Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

Visualización de datos oceanográficos para representar los cambios a largo plazo en el fitoplancton

Published: July 28, 2023 doi: 10.3791/65571
Automatic Translation
1, 2
1Graduate School of Oceanography, University of Rhode Island, 2School of Earth, Environmental and Marine Sciences, The University of Texas - Rio Grande Valley

Summary

Aquí, presentamos un protocolo para convertir imágenes microscópicas de fitoplancton en gráficos vectoriales y patrones repetitivos para permitir la visualización de cambios en los taxones y la biomasa del fitoplancton a lo largo de 60 años. Este protocolo representa un enfoque que se puede utilizar para otras series temporales y conjuntos de datos de plancton a nivel mundial.

Abstract

Las series temporales oceanográficas proporcionan una perspectiva importante sobre los procesos ambientales en los ecosistemas. La Serie de Tiempo de Plancton a Largo Plazo de la Bahía de Narragansett (NBPTS) en la Bahía de Narragansett, Rhode Island, EE. UU., representa una de las series de tiempo de plancton más largas (1959-presente) de su tipo en el mundo y presenta una oportunidad única para visualizar el cambio a largo plazo dentro de un ecosistema acuático. El fitoplancton representa la base de la red trófica en la mayoría de los sistemas marinos, incluida la bahía de Narragansett. Por lo tanto, es fundamental comunicar su importancia a los 2.400 millones de personas que viven en el océano costero. Desarrollamos un protocolo con el objetivo de visualizar la diversidad y magnitud del fitoplancton utilizando Adobe Illustrator para convertir imágenes microscópicas de fitoplancton recolectadas del NBPTS en gráficos vectoriales que podrían conformarse en patrones visuales repetitivos a lo largo del tiempo. Se seleccionaron taxones numéricamente abundantes o que representaban amenazas económicas y sanitarias, como los taxones de floración de algas nocivas, Pseudo-nitzschia spp., para la conversión de imágenes. A continuación, se crearon patrones de varias imágenes de fitoplancton en función de su abundancia relativa para décadas seleccionadas de datos recopilados (décadas de 1970, 1990 y 2010). Los patrones decenales de la biomasa de fitoplancton informaron el contorno de cada década, mientras que se utilizó un gradiente de color de fondo de azul a rojo para revelar un aumento de temperatura a largo plazo observado en la bahía de Narragansett. Finalmente, se imprimieron grandes paneles de 96 pulgadas por 34 pulgadas con patrones repetitivos de fitoplancton para ilustrar los posibles cambios en la abundancia de fitoplancton a lo largo del tiempo. Este proyecto permite la visualización de cambios literales en la biomasa de fitoplancton, que suelen ser invisibles a simple vista, al tiempo que aprovecha los datos de series en tiempo real (por ejemplo, biomasa y abundancia de fitoplancton) dentro de la propia obra de arte. Representa un enfoque que se puede utilizar para muchas otras series temporales de plancton para la visualización de datos, la comunicación, la educación y los esfuerzos de divulgación.

Introduction

El fitoplancton es un productor primario que representa la base de la red trófica en los ecosistemas acuáticos 1,2. Si bien los programas de monitoreo del fitoplancton son clave para identificar los cambios actuales y futuros en los ecosistemas marinos, su apoyo está disminuyendo con el tiempo. Debido a sus tiempos de generación relativamente cortos y su movilidad limitada, el fitoplancton es particularmente sensible al cambio climático, lo que lo convierte en una herramienta importante en el monitoreo de series temporales. Las series temporales del fitoplancton también son importantes para informar sobre la gestión de la disponibilidad de recursos basada en los ecosistemas y proporcionar contexto para eventos episódicos, como las olas de calor marinas4. Las series temporales a corto plazo, en cuestión de años, proporcionan información sobre la sucesión de las comunidades de fitoplancton y la dinámica estacional (por ejemplo, ref.5,6), mientras que las series temporales a largo plazo, como los programas Bermuda Atlantic Time Series (BATS) y Hawaii Ocean Times Series (HOTS), abarcan más de dos décadas y permiten la detección de tendencias a largo plazo 7,8. Estos estudios ilustran el beneficio y la importancia de un registro de fitoplancton altamente resuelto para una comprensión completa de los cambios a largo plazo en los ecosistemas en entornos marinos dinámicos. Además, visualizar y comunicar estos cambios en el fitoplancton, que no se pueden ver a simple vista, son más difíciles de comprender que para los organismos que son grandes y fácilmente visibles, como los peces y las ballenas. Las visualizaciones por computadora ofrecen una técnica para explorar conjuntos de datos complejos9 y los gráficos ilustrativos mejorados están cada vez más disponibles (por ejemplo, Integration and Application Network, University of Maryland Center for Environmental Science). Sin embargo, la mayoría de los estudios sobre ecología del fitoplancton, incluidos muchos a los que se hace referencia aquí, todavía solo presentan los resultados como gráficos de datos, lo que reduce su accesibilidad para el público en general. Dado que el fitoplancton representa la base de la red trófica en la mayoría de los sistemas marinos,es fundamental comunicar su importancia a los casi 2.400 millones de personas que viven en el océano costero. Aquí, desarrollamos un protocolo con el objetivo de visualizar la diversidad y magnitud del fitoplancton, tal como se recolecta mediante un programa de monitoreo de fitoplancton.

