Name: Visualizando Dados Oceanográficos para Retratar Mudanças de Longo Prazo no Fitoplâncton (Vídeo) | JoVE Journal
Uploaded: 2023-07-28T13:40:00.000+00:00
Duration: 8 min 15 s
Description: Explore a conversão de imagens microscópicas de fitoplâncton em gráficos vetoriais para visualizar mudanças em comunidades planctônicas ao longo de 60 anos. Este protocolo utiliza inteligência artificial para classificação e análise de séries temporais.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Esta pesquisa foi apoiada pela National Science Foundation (OIA-1655221, OCE-1655686) e Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U). Agradecemos aos múltiplos capitães pela assistência de campo e aos muitos estudantes e pesquisadores que coletaram dados desde 1970. Agradecemos a Stewart Copeland e Georgia Rhodes por desenvolverem o projeto Vis-A-Thon que produziu o mural de plâncton, bem como a Rafael Attias da Rhode Island School of Design por sua orientação artística durante o desenvolvimento do projeto.

1. Convertendo imagens fitoplanctônicas em gráficos vetoriais
<ol><li>Selecione imagens microscópicas fitoplanctônicas tiradas da Narragansett Bay Long Term Plankton Time Series (NBPTS) como arquivos .JPG, .PNG ou .PDF (Figura 1A). NOTA: Os táxons incluem Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, complexo de espécies Skeletonema, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp., e Pseudo-nitzschia spp. As imagens foram obtidas com microscópio de luz.</li>
	<li>Abra um editor de gráficos vetoriais de software específico ou o ilustrador usado para este estudo (consulte a Tabela de Materiais). O software gráfico vetorial foi mencionado como ilustrador mais adiante no manuscrito.</li>
	<li>Coloque uma imagem microscópica .JPG ou .PNG no espaço de trabalho do illustrator abrindo um arquivo do computador ou arraste-o e solte-o em um novo espaço de trabalho.</li>
	<li>Vá para Exibir > Mostrar grade de transparência para revelar o plano de fundo quadriculado que indica transparência.</li>
	<li>Clique em Janela > Rastreamento de Imagem no menu suspenso para abrir a janela Rastreamento de Imagem.</li>
	<li>Clique na ferramenta Seleção (seta preta) na barra de ferramentas e clique na imagem do fitoplâncton.</li>
	<li>Clique em Objeto > Expandir no menu suspenso.</li>
	<li>Use a ferramenta Seleção direta (seta branca) na barra de ferramentas para clicar e selecionar as partes de fundo da imagem para se livrar ao redor do fitoplâncton. Pressione excluir.</li>
	<li>Repita para cada região de plano de fundo da imagem.</li>
	<li>Clique em Arquivo > Exportar para salvar o arquivo como .PNG arquivo. Verifique se a caixa Plano de fundo transparente está selecionada.</li>
	<li>Coloque .PNG imagem microscópica com plano de fundo removido em um novo espaço de trabalho no illustrator abrindo o arquivo do computador ou arraste-o e solte-o em um novo espaço de trabalho.</li>
	<li>Clique em Janela > Rastreamento de Imagem no menu suspenso para abrir a janela Rastreamento de Imagem.</li>
	<li>Nas opções de Rastreamento de Imagem, clique em Predefinição > Logotipo e Modo Preto e Branco > Preto e Branco.</li>
	<li>Use o Limite, bem como as opções Avançadas (ou seja, Caminhos, Cantos e Ruído) para refinar a imagem.</li>
	<li>Em Propriedades, selecione Expandir para vetorizá-lo.</li>
	<li>Selecione Exibir > Mostrar grade de transparência.</li>
	<li>Clique na imagem vetorial , clique com o botão direito do mouse e selecione Desagrupar.</li>
	<li>Escolha a ferramenta Seleção direta (seta branca) na barra de ferramentas. Arraste e desenhe uma caixa ao redor do espaço em branco somente. Pressione delete para removê-lo.</li>
	<li>Repita até que todo o espaço em branco seja removido.</li>
	<li>Clique em Arquivo > Salvar como e selecione . EPS para salvar como um gráfico vetorial.</li>
	<li>Repetir para os táxons fitoplanctônicos a partir de 1.1 (Figura 1B).</li>
</ol>2. Criação de padrões fitoplanctônicos
<ol><li>Utilizar dados de contagem de fitoplâncton do conjunto de dados NBPTS para determinar a abundância média de cada táxon de 1970-1979 (década de 1970), 1990-1999 (década de 1990) e 2010-2019 (década de 2010).</li>
