Method Article

Wizualizacja danych oceanograficznych w celu zobrazowania długoterminowych zmian w fitoplanktonie

DOI:

10.3791/65571

⸱

July 28th, 2023

 , 
1Graduate School of Oceanography, University of Rhode Island, 2School of Earth, Environmental and Marine Sciences, The University of Texas - Rio Grande Valley

In This Article

Erratum Notice

Important: There has been an erratum issued for this article. View Erratum Notice

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tutaj prezentujemy protokół przekształcania obrazów mikroskopowych fitoplanktonu w grafikę wektorową i powtarzalne wzory, aby umożliwić wizualizację zmian w taksonach fitoplanktonu i biomasie na przestrzeni 60 lat. Protokół ten reprezentuje podejście, które można wykorzystać dla innych szeregów czasowych planktonu i zestawów danych na całym świecie.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Oceanograficzne szeregi czasowe dostarczają ważnej perspektywy na procesy środowiskowe w ekosystemach. Długoterminowa seria czasowa planktonu w Narragansett Bay (NBPTS) w Narragansett Bay, Rhode Island, USA, reprezentuje jedną z najdłuższych serii czasowych planktonu (od 1959 roku) tego rodzaju na świecie i stanowi wyjątkową okazję do wizualizacji długoterminowych zmian w ekosystemie wodnym. Fitoplankton stanowi podstawę sieci pokarmowej w większości systemów morskich, w tym w Zatoce Narragansett. Dlatego tak ważne jest informowanie o ich znaczeniu dla 2,4 miliarda ludzi żyjących w obrębie oceanu przybrzeżnego. Opracowaliśmy protokół, którego celem jest wizualizacja różnorodności i wielkości fitoplanktonu poprzez wykorzystanie programu Adobe Illustrator do konwersji mikroskopijnych obrazów fitoplanktonu zebranych z NBPTS na grafikę wektorową, którą można z czasem przekształcić w powtarzające się wzory wizualne. Do konwersji obrazu wybrano taksony licznie występujące lub stanowiące zagrożenie ekonomiczne i zdrowotne, takie jak szkodliwe taksony zakwitu glonów, Pseudo-nitzschia spp. Następnie stworzono wzorce różnych obrazów fitoplanktonu w oparciu o ich względną obfitość dla wybranych dekad zebranych danych (lata 1970., 1990. i 2010.). Dziesięcioletnie wzorce biomasy fitoplanktonu informowały o zarysie każdej dekady, podczas gdy gradient kolorów tła od niebieskiego do czerwonego został wykorzystany do ujawnienia długoterminowego wzrostu temperatury obserwowanego w Zatoce Narragansett. Na koniec wydrukowano duże panele o wymiarach 96 cali na 34 cale z powtarzającymi się wzorami fitoplanktonu, aby zilustrować potencjalne zmiany w obfitości fitoplanktonu w czasie. Projekt ten umożliwia wizualizację dosłownych zmian w biomasie fitoplanktonu, które są zazwyczaj niewidoczne gołym okiem, przy jednoczesnym wykorzystaniu danych szeregów w czasie rzeczywistym (np. biomasy i obfitości fitoplanktonu) w samym dziele sztuki. Reprezentuje podejście, które można wykorzystać w wielu innych szeregach czasowych planktonu do wizualizacji danych, komunikacji, edukacji i działań informacyjnych.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Fitoplankton jest głównym producentem reprezentującym podstawę sieci pokarmowej w ekosystemach wodnych1,2. Podczas gdy programy monitorowania fitoplanktonu są kluczem do identyfikacji obecnych i przyszłych zmian w ekosystemach morskich, ich wsparcie z czasem maleje 3. Ze względu na stosunkowo krótki czas generacji i ograniczoną mobilność fitoplankton jest szczególnie wrażliwy na zmiany klimatu, co czyni go ważnym narzędziem w monitorowaniu szeregów czasowych. Szeregi czasowe fitoplanktonu są również ważne dla informowania o zarządzaniu dostępnością zasobów w oparciu o ekosystem i zapewniania kontekstu dla epizodycznych wydarzeń, takich jak morskie fale upałów4. Krótkoterminowe szeregi czasowe, dotyczące lat, dają wgląd w sukcesję zbiorowisk fitoplanktonu i dynamikę sezonową (np. ref.5,6), podczas gdy długoterminowe szeregi czasowe, takie jak Bermuda Atlantic Time Series (BATS) i Hawaii Ocean Times Series (HOTS), obejmują ponad dwie dekady i umożliwiają wykrywanie długoterminowych trendów7,8. Takie badania ilustrują korzyści i znaczenie wysoce rozdzielczego zapisu fitoplanktonu dla pełnego zrozumienia długoterminowych zmian ekosystemów w dynamicznych środowiskach morskich. Co więcej, wizualizacja i komunikowanie tych zmian w fitoplanktonie, których nie można zobaczyć gołym okiem, jest trudniejsze do zrozumienia niż w przypadku organizmów, które są duże i łatwo widoczne, takich jak ryby i wieloryby. Wizualizacje komputerowe oferują technikę eksploracji złożonych zestawów danych9 i ulepszone grafiki ilustracyjne stają się łatwo dostępne (np. Integration and Application Network, University of Maryland Center for Environmental Science). Jednak większość badań z zakresu ekologii fitoplanktonu, w tym wiele przywołanych tutaj, nadal przedstawia wyniki jedynie w postaci wykresów danych, co ogranicza ich dostępność dla ogółu odbiorców. Biorąc pod uwagę, że fitoplankton stanowi podstawę sieci pokarmowej w większości systemów morskich, poinformowanie o ich znaczeniu dla prawie 2,4 miliarda ludzi żyjących w przybrzeżnym oceanie jest krytyczne10. W tym miejscu opracowaliśmy protokół, którego celem jest wizualizacja różnorodności i wielkości fitoplanktonu zebranego przez program monitorowania fitoplanktonu.