La Serie Temporal de Plancton de la Bahía de Narragansett (NBPTS) proporciona una perspectiva a largo plazo de 60+ años (1959-presente) sobre los efectos del cambio global dentro de un contexto climático en la abundancia, estacionalidad y fenología (historia de vida) del fitoplancton. La bahía de Narragansett (NBay) es un estuario costero conectado a los sistemas más amplios de la plataforma noreste de los EE. UU. y el Atlántico noroccidental cuya producción tiene importantes implicaciones para la pesca y el uso humano a lo largo de la costa de los EE. UU.11. NBay se considera un sistema altamente estacional que experimenta un calentamiento de las aguas a largo plazo (1950-2015) en la región, así como cambios en los nutrientes y un aumento en la claridad del agua12,13. Además, se ha producido una disminución de la biomasa de fitoplancton en la parte superior de la NBay relacionada con la disminución antropogénica del nitrógeno inorgánico disuelto, que se atribuye en parte a las mejoras en las plantas de tratamiento de aguas residuales12. Los cambios en los taxones de fitoplancton, en particular las floraciones de algas nocivas (FAN), también están ocurriendo en NBay. Pseudo-nitzschia spp., que produce floraciones tóxicas generalizadas en las regiones de surgencia a lo largo de la costa oeste de los EE. UU., condujo a cierres notables de mariscos por primera vez en la historia de NBay en 2016 y 2017 14,15,16. Comunicar estos cambios a audiencias diversas es importante para aumentar la alfabetización científica y para promover el apoyo continuo a los estudios de monitoreo del fitoplancton.

El objetivo de este proyecto fue utilizar imágenes microscópicas de fitoplancton de NBay, así como datos sintetizados de NBPTS, para visualizar los cambios literales en los taxones y la biomasa de fitoplancton que están ocurriendo en NBay para comunicar y mejorar la importancia del fitoplancton para el público en general. NBPTS proporciona 60+ años de recuentos semanales de fitoplancton y biomasa disponibles públicamente para aprovechar los datos de (https://web.uri.edu/gso/research/plankton/). El producto final fue un gran mural de patrones de plancton representativos de los datos de series temporales (por ejemplo, biomasa y taxones de fitoplancton, temperatura) dentro de la propia obra de arte. Este enfoque representa un método de visualización que se puede utilizar para muchas otras series temporales de plancton en todo el mundo y también se puede adaptar para programas de monitoreo con datos estacionales a corto plazo. Los beneficios de implementar este protocolo incluyen el aumento de los esfuerzos en la visualización de datos, la comunicación científica, la educación y el compromiso con las comunidades locales.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Convertir imágenes de fitoplancton en gráficos vectoriales