	<li>Calcular a média ± o desvio padrão para cada táxon fitoplanctônico para cada década em um programa de software estatístico clicando ou digitando 'mean() e sd()'.</li>
	<li>Clique ou digite 'aov() ' para usar uma ANOVA para testar diferenças significativas entre décadas em um programa de software estatístico. NOTA: Algumas espécies (por exemplo, Tripos spp., Chaetoceros diadema) não têm tamanhos de amostra suficientemente grandes na década de 1990. Neste caso, clique ou digite 't.test()' em um programa de software estatístico para comparar as abundâncias médias nas décadas de 1970 e 2010.</li>
	<li>Use a 'Ferramenta de prancheta' (quadrada) na barra de ferramentas para clicar e criar uma nova prancheta em um novo espaço de trabalho do ilustrador específico usado neste estudo.</li>
	<li>Faça três pranchetas idênticas do mesmo tamanho. Ajuste o tamanho em Propriedades > Transformar. NOTA: Para este projeto, as pranchetas para as imagens fitoplanctônicas foram de 1224 px por 545 px.</li>
	<li>Arraste e solte o arquivo . Arquivos EPS dos diferentes táxons fitoplanctônicos nas três pranchetas.</li>
	<li>Colorir o fitoplâncton com diferentes cores representativas da década usando a ferramenta Seleção Direta (seta branca) para desenhar uma caixa ao redor de um fitoplâncton individual.</li>
	<li>Em Propriedades, selecione Preenchimento e clique na cor desejada na paleta de cores. Pressione Enter para preencher o vetor.</li>
	<li>Use a Ferramenta de seleção (seta preta) para realçar um fitoplâncton específico e selecione Editar > Copiar e Editar > Colar.</li>
	<li>Colar qualitativamente cada vetor fitoplanctônico com base nas proporções relativas de cada táxon no conjunto de dados, conforme determinado em 2.2 para cada uma das três décadas (Figura 1C). NOTA: A abundância de fitoplâncton em cada painel é uma representação qualitativa da Tabela 1. Por exemplo, se uma abundância maior de Pseudo-nitzschia spp for observada na década de 2010 do que na década de 1990, copie mais gráficos de Pseudo-nitzschia na prancheta de 2010 do que na prancheta de 1990.</li>
	<li>Selecione Object > Pattern > Make para criar um padrão fitoplanctônico de amostra de cores para cada uma das três décadas.</li>
</ol>3. Incorporação de dados de biomassa e temperatura fitoplanctônica
<ol><li>Clique ou digite 'mean()' para calcular a clorofila a média (chl a, proxy para biomassa fitoplanctônica) para cada semana de cada década em um programa de software estatístico.</li>
	<li>Clique ou digite 'plot()' em um programa de software estatístico para representar graficamente a biomassa decadal média (variável dependente) por semana (variável independente) e clique em Salvar o gráfico como .JPG ou .PNG.</li>
	<li>Coloque uma .JPG ou .PNG da figura de biomassa decadal no espaço de trabalho do illustrator abrindo o arquivo do computador ou arraste-o e solte-o em um novo espaço de trabalho.</li>
	<li>Repita as etapas 1.3 a 1.8 para vetorizar cada um dos três ciclos sazonais.<ol><li>Vá para Exibir > Mostrar grade de transparência para revelar o plano de fundo quadriculado que indica transparência.</li>
		<li>Clique em Janela > Rastreamento de Imagem no menu suspenso para abrir a janela Rastreamento de Imagem.</li>
		<li>Clique na ferramenta Seleção (seta preta) na barra de ferramentas e clique na imagem.</li>
		<li>Clique em Objeto > Expandir no menu suspenso.</li>
		<li>Use a ferramenta Seleção direta (seta branca) na barra de ferramentas para clicar e selecionar as partes de plano de fundo da imagem para se livrar ao redor da linha que indica o ciclo sazonal. Pressione excluir. Repita para cada região de plano de fundo da figura.</li>
		<li>Clique em Arquivo > Exportar para salvar o arquivo como .PNG arquivo. Verifique se a caixa Plano de fundo transparente está selecionada.</li>
		<li>Coloque .PNG figura com plano de fundo removido em um novo espaço de trabalho do illustrator específico usado abrindo o arquivo do computador ou arraste-o e solte-o em um novo espaço de trabalho.</li>
		<li>Clique em Janela > Rastreamento de Imagem no menu suspenso para abrir a janela Rastreamento de Imagem.</li>