Seria czasowa planktonu w Zatoce Narragansett (NBPTS) zapewnia długoterminową perspektywę 60+ lat (1959-obecnie) na wpływ globalnych zmian w kontekście klimatu na obfitość fitoplanktonu, sezonowość i fenologię (historię życia). Zatoka Narragansett (NBay) to przybrzeżne ujście rzeki połączone z szerszymi systemami Północno-Wschodniego Szelfu Stanów Zjednoczonych i Północno-Zachodniego Atlantyku, którego produkcja ma ważne implikacje dla rybołówstwa i użytkowania przez ludzi wzdłuż wybrzeża Stanów Zjednoczonych.11. NBay jest uważany za wysoce sezonowy system, w którym doświadcza długotrwałego (1950-2015) ocieplenia wód w regionie, a także zmian w składnikach odżywczych i wzrostu przejrzystości wody12,13. Ponadto spadek biomasy fitoplanktonu nastąpił w górnej części NBay związany z antropogenicznym spadkiem rozpuszczonego azotu nieorganicznego, co jest częściowo przypisywane modernizacjom w oczyszczalniach ścieków12. Przesunięcia w taksonach fitoplanktonu, w szczególności szkodliwe zakwity glonów (HAB), występują również w NBay. Pseudo-nitzschia spp., która powoduje wszechobecne toksyczne zakwity w regionach upwellingowych wzdłuż zachodniego wybrzeża USA, doprowadziła do znaczącego zamknięcia skorupiaków po raz pierwszy w historii NBay w 2016 i 2017 roku14,15,16. Informowanie o tych zmianach różnych grup odbiorców jest ważne dla zwiększenia wiedzy naukowej i promowania ciągłego wsparcia dla badań nad monitorowaniem fitoplanktonu.

Celem tego projektu było wykorzystanie mikroskopijnych obrazów fitoplanktonu z NBay, jak również danych zsyntetyzowanych z NBay, do wizualizacji dosłownych zmian w taksonach fitoplanktonu i biomasie, które zachodzą w NBay, aby przekazać i zwiększyć znaczenie fitoplanktonu dla szerokiej publiczności. NBPTS zapewnia 60+ lat publicznie dostępnych tygodniowych zliczeń fitoplanktonu i biomasy w celu wykorzystania danych z (https://web.uri.edu/gso/research/plankton/). Produktem końcowym był duży mural przedstawiający wzory planktonu reprezentatywne dla danych szeregów czasowych (np. biomasy i taksonów fitoplanktonu, temperatury) w samym dziele sztuki. Podejście to stanowi metodę wizualizacji, która może być wykorzystana dla wielu innych szeregów czasowych planktonu na całym świecie i może być dostosowana do programów monitorowania z krótkoterminowymi, sezonowymi danymi. Korzyści płynące z wdrożenia tego protokołu obejmują zwiększenie wysiłków w zakresie wizualizacji danych, komunikacji naukowej, edukacji i zaangażowania w społeczności lokalne.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Przekształcanie obrazów fitoplanktonu w grafikę wektorową