  1. Seleccione imágenes microscópicas de fitoplancton tomadas de la Serie Temporal de Plancton a Largo Plazo de la Bahía de Narragansett (NBPTS) como archivos .JPG, .PNG o .PDF (Figura 1A).
    NOTA: Los taxones incluyen Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, complejo de especies Skeletonema, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. y Pseudo-nitzschia spp. Las imágenes se tomaron con un microscopio óptico.
  2. Abra el editor de gráficos vectoriales de software específico o el ilustrador utilizado para este estudio (consulte la Tabla de materiales). El software de gráficos vectoriales ha sido mencionado como ilustrador más adelante en el manuscrito.
  3. Coloque una imagen microscópica .JPG o .PNG en el espacio de trabajo de Illustrator abriendo un archivo desde el ordenador o arrastrándolo y soltándolo en un nuevo espacio de trabajo.
  4. Vaya a Ver > Mostrar cuadrícula de transparencia para mostrar el fondo del tablero de ajedrez que indica transparencia.
  5. Haga clic en Ventana > Calco de imagen en el menú desplegable para abrir la ventana Calco de imagen.
  6. Haga clic en la herramienta Selección (flecha negra) en la barra de herramientas y haga clic en la imagen del fitoplancton.
  7. Haga clic en Objeto > Expandir en el menú desplegable.
  8. Utilice la herramienta Selección directa (flecha blanca) en la barra de herramientas para hacer clic y seleccionar las partes de fondo de la imagen para deshacerse de ellas alrededor del fitoplancton. Presione eliminar.
  9. Repita el procedimiento para cada región de fondo de la imagen.
  10. Haga clic en Archivo > Exportar para guardar el archivo como .PNG archivo. Asegúrese de que la casilla Fondo transparente esté seleccionada.
  11. Coloque .PNG imagen microscópica sin fondo en un nuevo espacio de trabajo en Illustrator abriendo el archivo desde el ordenador o arrástrelo y suéltelo en un nuevo espacio de trabajo.
  12. Haga clic en Ventana > Calco de imagen en el menú desplegable para abrir la ventana Calco de imagen.
  13. En las opciones de Calco de imagen, haga clic en Ajuste preestablecido > logotipo en blanco y negro y modo > blanco y negro.
  14. Utilice el Umbral y las opciones Avanzadas (es decir, Trazados, Esquinas y Ruido) para refinar la imagen.
  15. En Propiedades, seleccione Expandir para vectorizarlo.
  16. Seleccione Ver > Mostrar cuadrícula de transparencia.
  17. Haga clic en la imagen vectorial , luego haga clic con el botón derecho y seleccione Desagrupar.
  18. Elija la herramienta Selección directa (flecha blanca) en la barra de herramientas. Arrastre y dibuje un cuadro alrededor del espacio en blanco solamente. Presione eliminar para eliminarlo.
  19. Repita hasta que se eliminen todos los espacios en blanco.
  20. Haga clic en Archivo > Guardar como y seleccione . EPS para guardar como gráfico vectorial.
  21. Repita para los taxones de fitoplancton de 1.1 (Figura 1B).

2. Creación de patrones de fitoplancton

  1. Utilice los datos de recuento de fitoplancton del conjunto de datos NBPTS para determinar la abundancia promedio de cada taxón de 1970-1979 (década de 1970), 1990-1999 (década de 1990) y 2010-2019 (década de 2010).
  2. Calcule la media ± la desviación estándar para cada taxón de fitoplancton para cada década en un programa de software estadístico haciendo clic o escribiendo 'mean() y sd()'.
  3. Haga clic en o escriba 'aov() ' para usar un ANOVA para probar las diferencias significativas entre décadas en un programa de software estadístico.
    NOTA: Algunas especies (p. ej., Tripos spp., Chaetoceros diadema) no tienen tamaños de muestra lo suficientemente grandes en la década de 1990. En este caso, haga clic o escriba 't.test()' en un programa de software estadístico para comparar las abundancias medias en la década de 1970 con la de 2010.
  4. Utilice la herramienta 'Mesa de trabajo' (cuadrado) en la barra de herramientas para hacer clic y crear una nueva mesa de trabajo en un nuevo espacio de trabajo del ilustrador específico utilizado en este estudio.
  5. Crea tres mesas de trabajo idénticas del mismo tamaño. Ajuste el tamaño en Propiedades > Transformar.
    NOTA: Para este proyecto, las mesas de trabajo para las imágenes de fitoplancton eran de 1224 px por 545 px.
  6. Arrastra y suelta el archivo . Archivos EPS de los diferentes taxones de fitoplancton en las tres mesas de trabajo.
  7. Colorea el fitoplancton con diferentes colores representativos de la década utilizando la herramienta Selección directa (flecha blanca) para dibujar un cuadro alrededor de un fitoplancton individual.
  8. En Propiedades, seleccione Relleno y luego haga clic en el color deseado de la paleta de colores. Pulse Intro para rellenar el vector.
  9. Usa la herramienta Selección (flecha negra) para resaltar un fitoplancton en particular, luego selecciona Editar > Copiar y Editar > Pegar.
  10. Pegue cada vector de fitoplancton cualitativamente en función de las proporciones relativas de cada taxón en el conjunto de datos como se determina en 2.2 para cada una de las tres décadas (Figura 1C).
    NOTA: La abundancia de fitoplancton en cada panel es una representación cualitativa de la Tabla 1. Por ejemplo, si se observa una mayor abundancia de Pseudo-nitzschia spp. en la década de 2010 que en la de 1990, copie más gráficos de Pseudo-nitzschia en la mesa de trabajo de 2010 que en la mesa de trabajo de 1990.
  11. Seleccione Objeto > Patrón > Crear para crear un patrón de fitoplancton de muestra de color para cada una de las tres décadas.