		<li>Em Propriedades, selecione Expandir para vetorizá-lo.</li>
		<li>Selecione Exibir > Mostrar grade de transparência.</li>
		<li>Clique na imagem vetorial , clique com o botão direito do mouse e selecione Desagrupar.</li>
		<li>Escolha a ferramenta Seleção direta (seta branca) na barra de ferramentas. Arraste e desenhe uma caixa ao redor do espaço em branco somente. Pressione delete para removê-lo.</li>
		<li>Repita até que todo o espaço em branco seja removido para cada uma das linhas das décadas de 1970, 1990 e 2010.</li>
		<li>Clique em Arquivo > Salvar como e selecione . EPS para salvar cada linha como um gráfico vetorial separado.</li>
	</ol></li>
	<li>Use a 'Ferramenta de prancheta' (quadrada) na barra de ferramentas para clicar em arrastar e criar uma nova prancheta em um novo espaço de trabalho do illustrator.</li>
	<li>Faça três pranchetas idênticas do mesmo tamanho. Ajuste o tamanho em Propriedades > Transformar. NOTA: Para este projeto, as dimensões foram de 1224 px por 3456 px.</li>
	<li>Arraste e solte um dos chl a . EPS em uma das três pranchetas, respectivamente.</li>
	<li>Crie uma nova camada clicando no 'ícone de nota adesiva'.</li>
	<li>Crie um retângulo dentro da nova camada com a ferramenta Retângulo na barra de ferramentas.</li>
	<li>Preencha o retângulo com um gradiente azul claro usando a ferramenta Gradiente da barra de ferramentas.</li>
	<li>Copie a linha de tendência vetorizada e adicione-a à camada com o retângulo.</li>
	<li>Use a ferramenta 'Segmento de linha' na barra de ferramentas para criar uma caixa anexada à linha de tendência. Mantenha pressionada a tecla shift para tornar as linhas retas e alinhadas.</li>
	<li>Pressione a tecla de controle e selecione todos os componentes, incluindo as linhas, o retângulo e a linha de tendência dentro da camada.</li>
	<li>Selecione Objeto > Máscara de Recorte > Criar. Isso removerá o preenchimento superior da forma.</li>
	<li>Preencha a forma com o padrão fitoplanctónico guardado como uma amostra de cor a partir da versão 2.11.</li>
	<li>Repita esse processo para cada uma das três décadas.</li>
	<li>Repita as etapas 3.9 & 3.10 para criar um retângulo colorido com um gradiente de cor vermelho para azul para representar a temperatura da água quente nos três painéis decadais.</li>
	<li>Clique com o botão direito do mouse no objeto e mova-o de volta atrás dos padrões fitoplanctônicos.</li>
</ol>4. Adicionando detalhes aos painéis fitoplanctônicos
<ol><li>Para adicionar imagens de fitoplâncton fotografado aos padrões fitoplanctônicos, selecione Abrir e clique no arquivo de imagem para abri-lo no ilustrador usado aqui.</li>
	<li>Crie um círculo com a ferramenta Elipse na barra de ferramentas e sobreponha-o sobre a imagem do fitoplâncton.</li>
	<li>Mantenha pressionada a tecla shift para selecionar a forma e a imagem e, no menu, clique em Objeto > Máscara de Recorte > Criar para preencher a forma com a imagem.</li>
	<li>Repita para selecionar imagens fitoplanctônicas e distribua ao longo das três décadas para parecer uma lupa ampliando o fitoplâncton ilustrativo (Figura 1D). NOTA: Os passos 1.3 a 1.8 podem ser repetidos para adicionar elementos artísticos de barcos e pássaros aos painéis para fazer com que os ciclos sazonais de chl a pareçam ondas do oceano.</li>
	<li>Use a 'Ferramenta de retângulo' na barra de ferramentas para criar uma caixa de texto em cada uma das pranchetas da década.</li>
	<li>Use a 'ferramenta Tipo' (T) para clicar e digitar texto informativo sobre cada década. Adicione texto no topo de cada década com o nome da década e adicione os nomes das estações correspondentes na parte inferior de cada um dos três painéis.</li>
	<li>Salve o espaço de trabalho no illustrator.</li>
</ol>5. Produção mural
<ol><li>Importe o arquivo do illustrator salvo e selecione importar apenas as três décadas completas. Selecione tudo e exporte como um arquivo .PDF.</li>
	<li>Abra o padrão de plâncton .PDF arquivo com uma plotadora de grande formato para dimensionar as três pranchetas decadal em painéis de 96 polegadas por 34 polegadas.</li>
	<li>Imprima painéis em papel de matéria pesada e instale com hardware suspenso.</li>
</ol>

