Wizualizacja stref produktywności w oparciu o model bilansu masy azotu w zatoce Narragansett, Rhode Island
14 lipca 2023
Tutaj staramy się zobrazować strefowanie produktywności biologicznej w Zatoce Narragansett, Rhode Island, w oparciu o model bilansu masy azotu. Wyniki zostaną wykorzystane w gospodarce składnikami odżywczymi w regionach przybrzeżnych w celu ograniczenia niedotlenienia i eutrofizacji.
W ramach tego badania oszacowano rozszerzenie wpływu azotu rzecznego i pierwotną produktywność w celu lepszego zarządzania składnikami odżywczymi w Zatoce Narragansett, obszarze przybrzeżnym w stanie Rhode Island w USA. Przy zwiększonej produkcji pierwotnej i niedotlenieniu spowodowanym antropogenicznymi emisjami składników odżywczych, zrozumienie dopływu azotu do zatoki ma kluczowe znaczenie dla zarządzania i rozwiązywania problemów przybrzeżnych, takich jak eutrofizacja i niedotlenienie. Oszacowanie zakresu dopływu składników odżywczych na obszarach przybrzeżnych pozostaje jednak wyzwaniem.
W tym badaniu zidentyfikowano trzy różne strefy produktywności pierwotnej, aby zobrazować zakres wpływu azotu z rzeki w zatoce przy użyciu modelu bilansu masy N. W ramach tego badania uzyskano również wyniki w postaci reprezentacji 3D w celu lepszej wizualizacji i zarządzania składnikami odżywczymi w zatoce. Jak wyjaśniono w manuskrypcie, trzy teoretyczne strefy mogą zmieniać się w czasie w zależności od stężenia składników odżywczych w słodkiej wodzie, szybkości mieszania i przepływu rzeki.
W związku z tym konieczne są przyszłe prace, aby lepiej określić ilościowo te czynniki związane z elastycznością tych regionów. Aby rozpocząć, po pobraniu danych DIN z amerykańskiej Agencji Ochrony Środowiska, użyj programu Adobe Illustrator, aby podzielić Zatokę Narragansett na 15 pól wzdłuż jej dostępu, zmodyfikowanych w stosunku do poprzedniego badania. Korzystając z podanego wzoru, oblicz średnie stężenie DIN w każdym pudełku.
Obliczyć potencjalną produkcję pierwotną lub wskaźnik PPP w oparciu o model bilansu masy N, przeliczając usuwanie netto DIN na jednostki węgla przy użyciu współczynnika Redfielda. Zapisz dane dotyczące szybkości PPP każdego pudełka jako plik txt. Następnie otwórz oprogramowanie Ocean Data View i załaduj dane dotyczące szybkości PPP, klikając menu Plik i wybierając opcję Otwórz.
W oknie Asocjacja zmiennych metadanych kliknij pole kojarzenia zmiennych, szerokość geograficzna, długość geograficzna ze stacją, szerokość geograficzna stopnie północy i stopnie długości geograficznej wschód. W oknie Importuj kliknij przycisk OK. Następnie kliknij mapę prawym przyciskiem myszy i kliknij Powiększenie.
Następnie przeciągnij czerwone pole, aby powiększyć obszar danych mapy, i kliknij Enter. W menu Widok kliknij jedno Okno punktowe szablonów układu. Następnie kliknij prawym przyciskiem myszy w przykładowym panelu i wybierz opcję Zmienne pochodne.
Z panelu listy opcji w obszarze Metadane wybierz opcję Współrzędne i kliknij przycisk Dodaj. Powtórz ten sam krok dla długości geograficznej i kliknij przycisk OK. Następnie, klikając prawym przyciskiem myszy na oknie Scatter, wybierz zmienną X jako stopnie długości geograficznej DRVD na wschód. Podobnie wybierz zmienną Y jako stopnie szerokości geograficznej północnej DRVD i zmienną Z jako PPP w gramach węgla na metr kwadratowy dziennie.
Wybierz Właściwości, klikając prawym przyciskiem myszy okno punktowe i przejdź do opcji Styl wyświetlania. Zaznacz pole z siatką, a następnie przejdź do opcji Kontury i kliknij lewy przycisk Shift, aby wartości 0, 0,1 i 2 pozostały tylko w już zdefiniowanych panelach po lewej stronie. Na koniec kliknij przycisk OK.
Na podstawie wykresu konturowego z oprogramowania zdefiniuj krawędź brązowej, zielonej i niebieskiej strefy w zatoce Narraganset. Następnie za pomocą programu Adobe Illustrator zwizualizuj te strefy na mapie. Model bilansu masy N zidentyfikował trzy teoretyczne strefy w zatoce Narraganset na lato.
W strefach brązowych poziom PPP przekraczał dwa gramy węgla na metr kwadratowy dziennie, co wskazuje na silne procesy fizyczne i biologiczne o wysokim zmętnieniu i ograniczeniu światła. W zielonych strefach poziom PPP wynosił od 0,1 do 2 gramów węgla na metr kwadratowy dziennie, co świadczy o ograniczeniu składników odżywczych przy wysokiej produkcji pierwotnej. W niebieskich strefach poziom PPP wynosił mniej niż 0,1 do 2 gramów węgla na metr kwadratowy dziennie, co świadczy o niskiej produktywności biologicznej.
Ramy fizyczne zostały stworzone przy użyciu paneli akrylowych ze światłami LED, aby pokazać nakładanie się granic stref i poziomy zmętnienia osadów w każdej strefie.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
Niniejsze badanie wizualizuje strefowanie produktywności biologicznej w zatoce Narragansett w Rhode Island, wykorzystując model bilansu masy azotu. Jego celem jest dostarczenie informacji dla strategii zarządzania biogenami w celu łagodzenia hipoksji i eutrofizacji w regionach przybrzeżnych.
Kluczowe elementy badania
Dziedzina nauki
- Ekologia wybrzeża
- Gospodarka składnikami odżywczymi
- Nauki o środowisku
Wstęp
- Wzrost produkcji pierwotnej i hipoksja są powiązane z antropogeniczną emisją biogenów.
- Zrozumienie dopływu azotu jest niezbędne do zarządzania eutrofizacją obszarów przybrzeżnych.
- Szacowanie dopływu biogenów na obszarach przybrzeżnych wiąże się ze znacznymi trudnościami.
- Niniejsze badanie koncentruje się na zatoce Narragansett, kluczowym obszarze przybrzeżnym w stanie Rhode Island w USA.
Cel badania
- Aby ocenić zakres wpływu rzecznego azotu na produkcję pierwotną.
- Aby zwizualizować strefy wpływu azotu w zatoce.
- Aby usprawnić praktyki zarządzania składnikami odżywczymi w regionach przybrzeżnych.
Zastosowane metody
- Zastosowanie modelu bilansu masy azotu.
- Identyfikacja trzech stref produktywności pierwotnej.
- Reprezentacja 3D dla poprawionej wizualizacji.
- Analiza czynników wpływających na stężenie składników odżywczych i przepływ rzeki.
Główne wyniki
- Zidentyfikowano trzy odrębne strefy produktywności pierwotnej.
- Strefy te obrazują zasięg wpływu azotu pochodzącego z rzeki.
- W celu zwiększenia przejrzystości wyniki przedstawiono w formacie 3D.
- Wyniki wskazują, że strefy mogą zmieniać się w czasie w zależności od czynników środowiskowych.
Wnioski
- Badanie dostarcza informacji na temat zarządzania dopływem składników odżywczych w obszarach przybrzeżnych.
- Zrozumienie dynamiki azotu jest kluczowe dla przeciwdziałania hipoksji i eutrofizacji.
- Przyszłe strategie zarządzania mogą odnieść korzyść z zidentyfikowanych stref produktywności.