3. Incorporación de datos de biomasa y temperatura del fitoplancton

  1. Haga clic en o escriba 'mean()' para calcular el promedio de clorofila a (chl a, proxy de la biomasa de fitoplancton) para cada semana de cada década en un programa de software estadístico.
  2. Haga clic o escriba 'plot()' en un programa de software estadístico para graficar la biomasa media decenal (variable dependiente) por cada semana (variable independiente) y haga clic en Guardar el gráfico como un .JPG o .PNG.
  3. Coloque un .JPG o .PNG de la figura de biomasa de una década en el espacio de trabajo de Illustrator abriendo el archivo desde el ordenador o arrástrelo y suéltelo en un nuevo espacio de trabajo.
  4. Repita los pasos 1.3 a 1.8 para vectorizar cada uno de los tres ciclos estacionales de chl a .
    1. Vaya a Ver > Mostrar cuadrícula de transparencia para mostrar el fondo del tablero de ajedrez que indica transparencia.
    2. Haga clic en Ventana > Calco de imagen en el menú desplegable para abrir la ventana Calco de imagen.
    3. Haga clic en la herramienta Selección (flecha negra) en la barra de herramientas y haga clic en la imagen.
    4. Haga clic en Objeto > Expandir en el menú desplegable.
    5. Utilice la herramienta Selección directa (flecha blanca) en la barra de herramientas para hacer clic y seleccionar las partes de fondo de la imagen para deshacerse de ellas alrededor de la línea que indica el ciclo estacional. Presione eliminar. Repita el procedimiento para cada región de fondo de la figura.
    6. Haga clic en Archivo > Exportar para guardar el archivo como .PNG archivo. Asegúrese de que la casilla Fondo transparente esté seleccionada.
    7. Coloque .PNG figura con el fondo eliminado en un nuevo espacio de trabajo del ilustrador específico utilizado abriendo el archivo desde la computadora o arrástrelo y suéltelo en un nuevo espacio de trabajo.
    8. Haga clic en Ventana > Calco de imagen en el menú desplegable para abrir la ventana Calco de imagen.
    9. En Propiedades, seleccione Expandir para vectorizarlo.
    10. Seleccione Ver > Mostrar cuadrícula de transparencia.
    11. Haga clic en la imagen vectorial , luego haga clic con el botón derecho y seleccione Desagrupar.
    12. Elija la herramienta Selección directa (flecha blanca) en la barra de herramientas. Arrastre y dibuje un cuadro alrededor del espacio en blanco solamente. Presione eliminar para eliminarlo.
    13. Repita hasta que se eliminen todos los espacios en blanco de cada una de las líneas de las décadas de 1970, 1990 y 2010.
    14. Haga clic en Archivo > Guardar como y seleccione . EPS para guardar cada línea como un gráfico vectorial separado.
  5. Utilice la herramienta "Mesa de trabajo" (cuadrado) de la barra de herramientas para hacer clic en arrastrar y crear una nueva mesa de trabajo en un nuevo espacio de trabajo de Illustrator.
  6. Crea tres mesas de trabajo idénticas del mismo tamaño. Ajuste el tamaño en Propiedades > Transformar.
    NOTA: Para este proyecto, las dimensiones fueron de 1224 px por 3456 px.
  7. Arrastre y suelte uno de los archivos . EPS en una de las tres mesas de trabajo, respectivamente.
  8. Crea una nueva capa haciendo clic en el 'icono de nota adhesiva'.
  9. Crea un rectángulo dentro de la nueva capa con la herramienta Rectángulo de la barra de herramientas.
  10. Rellena el rectángulo con un degradado azul claro usando la herramienta Degradado de la barra de herramientas.
  11. Copie la línea de tendencia vectorizada y agréguela a la capa con el rectángulo en ella.
  12. Utilice la herramienta "Segmento de línea" de la barra de herramientas para crear un cuadro adjunto a la línea de tendencia. Mantén presionada la tecla Mayús para que las líneas sean rectas y estén alineadas.
  13. Pulse la tecla de control y seleccione todos los componentes, incluidas las líneas, el rectángulo y la línea de tendencia dentro de la capa.
  14. Seleccione Objeto > Máscara de recorte > crear. Esto eliminará el relleno superior de la forma.
  15. Rellena la forma con el patrón de fitoplancton guardado como muestra de color de la versión 2.11.
  16. Repita este proceso para cada una de las tres décadas.
  17. Repita los pasos 3.9 y 3.10 para crear un rectángulo coloreado con un degradado de color rojo a azul para representar la temperatura del agua caliente en los tres paneles decenales.
  18. Haga clic derecho en el objeto y muévalo hacia atrás detrás de los patrones de fitoplancton.