Explorando mudanças de longo prazo no fitoplâncton por conversão de imagens microscópicas

<ol><li>Cloern, J. E., Jassby, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Complex+seasonal+patterns+of+primary+producers+at+the+land-sea+interface%5BTitle%5D)+AND+%22Ecology+Letters%22%5BJournal%5D)">Complex seasonal patterns of primary producers at the land-sea interface.</a> Ecology Letters. 11 (12), 1294-1303 (2008).</li>
<li>Cloern, J. E., Jassby, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patterns+and+Scales+of+Phytoplankton+Variability+in+Estuarine-Coastal+Ecosystems%5BTitle%5D)+AND+%22Estuaries+and+Coasts%22%5BJournal%5D)">Patterns and Scales of Phytoplankton Variability in Estuarine-Coastal Ecosystems.</a> Estuaries and Coasts. 33 (2), 230-241 (2010).</li>
<li>Hays, G. C., Richardson, A. J., Robinson, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Climate+change+and+marine+plankton%5BTitle%5D)+AND+%22Trends+in+Ecology+%26+Evolution%22%5BJournal%5D)">Climate change and marine plankton.</a> Trends in Ecology & Evolution. 20 (6), 337-344 (2005).</li>
<li>Harvey, C. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+importance+of+long-term+ecological+time+series+for+integrated+ecosystem+assessment+and+ecosystem-based+management%5BTitle%5D)+AND+%22Progress+in+Oceanography%22%5BJournal%5D)">The importance of long-term ecological time series for integrated ecosystem assessment and ecosystem-based management.</a> Progress in Oceanography. 188, 102418(2020).</li>
<li>Leeuwe, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Annual+patterns+in+phytoplankton+phenology+in+Antarctic+coastal+waters+explained+by+environmental+drivers%5BTitle%5D)+AND+%22Limnology+and+Oceanography%22%5BJournal%5D)">Annual patterns in phytoplankton phenology in Antarctic coastal waters explained by environmental drivers.</a> Limnology and Oceanography. 65 (7), 1651-1668 (2020).</li>
<li>Hunter-Cevera, K. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiological+and+ecological+drivers+of+early+spring+blooms+of+a+coastal+phytoplankter%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Physiological and ecological drivers of early spring blooms of a coastal phytoplankter.</a> Science. 354 (6310), 326-329 (2016).</li>
<li>Church, M. J., Lomas, M. W., Muller-Karger, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sea+change%3A+Charting+the+course+for+biogeochemical+ocean+time-series+research+in+a+new+millennium%5BTitle%5D)+AND+%22Deep+Sea+Research+Part+II%3A+Topical+Studies+in+Oceanography%22%5BJournal%5D)">Sea change: Charting the course for biogeochemical ocean time-series research in a new millennium.</a> Deep Sea Research Part II: Topical Studies in Oceanography. 93, 2-15 (2013).</li>
<li>Bates, N. R., Johnson, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Acceleration+of+ocean+warming%2C+salinification%2C+deoxygenation+and+acidification+in+the+surface+subtropical+North+Atlantic+Ocean%5BTitle%5D)+AND+%22Communications+Earth+%26+Environment%22%5BJournal%5D)">Acceleration of ocean warming, salinification, deoxygenation and acidification in the surface subtropical North Atlantic Ocean.</a> Communications Earth & Environment. 1 (1), 33(2020).</li>
<li>Wolanski, E., Spagnol, S., Gentien, P., Spaulding, M., Prandle, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visualization+in+Marine+Science%5BTitle%5D)+AND+%22Estuarine%2C+Coastal+and+Shelf+Science%22%5BJournal%5D)">Visualization in Marine Science.</a> Estuarine, Coastal and Shelf Science. 50 (1), 7-9 (2000).</li>
