문서화합니다(그림 1). 수십 년 동안 엽록소 a (chl a) 농도에서 바이모달 피크를 보였으며 첫 번째 피크는 겨울에, 두 번째 피크는 여름에 발생했습니다. 1970년대에는 여름보다 겨울에 평균 chl a 가 더 높았습니다. 반대로, 1990년대에는 여름보다 겨울에 chl a 가 더 낮?…

Discussion

프로토콜의 중요한 단계에는 식물성 플랑크톤의 현미경 이미지를 획득하고 벡터 그래픽으로 변환하는 것이 포함됩니다. 육안으로는 눈에 띄지 않는 식물성 플랑크톤의 이미지를 벽화에 돋보기 없이도 볼 수 있을 만큼 크게 만드는 것은 보는 사람에게 생동감을 불어넣는 데 도움이 됩니다. 이 벽화를 예술 작품일 뿐만 아니라 데이터 시각화 방법으로 구현하기 위해서는 관찰된 데이터를 프로젝트…

Disclosures

The authors have nothing to disclose.

Acknowledgements

이 연구는 미국 국립과학재단(National Science Foundation, OIA-1655221, OCE-1655686)과 로드아일랜드 시 그랜트(Rhode Island Sea Grant, NA22-OAR4170123, RISG22-R/2223-95-5-U)의 지원을 받았다. 1970년 이래 자료를 수집해 주신 여러 분들과 현장 지원을 아끼지 않으신 많은 분들께 감사드립니다. 플랑크톤 벽화를 제작한 Vis-A-Thon 프로젝트를 개발한 Stewart Copeland와 Georgia Rhodes, 그리고 프로젝트 개발 과정에서 예술적 지도를 해준 Rhode Island School of Design의 Rafael Attias에게 감사드립니다.

Materials

Adobe IllustratorAdobeversion 23.0.6Free alternatives include: Inkscape, GIMP, Vectr, Vectornator
Eclipse E800NikonECLIPSE Ni/Ci Upright MicroscopeNow succeeded by Eclipse Ni-U
Epson Large Format PrinterEpsonSCT5475SR
Heavy Matte PaperEpsonS041596
RStudioRstudio, PBCversion 2022.07.1Any statistical software tool will suffice
DOWNLOAD MATERIALS LIST

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).

Tags

Plankton EcologyClimate ChangePhytoplanktonZooplanktonPlankton Imaging TechnologyArtificial IntelligenceTime Series DataEcological ShiftsFood WebsNarragansett BayVisualizing DataScientific CommunicationPhysiological ExperimentsEnvironmental Factors
Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
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).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image