4. Adición de detalles a los paneles de fitoplancton

  1. Para agregar imágenes de fitoplancton fotografiado a los patrones de fitoplancton, seleccione Abrir y haga clic en el archivo de imagen para abrirlo en el ilustrador utilizado aquí.
  2. Crea un círculo con la herramienta Elipse de la barra de herramientas y superponlo encima de la imagen de fitoplancton.
  3. Mantenga presionada la tecla Mayús para seleccionar tanto la forma como la imagen, luego en el menú haga clic en Objeto > Máscara de recorte > Crear para rellenar la forma con la imagen.
  4. Repita para seleccionar imágenes de fitoplancton y distribúyalas a lo largo de las tres décadas para que parezcan una lupa que se acerca al fitoplancton ilustrativo (Figura 1D).
    NOTA: Los pasos 1.3 a 1.8 se pueden repetir para agregar elementos artísticos de barcos y pájaros a los paneles para hacer que los ciclos estacionales se parezcan a las olas del océano.
  5. Utilice la 'Herramienta Rectángulo' de la barra de herramientas para crear un cuadro de texto en cada una de las mesas de trabajo de la década.
  6. Utilice la "Herramienta de texto" (T) para hacer clic y escribir texto informativo sobre cada década. Agregue texto en la parte superior de cada década con el nombre de la década y agregue los nombres de las estaciones correspondientes en la parte inferior de cada uno de los tres paneles.
  7. Guarde el espacio de trabajo en Illustrator.

5. Producción de murales

  1. Importe el archivo de Illustrator guardado y seleccione esta opción para importar solo las tres décadas completadas. Seleccione todo y expórtelo como un archivo .PDF.
  2. Abra el archivo de .PDF de patrón de plancton con un trazador de gran formato para escalar las tres mesas de trabajo decenales en paneles de 96 por 34 pulgadas.
  3. Imprima los paneles en papel Heavyweight Matter e instálelos con herrajes colgantes.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Los resultados documentan una disminución de la biomasa de fitoplancton desde la década de 1970 hasta la década de 1990 y la década de 2010 (Figura 1). Todas las décadas exhibieron un pico bimodal en la concentración de clorofila a (chl a), con el primer pico ocurriendo en invierno y el segundo ocurriendo en verano. La década de 1970 exhibió un promedio de chl a más alto en invierno que en verano. Por el contrario, la década de 1990 mostró un menor chl a en invierno que en verano. La década de 2010 volvió a una concentración media de chl a más alta en invierno que en verano. Estos resultados se reflejan en el producto final a través de diferentes picos de chl a en los paneles, así como con los cuadros de texto agregados para enfatizar los diferentes componentes del conjunto de datos chl a (Figura 2).

El análisis de taxones de fitoplancton ecológicamente relevantes de la bahía de Narragansett reveló una amplia gama de abundancia a lo largo del tiempo. Esta variación a menudo enmascaró cualquier diferencia estadísticamente significativa en los taxones entre las tres décadas, aunque los taxones HAB, Dinophysis spp. y Tripos spp. (anteriormente denominados Ceratium) disminuyeron (Tabla 1). En contraste, Thalassiosira nordenskioeldii y Skeletonema spp. aumentaron (Tabla 1). Otros taxones oscilaron en abundancia como Eucampia zodiacus (Tabla 1). Estos resultados se ilustraron en el producto final por la mayor presencia de más imágenes de E. zodiacus en la década de 2010 en comparación con las décadas de 1970 y 1990, así como una imagen microscópica superpuesta de E. zodiacus para llevar la especie real a la "vida real" para la audiencia (Figura 2 y 3).