<li>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).</li>
<li>Oviatt, C. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+changing+ecology+of+temperate+coastal+waters+during+a+warming+trend%5BTitle%5D)+AND+%22Estuaries%22%5BJournal%5D)">The changing ecology of temperate coastal waters during a warming trend.</a> Estuaries. 27 (6), 895-904 (2004).</li>
<li>Oviatt, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Managed+nutrient+reduction+impacts+on+nutrient+concentrations%2C+water+clarity%2C+primary+production%2C+and+hypoxia+in+a+north+temperate+estuary%5BTitle%5D)+AND+%22Estuarine%2C+Coastal+and+Shelf+Science%22%5BJournal%5D)">Managed nutrient reduction impacts on nutrient concentrations, water clarity, primary production, and hypoxia in a north temperate estuary.</a> Estuarine, Coastal and Shelf Science. 199, 25-34 (2017).</li>
<li>Fulweiler, R. W., Oczkowski, A. J., Miller, K. M., Oviatt, C. A., Pilson, M. E. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Whole+truths+vs.+half+truths+-+And+a+search+for+clarity+in+long-term+water+temperature+records%5BTitle%5D)+AND+%22Estuarine%2C+Coastal+and+Shelf+Science%22%5BJournal%5D)">Whole truths vs. half truths - And a search for clarity in long-term water temperature records.</a> Estuarine, Coastal and Shelf Science. 157, A1-A6 (2015).</li>
<li>Trainer, V. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pseudo-nitzschia+physiological+ecology%2C+phylogeny%2C+toxicity%2C+monitoring+and+impacts+on+ecosystem+health%5BTitle%5D)+AND+%22Harmful+Algae%22%5BJournal%5D)">Pseudo-nitzschia physiological ecology, phylogeny, toxicity, monitoring and impacts on ecosystem health.</a> Harmful Algae. 14, 271-300 (2012).</li>
<li>Sterling, A. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emerging+harmful+algal+blooms+caused+by+distinct+seasonal+assemblages+of+a+toxic+diatom%5BTitle%5D)+AND+%22Limnology+and+Oceanography%22%5BJournal%5D)">Emerging harmful algal blooms caused by distinct seasonal assemblages of a toxic diatom.</a> Limnology and Oceanography. 67 (11), 2341-2359 (2022).</li>
<li>Roche, K. M., Sterling, A. R., Rynearson, T. A., Bertin, M. J., Jenkins, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((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%5BTitle%5D)+AND+%22Frontiers+in+Marine+Science%22%5BJournal%5D)">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.</a> Frontiers in Marine Science. 9, 889840(2022).</li>
<li>Li, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Qi+Data+visualization+as+creative+art+practice%5BTitle%5D)+AND+%22Visual+Communication%22%5BJournal%5D)">Qi Data visualization as creative art practice.</a> Visual Communication. 17 (3), 299-2222312 (2018).</li>
<li>Cloern, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Projected+Evolution+of+California%27s+San+Francisco+Bay-Delta-River+System+in+a+Century+of+Climate+Change%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Projected Evolution of California's San Francisco Bay-Delta-River System in a Century of Climate Change.</a> PLoS ONE. 6 (9), e24465(2011).</li>
<li>Bashevkin, S. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Five+decades+%281972-2020%29+of+zooplankton+monitoring+in+the+upper+San+Francisco+Estuary%5BTitle%5D)+AND+%22PLOS+ONE%22%5BJournal%5D)">Five decades (1972-2020) of zooplankton monitoring in the upper San Francisco Estuary.</a> PLOS ONE. 17 (3), e0265402(2022).</li>
</ol>