Najczęściej zadawane pytania
Znaczenie dla przemysłu
Ilościowa wizualizacja stref produkcyjności napędzanych azotem w systemach przybrzeżnych umożliwia predykcyjną ocenę ryzyka eutrofizacji i hipoksji, wspierając zarządzanie składnikami odżywczymi w oparciu o dane. Model bilansu masy azotu zapewnia mechanistyczne ramy mapowania stref procesów biologicznych, co pozwala na opracowanie strategii wczesnej interwencji w badaniach i rozwoju (R&D) w obszarze ochrony środowiska i biofarmacji. Podejście to usprawnia podejmowanie decyzji na poziomie portfela w zakresie łagodzenia wpływu na środowisko oraz translacyjnego modelowania ekosystemów.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne odkrywanie i walidacja celu
- Umożliwia mechanistyczną redukcję ryzyka w badaniu procesów biologicznych napędzanych przez składniki odżywcze w złożonych systemach wodnych.
- Wspiera walidację funkcjonalną celów środowiskowych powiązanych z produktywnością pierwotną i hipoksją.
- Zwiększa pewność predykcyjną w zakresie strategii interwencyjnych w ekosystemach.
Przesiewanie i opracowywanie testów
- Zapewnia zwalidowane ramy dla ilościowego określania wpływu składników odżywczych w strefach o określonej rozdzielczości przestrzennej.
- Standaryzuje pomiar produktywności pierwotnej przy użyciu ilościowych wyników uzyskanych z bilansu masy.
- Umożliwia powtarzalne mapowanie aktywności biologicznej na potrzeby dalszych analiz środowiskowych.
Badania translacyjne i przedkliniczne
- Uzgadnia mapowanie produktywności oparte na strefach z modelami translacyjnymi odpowiedzi ekosystemu na gospodarkę składnikami odżywczymi.
- Zapewnia ciągłość od etapu odkrywania wpływu składników odżywczych do przedklinicznej walidacji strategii łagodzenia skutków.
- Zmniejsza ryzyko związane z wdrażaniem interwencji ukierunkowanych na eutrofizację i hipoksję w środowiskach przybrzeżnych.
Integracja potoku i przepływu pracy
Model bilansu masy azotu integruje się z ciągiem badań i rozwoju w obszarze ochrony środowiska, od wczesnego etapu odkrywania wpływu składników odżywczych po translacyjne modelowanie wyników interwencji.
- Biologia odkrywcza: Ilościowe określanie przestrzennych i mechanistycznych czynników pierwotnej produktywności oraz ryzyka hipoksji.
- Przesiewanie: Dostarczanie powtarzalnych, ilościowych wyników do oceny aktywności biologicznej w oparciu o strefy.
- Analityka: Zapewnienie statystycznych i przestrzennych odczytów do porównywania scenariuszy zarządzania nutrientami.
- Badania translacyjne: Łączenie wyników odkryć z przedkliniczną oceną interwencji w ekosystemach.
- Ponowne wykorzystanie w przedsiębiorstwie: Tworzenie skalowalnych i wielokrotnych możliwości modelowania dla zróżnicowanych systemów przybrzeżnych.
Wpływ operacyjny i przedsiębiorczy
- Wartość naukowa: Zwiększa pewność prognostyczną w modelowaniu ekosystemów sterowanych składnikami odżywczymi oraz w planowaniu interwencji.
- Wartość operacyjna: Standaryzuje przestrzenną ocenę produktywności i wspiera odtwarzalne analizy środowiskowe.
- Wartość strategiczna: Dostarcza informacji niezbędnych do podejmowania decyzji o wdrożeniu lub odrzuceniu strategii zarządzania składnikami odżywczymi i zmniejsza ryzyko interwencji na późnym etapie.
- Wpływ na portfolio: Umożliwia priorytetyzację inwestycji w badania i rozwój w obszarze środowiska w zależności od ryzyka, koncentrując się na zwalczaniu eutrofizacji i hipoksji.
Uwagi dotyczące implementacji
- Wymagana jest wiedza specjalistyczna w zakresie modelowania środowiskowego i ilościowej analizy danych.
- Konieczny jest dostęp do zbiorów danych o stężeniu składników odżywczych oraz oprogramowania do mapowania przestrzennego.
- Wymagana jest standaryzacja procesów przetwarzania danych i przepływów pracy w zakresie wizualizacji pomiędzy zespołami.
- Możliwa może być konieczność adaptacji metody dla różnych systemów przybrzeżnych lub estuariowych.
- Elastyczność modelu zależy od dokładności danych wejściowych i parametryzacji środowiskowej.