Nombre del taxón Tipo 1970-79 Media ± DE (Celdas L-1) 1990-99 Media ± DE (Celdas L-1) 2010-19 Media ± DE (Celdas L-1) Valor p
Pseudo-nitzschia spp. Diatomea 3701 ± 18235 5123 ± 24396 12919 ± 58632 > 0.05
Thalassionema nitzschioides Diatomea 81797 ± 245710 22909 ± 59246 62656 ± 292940 > 0.05
Tripos spp. Dinoflagelado 1933 ± 703 500 ± 706 841 ± 353 < 0,001
Eucampia zodiacus Diatomea 27266 ± 27675 7500 ± 2121 90764 ± 181415 > 0.05
Thalassiosira nordenskioeldii Diatomea 76800 ± 150545 27000 ± 28284 362411 ± 376064 0.008
Odontella aurita Diatomea 5571 ± 8541 5000 ± 2645 17750 ± 23485 > 0.05
Chaetoceros diadema Diatomea 103027 ± 239802 18000 ± 0 40402 ± 46128 > 0.05
Skeletonema spp. Diatomea 2457847 ± 7814228 1884674 ± 4888589 1349184 ± 3732765 0.003
Dinophysis spp. Dinoflagelado 5166 ± 8983 1978 ± 1840 2331 ± 2504 < 0,001

Tabla 1: Recuentos de fitoplancton. Media (celdas L-1) y desviación estándar de las concentraciones de fitoplancton para cada taxón para cada década. El tipo designa si el fitoplancton se clasifica como diatomea o dinoflagelado. Se realizó ANOVA o prueba t para comprobar las diferencias estadísticamente significativas en la abundancia media entre las tres décadas (ANOVA) o dos (prueba t) cuando el tamaño de la muestra era bajo en la década de 1990 (es decir, Tripos spp., Eucampia zodiacus, Thalassiosira nordenskioeldii, Odontella aurita y Chaetoceros diadema). Valores p significativos determinados en α = 0,05 e indicados en negrita.

Figure 1
Figura 1: Esquema de la metodología. A) Convertir una imagen microscópica en un gráfico ilustrativo vectorial, B) Crear un patrón repetitivo para cada década (1970, 1990, 2010), C) Utilizar datos decenales de clorofila a para informar las formas de los patrones. Rellene el fondo con un esquema de color azul a rojo para representar el aumento de la temperatura del agua, y D) Finalice el producto agregando texto para informar las características distintivas en patrones e imágenes microscópicas de fitoplancton utilizadas para crear gráficos ilustrativos. Haga clic aquí para ver una versión más grande de esta figura.

Figure 2
Figura 2: Visualización completada. Visualización finalizada del fitoplancton realizada en el ilustrador. Los taxones incluyen Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, Skeletonema species complex, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. y Pseudo-nitzschia spp. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3: Obra de arte terminada. Visualización finalizada del fitoplancton realizada en el ilustrador junto con la versión impresa para A) la década de 1970, B) la década de 1990 y C) la década de 2010. Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Los pasos críticos del protocolo incluyen la obtención de imágenes microscópicas del fitoplancton y su conversión en gráficos vectoriales. Hacer que las imágenes de fitoplancton, que no son perceptibles a simple vista, sean lo suficientemente grandes como para ser vistas sin lupa en el mural, ayuda a darles vida para el espectador. Para lograr que este mural no solo sea una obra de arte, sino también un método de visualización de datos, es importante incorporar los datos observados en el proyecto. En el caso del mural del fitoplancton, los ciclos anuales de clorofila a (chl a) que se promediaron por década representan los datos reales y muestran cómo chl a disminuyó por década en los diferentes paneles. Para la abundancia de fitoplancton, las concentraciones promedio de ciertos taxones variaron entre las décadas, por lo tanto, una mayor abundancia de un taxón observada en una década en particular tendría más gráficos de ese taxón copiados en el panel decenal en comparación con otro panel con menor abundancia media. El uso de datos observados para informar los elementos artísticos, como un gradiente de color de azul a rojo para representar los aumentos de temperatura, también ayuda a visualizar estos datos científicos.