  1. Wybierz mikroskopijne obrazy fitoplanktonu wykonane z Narragansett Bay Long Term Plankton Time Series (NBPTS) jako pliki .JPG, .PNG lub .PDF (Rysunek 1A).
    UWAGA: Taksony obejmują Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, kompleks gatunkowy Skeletonema, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. i Pseudo-nitzschia spp. Zdjęcia wykonano za pomocą mikroskopu świetlnego.
  2. Otwórz specjalny edytor grafiki wektorowej lub ilustrator używany w tym badaniu (patrz Spis materiałów). Oprogramowanie do grafiki wektorowej zostało wymienione jako ilustrator w dalszej części rękopisu.
  3. Umieść .JPG lub .PNG mikroskopijny obraz w przestrzeni roboczej programu Illustrator, otwierając plik z komputera lub przeciągając go i upuszczając w nowym miejscu roboczym.
  4. Przejdź do opcji Widok > Pokaż siatkę przezroczystości, aby wyświetlić tło szachownicy wskazujące przezroczystość.
  5. Kliknij Okno > Ślad obrazu w menu rozwijanym, aby otworzyć okno Obrys obrazu.
  6. Kliknij narzędzie Zaznaczanie (strzałka) na pasku narzędzi i kliknij obraz fitoplanktonu.
  7. Kliknij Obiekt > Rozwiń w menu rozwijanym.
  8. Użyj narzędzia Zaznaczanie bezpośrednie (biała strzałka) na pasku narzędzi, aby kliknąć i zaznaczyć części tła obrazu, których chcesz się pozbyć wokół fitoplanktonu. Naciśnij delete.
  9. Powtórz te czynności dla każdego obszaru tła obrazu.
  10. Kliknij Plik > Eksportuj, aby zapisać plik jako .PNG plik. Upewnij się, że jest zaznaczone pole Przezroczyste tło.
  11. Umieść .PNG mikroskopijny obraz z usuniętym tłem w nowej przestrzeni roboczej w programie Illustrator, otwierając plik z komputera lub przeciągając go i upuszczając w nowej przestrzeni roboczej.
  12. Kliknij Okno > Ślad obrazu w menu rozwijanym, aby otworzyć okno Obrys obrazu.
  13. W opcjach Image Following (Obrys obrazu) kliknij opcję Preset > Black and White Logo and Mode (Ustawienie predefiniowane> Czarno-białe logo i tryb Czarno-biały).
  14. Użyj opcji Próg, a także opcji zaawansowanych (tj. Ścieżki, Narożniki i Szum), aby udoskonalić obraz.
  15. W obszarze Właściwości wybierz pozycję Rozwiń, aby go wektoryzować.
  16. Wybierz opcję Widok > Pokaż siatkę przezroczystości.
  17. Kliknij obraz wektorowy, a następnie kliknij prawym przyciskiem myszy i wybierz Rozgrupuj.
  18. Wybierz narzędzie Zaznaczanie bezpośrednie (biała strzałka) na pasku narzędzi. Przeciągnij i narysuj ramkę tylko wokół białego znaku. Naciśnij usuń, aby go usunąć.
  19. Powtarzaj, aż wszystkie białe znaki zostaną usunięte.
  20. Kliknij pozycję Plik > Zapisz jako i wybierz . EPS do zapisania jako grafika wektorowa.
  21. Powtórz dla taksonów fitoplanktonu z 1.1 (Rysunek 1B).

2. Tworzenie wzorów fitoplanktonu

  1. Wykorzystaj dane dotyczące liczby fitoplanktonu ze zbioru danych NBPTS, aby określić średnią liczebność każdego taksonu w latach 1970-1979 (1970), 1990-1999 (1990) i 2010-2019 (2010).
  2. Obliczyć średnią ± odchylenie standardowe dla każdego taksonu fitoplanktonu dla każdej dekady w oprogramowaniu statystycznym, klikając lub wpisując "średnia() i sd()".
  3. Kliknij lub wpisz "aov()" , aby użyć ANOVA do przetestowania znaczących różnic między dekadami w statystycznym oprogramowaniu.
    UWAGA: Niektóre gatunki (np. Tripos spp., Chaetoceros diadema) nie miały wystarczająco dużych rozmiarów próbek w latach 90. W takim przypadku kliknij lub wpisz "t.test()" w programie statystycznym, aby porównać średnią obfitość w latach 1970. z 2010.
  4. Użyj narzędzia "Obszar roboczy" (kwadrat) na pasku narzędzi, aby kliknąć i utworzyć nowy obszar roboczy w nowej przestrzeni roboczej konkretnego ilustratora użytego w tym badaniu.
  5. Utwórz trzy identyczne obszary robocze o tym samym rozmiarze. Dostosuj rozmiar w obszarze Właściwości > Transform.
    UWAGA: W tym projekcie obszary robocze dla obrazów fitoplanktonu miały wymiary 1224 na 545 pikseli.
  6. Przeciągnij i upuść plik . Pliki EPS różnych taksonów fitoplanktonu na trzech planszach roboczych.
  7. Pokoloruj fitoplankton różnymi kolorami reprezentatywnymi dla dekady, używając narzędzia Zaznaczanie bezpośrednie (biała strzałka), aby narysować ramkę wokół pojedynczego fitoplanktonu.
  8. W obszarze Właściwości wybierz opcję Wypełnienie, a następnie kliknij żądany kolor z palety kolorów. Naciśnij Enter, aby wypełnić wektor.
  9. Użyj narzędzia Zaznaczanie (strzałka), aby podświetlić określony fitoplankton, a następnie wybierz Edytuj > Kopiuj i edytuj > Wklej.
  10. Wklej każdy wektor fitoplanktonu jakościowo w oparciu o względne proporcje każdego taksonu w zbiorze danych, jak określono w 2.2 dla każdej z trzech dekad (Rysunek 1C).
    UWAGA: Obfitość fitoplanktonu na każdym panelu jest jakościową reprezentacją tabeli 1. Na przykład, jeśli w 2010 roku zaobserwuje się większą liczebność Pseudo-nitzschia spp. niż w latach 90., to na obszar roboczy z 2010 roku skopiuj więcej grafik Pseudo-nitzschia niż na obszar z 1990 roku.
  11. Wybierz opcję Obiekt > Wzór > Utwórz, aby utworzyć wzór fitoplanktonu dla każdej z trzech dekad.

3. Uwzględnianie danych dotyczących biomasy fitoplanktonu i temperatury

  1. Kliknij lub wpisz "średnia()", aby obliczyć średni chlorofil a (chl a, wskaźnik zastępczy dla biomasy fitoplanktonu) dla każdego tygodnia każdej dekady w oprogramowaniu statystycznym.
  2. Kliknij lub wpisz "plot()" w oprogramowaniu statystycznym, aby wykreślić średnią dziesięcioletnią biomasę (zmienna zależna) według każdego tygodnia (zmienna niezależna) i kliknij Zapisz wykres jako .JPG lub .PNG.
  3. Umieść .JPG lub .PNG figury chl a decadal biomass w przestrzeni roboczej programu Illustrator, otwierając plik z komputera lub przeciągnij go i upuść w nowej przestrzeni roboczej.
  4. Powtórz kroki od 1,3 do 1,8, aby zwektoryzować każdy z trzech cykli sezonowych chl.
    1. Przejdź do opcji Widok > Pokaż siatkę przezroczystości, aby wyświetlić tło szachownicy wskazujące przezroczystość.
    2. Kliknij Okno > Ślad obrazu w menu rozwijanym, aby otworzyć okno Obrys obrazu.
    3. Kliknij narzędzie Zaznaczanie (strzałka) na pasku narzędzi i kliknij obraz.
    4. Kliknij Obiekt > Rozwiń w menu rozwijanym.
    5. Użyj narzędzia Zaznaczanie bezpośrednie (biała strzałka) na pasku narzędzi, aby kliknąć i zaznaczyć części tła obrazu, których chcesz się pozbyć wokół linii wskazującej cykl sezonowy. Naciśnij delete. Powtórz te czynności dla każdego obszaru tła rysunku.
    6. Kliknij Plik > Eksportuj, aby zapisać plik jako .PNG plik. Upewnij się, że jest zaznaczone pole Przezroczyste tło.
    7. Umieść .PNG rysunku z usuniętym tłem w nowej przestrzeni roboczej konkretnego używanego programu Illustrator, otwierając plik z komputera lub przeciągając go i upuszczając w nowej przestrzeni roboczej.
    8. Kliknij Okno > Ślad obrazu w menu rozwijanym, aby otworzyć okno Obrys obrazu.
    9. W obszarze Właściwości wybierz pozycję Rozwiń, aby go wektoryzować.
    10. Wybierz opcję Widok > Pokaż siatkę przezroczystości.
    11. Kliknij obraz wektorowy, a następnie kliknij prawym przyciskiem myszy i wybierz Rozgrupuj.
    12. Wybierz narzędzie Zaznaczanie bezpośrednie (biała strzałka) na pasku narzędzi. Przeciągnij i narysuj ramkę tylko wokół białego znaku. Naciśnij usuń, aby go usunąć.
    13. Powtarzaj, aż wszystkie białe znaki zostaną usunięte dla każdego z wierszy z lat 1970., 1990. i 2010.
    14. Kliknij Plik > Zapisz jako i wybierz . EPS, aby zapisać każdą linię jako osobną grafikę wektorową.
  5. Użyj narzędzia "Obszar roboczy" (kwadrat) na pasku narzędzi, aby kliknąć, przeciągnąć i utworzyć nowy obszar roboczy w nowej przestrzeni roboczej programu Illustrator.
  6. Utwórz trzy identyczne obszary robocze o tym samym rozmiarze. Dostosuj rozmiar w obszarze Właściwości > Transform.
    UWAGA: W przypadku tego projektu wymiary wynosiły 1224 na 3456 pikseli.
  7. Przeciągnij i upuść jeden z chl a . EPS na jednym z trzech obszarów roboczych.
  8. Utwórz nową warstwę, klikając "ikonę karteczki samoprzylepnej".
  9. Utwórz prostokąt w nowej warstwie za pomocą narzędzia Prostokąt z paska narzędzi.
  10. Wypełnij prostokąt jasnoniebieskim gradientem za pomocą narzędzia Gradient z paska narzędzi.
  11. Skopiuj wektoryzowaną linię trendu i dodaj ją do warstwy, w której znajduje się prostokąt.
  12. Użyj narzędzia "Segment linii" z paska narzędzi, aby utworzyć ramkę dołączoną do linii trendu. Przytrzymaj Shift, aby linie były proste i wyrównane.
  13. Naciśnij Control i zaznacz wszystkie komponenty, w tym linie, prostokąt i linię trendu w warstwie.
  14. Wybierz Obiekt > maskę przycinającą > Utwórz. Spowoduje to usunięcie górnego wypełnienia kształtu.
  15. Wypełnij kształt wzorem fitoplanktonu zapisanym jako próbka koloru z wersji 2.11.
  16. Powtórz ten proces dla każdej z trzech dekad.
  17. Powtórz kroki 3.9 i 3.10, aby utworzyć prostokąt pokolorowany gradientem kolorów od czerwonego do niebieskiego, aby przedstawić ocieplającą się temperaturę wody w trzech panelach dekadowych.
  18. Kliknij obiekt prawym przyciskiem myszy i przesuń go z powrotem za wzory fitoplanktonu.

4. Dodawanie szczegółów do paneli fitoplanktonu

  1. Aby dodać obrazy sfotografowanego fitoplanktonu do wzorów fitoplanktonu, wybierz Otwórz i kliknij plik obrazu, aby otworzyć go w używanym tutaj ilustratorze.
  2. Utwórz okrąg za pomocą narzędzia Elipsa z paska narzędzi i nałóż go na obraz fitoplanktonu.
  3. Przytrzymaj Shift, aby zaznaczyć zarówno kształt, jak i obraz, a następnie w menu kliknij Obiekt > Maska przycinająca > Utwórz, aby wypełnić kształt obrazem.
  4. Powtórz te czynności dla wybranych obrazów fitoplanktonu i rozprowadź je na przestrzeni trzech dekad, aby wyglądały jak szkło powiększające ilustrujące fitoplankton (Rysunek 1D).
    UWAGA: Kroki od 1.3 do 1.8 można powtórzyć, aby dodać do paneli elementy artystyczne łodzi i ptaków, aby cykle sezonowe wyglądały jak fale oceanu.
  5. Użyj narzędzia "Prostokąt" z paska narzędzi, aby utworzyć pole tekstowe na każdym z obszarów roboczych dekady.
  6. Użyj narzędzia "Tekst" (T), aby kliknąć i wpisać tekst informacyjny dotyczący każdej dekady. Dodaj tekst u góry każdej dekady z nazwą dekady i dodaj nazwy odpowiednich pór roku u dołu każdego z trzech paneli.
  7. Zapisz przestrzeń roboczą w programie Illustrator.

5. Produkcja muralu

  1. Zaimportuj zapisany plik programu Illustrator i wybierz, aby zaimportować tylko trzy ukończone dekady. Zaznacz wszystko i wyeksportuj jako plik .PDF.
  2. Otwórz plik .PDF wzoru planktonu za pomocą plotera wielkoformatowego, aby przeskalować trzy dekadowe obszary robocze do paneli o wymiarach 96 cali na 34 cale.
  3. Drukuj panele na papierze o dużej gramaturze i instaluj za pomocą elementów do zawieszania.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wyniki dokumentują spadek biomasy fitoplanktonu od lat 1970-tych przez 1990-te do 2010-tych (Rysunek 1). Wszystkie dekady wykazywały bimodalny pik stężenia chlorofilu a (chl a), przy czym pierwszy pik występował zimą, a drugi latem. W latach siedemdziesiątych XX wieku średnia chl a była wyższa zimą niż latem. Z kolei w latach dziewięćdziesiątych XX wieku wykazano niższy chl a zimą niż latem. W latach 2010-tych powróciło wyższe średnie stężenie chl a zimą ni...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Kluczowe etapy protokołu obejmują uzyskanie mikroskopijnych obrazów fitoplanktonu i przekształcenie ich w grafikę wektorową. Wykonanie obrazów fitoplanktonu, które nie są zauważalne gołym okiem, na tyle dużych, że można je zobaczyć bez szkła powiększającego na muralu, pomaga ożywić je dla widza. Aby ten mural był nie tylko dziełem sztuki, ale także metodą wizualizacji danych, ważne jest, aby włączyć do projektu zaobserwowane dane. W przypadku muralu fitoplanktonu, cykle roczne chlorofilu a (chl a), któr...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają do zadeklarowania konfliktu interesów.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Badania były wspierane przez National Science Foundation (OIA-1655221, OCE-1655686) i Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U). Dziękujemy wielu kapitanom za pomoc w terenie oraz wielu studentom i badaczom, którzy zbierali dane od 1970 roku. Dziękujemy Stewartowi Copelandowi i Georgii Rhodes za opracowanie projektu Vis-A-Thon, w ramach którego powstał mural z planktonu, a także Rafaelowi Attiasowi z Rhode Island School of Design za jego artystyczne wskazówki podczas opracowywania projektu.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Adobe IllustratorAdobew wersji 23.0.6Darmowe alternatywy obejmują: Inkscape, GIMP, Vectr, Vectornator
Eclipse E800NikonECLIPSE Ni/Ci Terazzastąpiony przez Eclipse Ni-U
Drukarka wielkoformatowa Epson EpsonSCT5475SR
Heavy Matte PaperEpsonS041596
RStudioRstudio, PBCw wersji 2022.07.1Wystarczy dowolne statystyczne narzędzie programowe
Mikroskop pionowy

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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). , The Ocean Conference. New York. https://www.un.org/sustainabledevelopment/wp-content/uploads/2017/05/Ocean-fact-sheet-package.pdf (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).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Erratum

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Formal Correction: Erratum: Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton
Posted by JoVE Editors on 1/01/1970. Citeable Link.

An erratum was issued for: Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton. The Authors section was updated from:

Patricia S. Thibodeau1
Jongsun Kim2
1Graduate School of Oceanography, University of Rhode Island
2School of Earth, Environmental and Marine Sciences, The University of Texas - Rio Grande Valley

to:

Patricia S. Thibodeau1
Jongsun Kim2
1School of Marine and Environmental Programs, University of New England
2School of Earth, Environmental and Marine Sciences, The University of Texas - Rio Grande Valley

Tags

Phytoplankton VisualizationOceanographic Time SeriesPlankton Community ShiftsLong Term Plankton DataHarmful Algal BloomsPlankton Imaging TechnologyChlorophyll A BiomassVector Graphic ConversionClimate Change EffectsNarragansett Bay

Related Articles