Os autores declaram não haver conflitos de interesse.

As etapas críticas do protocolo incluem a obtenção de imagens microscópicas do fitoplâncton e sua conversão em gráficos vetoriais. Fazer as imagens do fitoplâncton, que não são perceptíveis a olho nu, grandes o suficiente para serem vistas sem uma lupa no mural, ajuda a trazê-las à vida para o espectador. Para realizar este mural não apenas como uma obra de arte, mas também como um método de visualização de dados, é importante incorporar os dados observados no projeto. No caso do mural fitoplanctônico, os ciclos anuais d...

An erratum was issued for:&#160;<a href="https://www.jove.com/t/65571">Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton</a>. 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

An erratum was issued for:&#160;<a href="https://www.jove.com/t/65571">Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton</a>. The Authors section was updated.

Erratum: Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton

Os fitoplâncton são produtores primários que representam a base da cadeia alimentar nos ecossistemas aquáticos 1,2. Embora os programas de monitoramento do fitoplâncton sejam fundamentais para identificar mudanças atuais e futuras nos ecossistemas marinhos, seu suporte está diminuindo ao longo do tempo 3. Devido aos seus tempos de geração relativamente curtos e mobilidade limitada, o fitoplâncton é particularmente responsivo às mudanças climáticas, o que os torna uma ferramenta importante no monitoramento de séries temporais. As séries temporais do fitoplâncton também são importantes para informar o manejo ecossistêmico da disponibilidade de recursos e fornecer contexto para eventos episódicos, como ondas de calor marinhas4. Séries temporais de curto prazo, em questão de anos, fornecem informações sobre a sucessão da comunidade fitoplanctônica e a dinâmica sazonal (por exemplo, ref.5,6), enquanto séries temporais de longo prazo, como os programas Bermuda Atlantic Time Series (BATS) e Hawaii Ocean Times Series (HOTS), abrangem mais de duas décadas e permitem a detecção de tendências de longo prazo 7,8. Tais estudos ilustram o benefício e a importância de um registro fitoplanctônico altamente resolvido para uma compreensão completa das mudanças ecossistêmicas de longo prazo em ambientes marinhos dinâmicos. Além disso, visualizar e comunicar essas mudanças no fitoplâncton, que não podem ser vistas a olho nu, são mais difíceis de compreender do que para organismos grandes e facilmente visíveis, como peixes e baleias. As visualizações computacionais oferecem uma técnica para explorar conjuntos de dados complexos9 e gráficos ilustrativos aprimorados estão se tornando prontamente disponíveis (por exemplo, Rede de Integração e Aplicação, Centro de Ciência Ambiental da Universidade de Maryland). No entanto, a maioria dos estudos em ecologia fitoplanctônica, incluindo muitos aqui referenciados, ainda apresenta resultados apenas como gráficos de dados reduzindo sua acessibilidade ao público em geral. Dado que o fitoplâncton representa a base da cadeia alimentar na maioria dos sistemas marinhos, comunicar sua importância aos quase 2,4 bilhões de pessoas que vivem no oceano costeiro é crítico10. Aqui, desenvolvemos um protocolo com o objetivo de visualizar a diversidade e magnitude do fitoplâncton, conforme coletado por um programa de monitoramento do fitoplâncton.
A Narragansett Bay Plankton Time Series (NBPTS) fornece uma perspectiva de longo prazo de 60+ anos (1959-presente) sobre os efeitos das mudanças globais dentro de um contexto climático sobre a abundância fitoplanctônica, sazonalidade e fenologia (história de vida). A Baía de Narragansett (NBay) é um estuário costeiro conectado aos sistemas mais amplos da Plataforma Nordeste e do Atlântico Noroeste dos EUA, cuja produção tem implicações importantes para a pesca e o uso humano ao longo da costa dos EUA11. O NBay é considerado um sistema altamente sazonal que experimenta aquecimento de longo prazo (1950-2015) das águas da região, bem como mudanças nos nutrientes e aumento da claridade da água12,13. Além disso, um declínio na biomassa fitoplanctônica tem ocorrido no NBay superior relacionado a diminuições antrópicas no nitrogênio inorgânico dissolvido, o que é parcialmente atribuído a melhorias em estações de tratamento de águas residuárias12. Mudanças nos táxons fitoplanctônicos, particularmente florações de algas nocivas (HABs), também estão ocorrendo em NBay. Pseudo-nitzschia spp., que produz florações tóxicas generalizadas em regiões de ressurgência ao longo da costa oeste dos EUA, levou a fechamentos notáveis de moluscos pela primeira vez na história da NBay em 2016 e 2017 14,15,16. Comunicar essas mudanças a públicos diversos é importante para aumentar a alfabetização científica e promover o apoio contínuo aos estudos de monitoramento do fitoplâncton.
O objetivo deste projeto foi utilizar imagens microscópicas do fitoplâncton do NBay, bem como dados sintetizados a partir do NBPTS, para visualizar as mudanças literais nos táxons fitoplanctônicos e na biomassa que estão ocorrendo no NBay para comunicar e aumentar a importância do fitoplâncton para o público em geral. O NBPTS fornece 60+ anos de contagens semanais de fitoplâncton e biomassa disponíveis publicamente para aproveitar os dados de (https://web.uri.edu/gso/research/plankton/). O produto final foi um grande mural de padrões de plâncton representativos dos dados da série temporal (por exemplo, biomassa e táxons fitoplanctônicos, temperatura) dentro da própria obra de arte. Esta abordagem representa um método de visualização que pode ser utilizado para muitas outras séries temporais do plâncton em todo o mundo e pode ser adaptado para programas de monitoramento com dados sazonais de curto prazo também. Os benefícios da implementação desse protocolo incluem o aumento dos esforços em visualização de dados, comunicação científica, educação e engajamento com as comunidades locais.

<table><tbody><tr><td>Adobe Illustrator</td><td>Adobe</td><td>versão 23.0.6</td><td>As alternativas gratuitas incluem: Inkscape, GIMP, Vectr, Vectornator</td></tr><tr><td>Eclipse E800</td><td>Nikon</td><td>ECLIPSE Ni / Ci Microscópio Vertical</td><td>Agora sucedido por Eclipse Ni-U</td></tr><tr><td>Epson Impressora de Grande Formato</td><td>Epson SCT5475SR</td><td></td><td></td></tr><tr><td>Papel Fosco Pesado</td><td>Epson</td><td>S041596</td><td></td></tr><tr><td>RStudio</td><td>Rstudio, PBC</td><td>versão 2022.07.1</td><td>Qualquer ferramenta de software estatístico será suficiente</td></tr></tbody></table>

visualizando dados oceanográficos para retratar mudanças de longo prazo no fitoplâncton

Visualizing Oceanographic Data to Depict Long-term Changes in Phytoplankton

Séries temporais oceanográficas fornecem uma importante perspectiva sobre os processos ambientais em ecossistemas. A Narragansett Bay Long-Term Plankton Time Series (NBPTS) em Narragansett Bay, Rhode Island, EUA, representa uma das séries temporais de plâncton mais longas (1959-presente) de seu tipo no mundo e apresenta uma oportunidade única de visualizar mudanças de longo prazo dentro de um ecossistema aquático. O fitoplâncton representa a base da cadeia alimentar na maioria dos sistemas marinhos, incluindo a Baía de Narragansett. Portanto, comunicar sua importância aos 2,4 bilhões de pessoas que vivem dentro do oceano costeiro é fundamental. Desenvolvemos um protocolo com o objetivo de visualizar a diversidade e magnitude do fitoplâncton utilizando o Adobe Illustrator para converter imagens microscópicas do fitoplâncton coletadas do NBPTS em gráficos vetoriais que pudessem ser conformados em padrões visuais repetitivos ao longo do tempo. Táxons numericamente abundantes ou que representavam ameaças econômicas e à saúde, como os táxons nocivos à floração de algas, Pseudo-nitzschia spp., foram selecionados para conversão de imagens. Padrões de várias imagens fitoplanctônicas foram então criados com base em sua abundância relativa para décadas selecionadas de dados coletados (décadas de 1970, 1990 e 2010). Padrões decapais da biomassa fitoplanctônica informaram o contorno de cada década, enquanto um gradiente de cor de fundo de azul para vermelho foi usado para revelar um aumento de temperatura de longo prazo observado na Baía de Narragansett. Finalmente, grandes painéis de 96 por 34 polegadas foram impressos com padrões fitoplanctônicos repetidos para ilustrar possíveis mudanças na abundância fitoplanctônica ao longo do tempo. Este projeto permite a visualização de mudanças literais na biomassa fitoplanctônica, que são tipicamente invisíveis a olho nu, aproveitando dados de séries em tempo real (por exemplo, biomassa e abundância fitoplanctônica) dentro da própria obra de arte. Ele representa uma abordagem que pode ser utilizada para muitas outras séries temporais de plâncton para visualização de dados, comunicação, educação e esforços de divulgação.

Os resultados documentam um declínio na biomassa fitoplanctônica entre as décadas de 1970 e 1990 e 2010 (Figura 1). Todas as décadas exibiram um pico bimodal na concentração de clorofila a (chl a), com o primeiro pico ocorrendo no inverno e o segundo ocorrendo no verão. A década de 1970 exibiu maior média de chl a no inverno do que no verão. Por outro lado, a década de 1990 mostrou menor chl a no inverno do que no verão. A década de 2010 retornou a uma con...

Aqui, apresentamos um protocolo para converter imagens microscópicas do fitoplâncton em gráficos vetoriais e padrões repetitivos para permitir a visualização de mudanças nos táxons fitoplanctônicos e biomassa ao longo de 60 anos. Este protocolo representa uma abordagem que pode ser utilizada para outras séries temporais e conjuntos de dados do plâncton globalmente.

Visualizando Dados Oceanográficos para Retratar Mudanças de Longo Prazo no Fitoplâncton

Oceanographic time series provide&#160;an important perspective on environmental processes in ecosystems. The Narragansett Bay Long-Term Plankton Time ...

Sou um ecologista do plâncton focado em caracterizar os efeitos das rápidas mudanças climáticas na ecologia e fisiologia do fitoplâncton e zooplâncton. A ecologia do plâncton requer uma mistura de abordagens tradicionais e modernas. Mais recentemente, a tecnologia de imagem por plâncton, além da microscopia, está sendo usada para quantificar e medir o plâncton.Essa tecnologia diminui o tempo necessário para contar plâncton manualmente, utilizando inteligência artificial para contar e classificar o plâncton para nós. Esta pesquisa visualiza uma das séries temporais de plâncton mais longas do mundo. Esses conjuntos de dados são críticos para fornecer contexto para entender as mudanças nas comunidades de plâncton e nas teias alimentares em regiões afetadas pelas rápidas mudanças climáticas.Minha pesquisa ajudou a visualizar os mecanismos subjacentes a essas mudanças. Dada a natureza microscópica do plâncton, pode ser difícil, particularmente para os cientistas, visualizar em comunicação como as comunidades de plâncton estão mudando ao longo do tempo. Meu protocolo visa fornecer um método claro para visualizar mudanças nas comunidades de plâncton, aproveitando dados científicos dentro

visualizing-oceanographic-data-to-depict-long-term-changes

Research

JoVE Journal

Environment

Ambiente

Um método para a extração de metabólitos de comunidades planctônicas microbianas é apresentado. Amostragem comunidade inteira é obtida por filtração em filtros especialmente preparados. Após liofilização, aquosa solúveis em metabolitos são extraídos. Esta abordagem permite a aplicação da metabolômica ambientais para trans-genómica investigações de comunidades microbianas naturais ou experimentais.

Concentração de metabólitos de comunidades de baixa densidade fitoplanctônicas para Metabolomics ambiental utilizando Espectroscopia de Ressonância Magnética Nuclear

Aqui, apresentamos um protocolo abrangente para avaliar a disponibilidade de nutrientes orgânicos e inorgânicos e a abundância e estrutura das comunidades microbianas e virais em ambientes marinhos remotos.

Desvendando os jogadores invisíveis no Oceano - Um Guia de Campo para Química da Água e Microbiologia Marinha

Clorofila da superfície do mar, temperatura, altura do nível do mar, vento e dados frontais obtidos ou derivados de observações por satélite oferecem uma maneira eficaz de caracterizar o oceano. Apresentado é um método para o estudo abrangente desses dados, incluindo análises gerais de ciclo médio, sazonal e intercorrelação, para compreender plenamente a dinâmica regional e os ecossistemas.

Investigando a relação entre clorofila da superfície do mar e principais características do Mar do Sul da China com informações de satélite

Oikopleura dioica é um organismo modelo tunicate em vários campos da biologia. Descrevemos métodos de amostragem, identificação de espécies, configuração de cultivo e protocolos de cultivo para os animais e alimentação de algas. Destacamos fatores-chave que ajudaram a fortalecer o sistema cultural e discutir os possíveis problemas e resoluções.

Amostragem e Cultivo Simplificado da Larvacean Cosmopolita Pelagic, Oikopleura dioica

Fluorometer de taxa de repetição rápida (FRRf) é um método benéfico para medir fotofilosiologia fotossiológica II e produtividade primária. Aqui descrevemos um protocolo para medir a fotofisiologia PSII de algas epizoicas, Colacium sp. em zooplâncton substrato usando FRRf tipo cuvette.

Medindo fotofisiologia do estágio anexado de Colacium sp. por um fluorômetro de taxa de repetição rápida do tipo cuvette

Aqui, um protocolo é apresentado para visualizar dados climáticos como arte generativa.

Usando a arte generativa para transmitir transições climáticas passadas e futuras

Aqui, objetivamos visualizar a zonação da produtividade biológica em Narragansett Bay, Rhode Island, com base no modelo de balanço de massa de nitrogênio. Os resultados servirão de base para o manejo de nutrientes nas regiões costeiras para reduzir a hipóxia e a eutrofização.

Visualização de zonas de produtividade com base no modelo de balanço de massa de nitrogênio em Narragansett Bay, Rhode Island

Aqui é apresentado um protocolo para coleta e processamento de dados de fotogrametria subaquática, incluindo um pipeline de processamento de imagem significativamente simplificado e totalmente automatizado, resultando em saídas georreferenciadas e alinhadas a séries temporais prontas para extração, análise e aplicação de dados ecológicos.

Reefshape: Um sistema para a coleta eficiente e processamento automatizado de dados de fotogrametria subaquática de séries temporais para monitoramento de habitat bentônico

Este protocolo abrange uma metodologia de pesquisa de imagem de grande área de quatro etapas usada para extrair métricas de complexidade estrutural, composição da comunidade e demografia da população para comunidades de recifes de coral. A qualidade das imagens coletadas e o acesso integrado às imagens de origem são priorizados em cada etapa do protocolo.

Medindo a estrutura, composição e mudança de ambientes subaquáticos com imagens de grande área

De gases de combustão das usinas é um barato CO 2 fonte para o crescimento de algas. Nós construímos "gás de combustão para cultivo de algas" protótipo sistemas e descreveu como para ampliar o processo de cultivo de algas. Demonstrámos a utilização de um modelo bio-reacção de transferência de massa para simular e conceber o funcionamento óptimo do gás de combustão para o crescimento de Chlorella sp. em algas foto-biorreatores.

Otimizar Configurações de gases de combustão para promover o crescimento de microalgas em fotobiorreatores via simulações de computador

Explore a conversão de imagens microscópicas de fitoplâncton em gráficos vetoriais para visualizar mudanças em comunidades planctônicas ao longo de 60 anos. Este protocolo utiliza inteligência artificial para classificação e análise de séries temporais.

Visualizando Dados Oceanográficos para Retratar Mudanças de Longo Prazo no Fitoplâncton

Explorar mais vídeos