Las modificaciones del método podrían incluir la obtención de imágenes microscópicas de fitoplancton a partir de repositorios de imágenes de acceso abierto, así como la utilización de otros sistemas de imágenes de fitoplancton para imágenes fotográficas además de un microscopio (por ejemplo, Imaging Flow-Cytobot). Además, las imágenes microscópicas y los datos científicos podrían incluir recuentos diarios de fitoplancton e imágenes, en lugar de décadas, para conjuntos de datos de series temporales más cortas, así como imágenes de zooplancton para revelar las interacciones de la red alimentaria. Por último, las temperaturas medias registradas para cada década podrían incluirse en los paneles para cuantificar los cambios de temperatura, o una línea de tendencia dibujada cerca de la parte inferior de los paneles, además de los cambios ilustrativos que se muestran a través del fondo del gradiente. Las limitaciones incluyen la resolución de problemas de estos datos científicos a escala dentro de los límites de la obra de arte física, así como la obtención de instrumentación para imprimir en paneles grandes. También es importante asegurarse de que el color de fondo sea lo suficientemente transparente como para revelar claramente los cambios en la abundancia de fitoplancton a lo largo del tiempo, que pueden ser difíciles de distinguir hasta que se imprimen. Por último, Adobe Illustrator es un software propietario, que puede limitar la accesibilidad para ciertos usuarios, pero hay programas de ilustración de software libre disponibles (por ejemplo, Inkscape, GIMP, Vectr, Vectornator). La adaptación del protocolo para producir los murales de fitoplancton en estos programas gratuitos representa un trabajo futuro útil para aumentar la accesibilidad.

Dado que el fitoplancton representa la base de la red trófica en casi todos los sistemas marinos, comunicar su importancia es fundamental; Sin embargo, la mayoría de los estudios en ecología del fitoplancton solo presentan los resultados como gráficos de datos, lo que reduce su accesibilidad para el público en general. El protocolo presentado aquí para desarrollar el mural de fitoplancton muestra el impacto de la visualización de datos científicos a través de una lente artística17. A través del análisis de este mural, el espectador puede ver que la biomasa de fitoplancton ha disminuido en la bahía de Narragansett (NBay) desde la década de 1970. Esta disminución se produce durante un período en el que ha habido aumentos a largo plazo en la temperatura del agua de mar en NBay13. También se observaron cambios similares en las comunidades de plancton (es decir, zooplancton) con el calentamiento de las temperaturas del agua de mar en el estuario de la bahía de San Francisco, que, al igual que NBay, alberga una gran población humana18,19. Este enfoque representa un método de visualización que se puede utilizar para muchas otras series temporales de plancton, como el estuario de la bahía de San Francisco, en todo el mundo.

A simple vista, la forma y el color de los paneles cambian con el tiempo. Al observar los paneles más de cerca, los patrones del fitoplancton reflejan los cambios en la abundancia y la biomasa de diferentes taxones. Aquí es donde los mundos del arte y la ciencia chocan en el sentido de que los patrones científicos son los patrones literales que se muestran en el mural. Es evidente que hay mucho más en NBay que lo que aparece en la superficie del agua al visualizar datos de fitoplancton a través del arte.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen conflictos de intereses que declarar.

Acknowledgments

Esta investigación fue apoyada por la Fundación Nacional de Ciencias (OIA-1655221, OCE-1655686) y Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U). Agradecemos a los múltiples capitanes por brindar asistencia de campo y a los muchos estudiantes e investigadores que recopilaron datos desde 1970. Agradecemos a Stewart Copeland y Georgia Rhodes por desarrollar el proyecto Vis-A-Thon que produjo el mural de plancton, así como a Rafael Attias de la Escuela de Diseño de Rhode Island por su orientación artística durante el desarrollo del proyecto.

Materials

Name Company Catalog Number Comments
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

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). , 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).

Tags

Datos Oceanográficos Cambios a Largo Plazo Fitoplancton Serie Temporal de Plancton a Largo Plazo de la Bahía de Narragansett Ecosistema Acuático Visualización de Datos Adobe Illustrator Imágenes Microscópicas Gráficos Vectoriales Patrones Visuales Repetitivos Taxones Abundantes Taxones de Floración de Algas Nocivas Pseudo-nitzschia Spp. Abundancia Relativa Décadas de Datos Biomasa de Fitoplancton Aumento de Temperatura
Visualización de datos oceanográficos para representar los cambios a largo plazo en el fitoplancton
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Thibodeau, P. S., Kim, J.… More

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).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter