Waiting
Login processing...

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

Environment

Oceanografische gegevens visualiseren om langetermijnveranderingen in fytoplankton weer te geven

Published: July 28, 2023 doi: 10.3791/65571

Summary

Hier presenteren we een protocol voor het omzetten van fytoplankton microscopische beelden in vectorafbeeldingen en repetitieve patronen om visualisatie van verschuivingen in fytoplanktontaxa en biomassa over 60 jaar mogelijk te maken. Dit protocol vertegenwoordigt een benadering die kan worden gebruikt voor andere planktontijdreeksen en datasets wereldwijd.

Abstract

Oceanografische tijdreeksen bieden een belangrijk perspectief op milieuprocessen in ecosystemen. De Narragansett Bay Long-Term Plankton Time Series (NBPTS) in Narragansett Bay, Rhode Island, VS, vertegenwoordigt een van de langste planktontijdreeksen (1959-heden) in zijn soort ter wereld en biedt een unieke kans om langetermijnveranderingen binnen een aquatisch ecosysteem te visualiseren. Fytoplankton vormt de basis van het voedselweb in de meeste mariene systemen, waaronder Narragansett Bay. Daarom is het van cruciaal belang om hun belang over te brengen aan de 2.4 miljard mensen die in de kustoceaan leven. We hebben een protocol ontwikkeld met als doel de diversiteit en omvang van fytoplankton te visualiseren door Adobe Illustrator te gebruiken om microscopische afbeeldingen van fytoplankton verzameld uit de NBPTS om te zetten in vectorafbeeldingen die in de loop van de tijd kunnen worden aangepast aan repetitieve visuele patronen. Numeriek overvloedige taxa of taxa die een economische en gezondheidsbedreiging vormden, zoals de schadelijke algenbloeitaxa, Pseudo-nitzschia spp., werden geselecteerd voor beeldconversie. Patronen van verschillende fytoplanktonbeelden werden vervolgens gemaakt op basis van hun relatieve overvloed voor geselecteerde decennia van verzamelde gegevens (jaren 1970, 1990 en 2010). Decadale patronen van fytoplanktonbiomassa vormden de basis voor de omtrek van elk decennium, terwijl een achtergrondkleurgradiënt van blauw naar rood werd gebruikt om een langdurige temperatuurstijging te onthullen die werd waargenomen in Narragansett Bay. Ten slotte werden grote panelen van 96 inch bij 34 inch geprint met herhalende fytoplanktonpatronen om mogelijke veranderingen in de hoeveelheid fytoplankton in de loop van de tijd te illustreren. Dit project maakt visualisatie mogelijk van letterlijke verschuivingen in fytoplanktonbiomassa, die doorgaans onzichtbaar zijn voor het blote oog, terwijl gebruik wordt gemaakt van real-time seriegegevens (bijv. fytoplanktonbiomassa en abundantie) in het kunstwerk zelf. Het vertegenwoordigt een benadering die kan worden gebruikt voor vele andere planktontijdreeksen voor datavisualisatie, communicatie, onderwijs en outreach-inspanningen.

Introduction

Fytoplankton is een primaire producent die de basis vormt van het voedselweb in aquatische ecosystemen 1,2. Hoewel fytoplanktonmonitoringprogramma's essentieel zijn voor het identificeren van huidige en toekomstige veranderingen in mariene ecosystemen, neemt hun steun in de loop van de tijd af 3. Door hun relatief korte generatietijden en beperkte mobiliteit zijn fytoplankton bijzonder gevoelig voor klimaatverandering, waardoor ze een belangrijk hulpmiddel zijn bij het monitoren van tijdreeksen. Tijdreeksen van fytoplankton zijn ook belangrijk voor het informeren van ecosysteemgebaseerd beheer van de beschikbaarheid van hulpbronnen en het bieden van context voor episodische gebeurtenissen, zoals mariene hittegolven4. Kortetermijntijdreeksen, over de kwestie van jaren, geven inzicht in de opvolging van fytoplanktongemeenschappen en seizoensdynamiek (bijv. ref.5,6), terwijl tijdreeksen op lange termijn, zoals de Bermuda Atlantic Time Series (BATS) en Hawaii Ocean Times Series (HOTS)-programma's, meer dan twee decennia beslaan en de detectie van langetermijntrends mogelijk maken 7,8. Dergelijke studies illustreren het voordeel en het belang van een sterk opgelost fytoplanktonrecord voor een volledig begrip van ecosysteemveranderingen op lange termijn in dynamische mariene omgevingen. Verder is het visualiseren en communiceren van deze veranderingen in fytoplankton, die niet met het blote oog kunnen worden gezien, moeilijker te begrijpen dan voor organismen die groot en goed zichtbaar zijn, zoals vissen en walvissen. Computervisualisaties bieden een techniek om complexe datasets te verkennen9 en verbeterde illustratieve afbeeldingen komen direct beschikbaar (bijv. Integration and Application Network, University of Maryland Center for Environmental Science). De meeste studies in de ecologie van fytoplankton, waaronder veel waarnaar hier wordt verwezen, presenteren echter nog steeds alleen resultaten als datagrafieken die hun toegankelijkheid voor een algemeen publiek verminderen. Gezien het feit dat fytoplankton de basis vormt van het voedselweb in de meeste mariene systemen, is het van cruciaal belang om het belang ervan te communiceren aan de bijna 2.4 miljard mensen die in de kustoceaan leven10. Hier hebben we een protocol ontwikkeld met als doel de diversiteit en omvang van fytoplankton te visualiseren, zoals verzameld door een fytoplanktonmonitoringsprogramma.

De Narragansett Bay Plankton Time Series (NBPTS) biedt een langetermijnperspectief van 60+ jaar (1959-heden) op de effecten van wereldwijde verandering binnen een klimaatcontext op de overvloed aan fytoplankton, seizoensgebondenheid en fenologie (levensgeschiedenis). Narragansett Bay (NBay) is een kustestuarium dat verbonden is met de bredere systemen van het noordoostelijk plat van de VS en de noordwestelijke Atlantische Oceaan, waarvan de productie belangrijke implicaties heeft voor de visserij en het menselijk gebruik langs de kust van de VS.11. NBay wordt beschouwd als een zeer seizoensgebonden systeem dat langdurig (1950-2015) opwarmende wateren in de regio ervaart, evenals verschuivingen in voedingsstoffen en een toename van de helderheid van het water12,13. Bovendien is er in de bovenloop van de NBay een afname van de fytoplanktonbiomassa opgetreden als gevolg van antropogene afnames van opgeloste anorganische stikstof, die gedeeltelijk wordt toegeschreven aan upgrades in afvalwaterzuiveringsinstallaties12. Verschuivingen in fytoplanktontaxa, met name schadelijke algenbloei (HAB's), doen zich ook voor in NBay. Pseudo-nitzschia spp., die alomtegenwoordige giftige bloei produceert in opwellingsgebieden langs de westkust van de VS, leidde in 2016 en 2017 voor het eerst in de geschiedenis van NBay tot opmerkelijke sluitingen van schelpdieren 14,15,16. Het communiceren van deze veranderingen aan een divers publiek is belangrijk voor het vergroten van de wetenschappelijke geletterdheid en voor het bevorderen van voortdurende ondersteuning van fytoplanktonmonitoringstudies.

Het doel van dit project was om microscopische beelden van fytoplankton van NBay te gebruiken, evenals gegevens gesynthetiseerd van NBPTS, om de letterlijke verschuivingen in fytoplanktontaxa en biomassa die zich voordoen in NBay te visualiseren om het belang van fytoplankton aan het grote publiek te communiceren en te vergroten. NBPTS biedt 60+ jaar openbaar beschikbare wekelijkse fytoplanktontellingen en biomassa om gebruik te maken van gegevens van (https://web.uri.edu/gso/research/plankton/). Het eindproduct was een grote muurschildering van planktonpatronen die representatief zijn voor de tijdreeksgegevens (bijv. fytoplankton, biomassa en taxa, temperatuur) in het kunstwerk zelf. Deze benadering vertegenwoordigt een visualisatiemethode die kan worden gebruikt voor vele andere planktontijdreeksen over de hele wereld en kan ook worden aangepast voor monitoringprogramma's met kortetermijn, seizoensgebonden gegevens. De voordelen van het implementeren van dit protocol zijn onder meer toenemende inspanningen op het gebied van datavisualisatie, wetenschapscommunicatie, onderwijs en betrokkenheid bij lokale gemeenschappen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Fytoplanktonafbeeldingen omzetten in vectorafbeeldingen

  1. Selecteer microscopische fytoplanktonbeelden uit de Narragansett Bay Long Term Plankton Time Series (NBPTS) als .JPG-, .PNG- of .PDF-bestanden (Figuur 1A).
    OPMERKING: Taxa zijn onder meer Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, Skeletonema-soortencomplex, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. en Pseudo-nitzschia spp. De foto's zijn gemaakt met een lichtmicroscoop.
  2. Open een specifieke software-editor voor vectorafbeeldingen of de illustrator die voor dit onderzoek is gebruikt (zie Tabel met materialen). Vector grafische software is verderop in het manuscript als illustrator genoemd.
  3. Plaats een .JPG of .PNG microscopisch kleine afbeelding in de illustrator-werkruimte door een bestand vanaf de computer te openen of het naar een nieuwe werkruimte te slepen en neer te zetten.
  4. Ga naar Transparantieraster weergeven > weergeven om de dambordachtergrond weer te geven die transparantie aangeeft.
  5. Klik op Venster > Afbeeldingen overtrekken in het vervolgkeuzemenu om het venster Afbeeldingen overtrekken te openen.
  6. Klik op het selectiegereedschap (zwarte pijl) in de werkbalk en klik op de afbeelding van het fytoplankton.
  7. Klik op Object > Uitvouwen in het vervolgkeuzemenu.
  8. Gebruik het gereedschap Direct selecteren (witte pijl) in de werkbalk om op de achtergronddelen van de afbeelding te klikken en deze te selecteren om het fytoplankton te verwijderen. Druk op delete.
  9. Herhaal dit voor elk achtergrondgebied van de afbeelding.
  10. Klik op Bestand > Exporteren om het bestand als .PNG bestand op te slaan. Zorg ervoor dat het vak Achtergrond transparant is geselecteerd.
  11. Plaats .PNG microscopisch kleine afbeelding waarvan de achtergrond is verwijderd in een nieuwe werkruimte in de illustrator door het bestand vanaf de computer te openen of sleep het naar een nieuwe werkruimte.
  12. Klik op Venster > Afbeeldingen overtrekken in het vervolgkeuzemenu om het venster Afbeeldingen overtrekken te openen.
  13. Klik onder de opties voor Afbeeldingen overtrekken op Voorinstelling > Zwart-witlogo en Modus > Zwart-wit.
  14. Gebruik de Drempel en de Geavanceerde opties (d.w.z. Paden, Hoeken en Ruis) om de afbeelding te verfijnen.
  15. Selecteer onder Eigenschappen de optie Uitvouwen om het te vectoriseren.
  16. Selecteer Weergeven > Transparantieraster weergeven.
  17. Klik op de vectorafbeelding , klik met de rechtermuisknop en selecteer Groep opheffen.
  18. Kies het gereedschap Direct selecteren (witte pijl) in de werkbalk. Sleep en teken een vak alleen rond de witruimte. Druk op delete om het te verwijderen.
  19. Herhaal dit totdat alle witruimte is verwijderd.
  20. Klik op Bestand > Opslaan als en selecteer . EPS om op te slaan als een vectorafbeelding.
  21. Herhaal dit voor de fytoplankton taxa uit 1.1 (Figuur 1B).

2. Fytoplanktonpatronen creëren

  1. Gebruik fytoplanktontellingsgegevens uit de NBPTS-dataset om de gemiddelde abundantie van elk taxon te bepalen van 1970-1979 (jaren 1970), 1990-1999 (jaren 1990) en 2010-2019 (jaren 2010).
  2. Bereken de gemiddelde ± standaarddeviatie voor elke fytoplanktontaxa voor elk decennium in een statistisch softwareprogramma door op 'mean() and sd()' te klikken of te typen.
  3. Klik op of typ 'aov() ' om een ANOVA te gebruiken om te testen op significante verschillen tussen decennia in een statistisch softwareprogramma.
    OPMERKING: Sommige soorten (bijv. Tripos spp., Chaetoceros diadema) hadden in de jaren 1990 geen steekproefomvang die groot genoeg was. Klik in dit geval op of typ 't.test()' in een statistisch softwareprogramma om de gemiddelde abundanties in de jaren 1970 te vergelijken met de jaren 2010.
  4. Gebruik het 'Tekengebiedgereedschap' (vierkant) in de werkbalk om te klikken en een nieuw tekengebied te maken in een nieuwe werkruimte van de specifieke illustrator die in dit onderzoek is gebruikt.
  5. Maak drie identieke tekengebieden van dezelfde grootte. Pas de grootte aan in Eigenschappen > Transformatie.
    OPMERKING: Voor dit project waren de tekengebieden voor de fytoplanktonafbeeldingen 1224 px bij 545 px.
  6. Sleep het . EPS-bestanden van de verschillende fytoplanktontaxa op de drie Artboards.
  7. Kleur het fytoplankton met verschillende kleuren die representatief zijn voor het decennium door het gereedschap Directe selectie (witte pijl) te gebruiken om een kader rond een individueel fytoplankton te tekenen.
  8. Selecteer onder Eigenschappen de optie Opvulling en klik vervolgens op de gewenste kleur in het kleurenpalet. Druk op enter om de vector te vullen.
  9. Gebruik het selectiegereedschap (zwarte pijl) om een bepaald fytoplankton te markeren en selecteer vervolgens Bewerken > Kopiëren en Bewerken > Plakken.
  10. Plak elke fytoplanktonvector kwalitatief op basis van de relatieve verhoudingen van elke taxa in de dataset zoals bepaald in 2.2 voor elk van de drie decennia (Figuur 1C).
    OPMERKING: De overvloed aan fytoplankton op elk paneel is een kwalitatieve weergave van tabel 1. Als er bijvoorbeeld in de jaren 2010 een grotere hoeveelheid Pseudo-nitzschia spp. wordt waargenomen dan in de jaren 1990, kopieer dan meer Pseudo-nitzschia-afbeeldingen naar het tekengebied van 2010 dan naar het tekengebied van 1990.
  11. Selecteer Object > Patroon > Maak om een fytoplanktonpatroon met kleurstaal te maken voor elk van de drie decennia.

3. Integratie van fytoplankton-, biomassa- en temperatuurgegevens

  1. Klik op of typ 'mean()' om het gemiddelde chlorofyl a (chl a, proxy voor fytoplanktonbiomassa) te berekenen voor elke week van elk decennium in een statistisch softwareprogramma.
  2. Klik op of typ 'plot()' in een statistisch softwareprogramma om de gemiddelde decadale biomassa (afhankelijke variabele) per week (onafhankelijke variabele) in een grafiek weer te geven en klik op Sla de grafiek op als .JPG of .PNG.
  3. Plaats een .JPG of .PNG van de chl een decadale biomassafiguur in de illustrator-werkruimte door het bestand vanaf de computer te openen of het naar een nieuwe werkruimte te slepen en neer te zetten.
  4. Herhaal stap 1.3 tot en met 1.8 om elk van de drie chl a seizoenscycli te vectoriseren.
    1. Ga naar Transparantieraster weergeven > weergeven om de dambordachtergrond weer te geven die transparantie aangeeft.
    2. Klik op Venster > Afbeeldingen overtrekken in het vervolgkeuzemenu om het venster Afbeeldingen overtrekken te openen.
    3. Klik op het selectiegereedschap (zwarte pijl) in de werkbalk en klik op de afbeelding.
    4. Klik op Object > Uitvouwen in het vervolgkeuzemenu.
    5. Gebruik het gereedschap Direct selecteren (witte pijl) in de werkbalk om op de achtergronddelen van de afbeelding te klikken en deze te selecteren om deze te verwijderen rond de lijn die de seizoenscyclus aangeeft. Druk op delete. Herhaal dit voor elk achtergrondgebied van de figuur.
    6. Klik op Bestand > Exporteren om het bestand als .PNG bestand op te slaan. Zorg ervoor dat het vak Achtergrond transparant is geselecteerd.
    7. Plaats .PNG figuur waarvan de achtergrond is verwijderd in een nieuwe werkruimte van de specifieke illustrator die wordt gebruikt door het bestand vanaf de computer te openen of naar een nieuwe werkruimte te slepen en neer te zetten.
    8. Klik op Venster > Afbeeldingen overtrekken in het vervolgkeuzemenu om het venster Afbeeldingen overtrekken te openen.
    9. Selecteer onder Eigenschappen de optie Uitvouwen om het te vectoriseren.
    10. Selecteer Weergeven > Transparantieraster weergeven.
    11. Klik op de vectorafbeelding , klik met de rechtermuisknop en selecteer Groep opheffen.
    12. Kies het gereedschap Direct selecteren (witte pijl) in de werkbalk. Sleep en teken een vak alleen rond de witruimte. Druk op delete om het te verwijderen.
    13. Herhaal dit totdat alle witruimte is verwijderd voor elk van de lijnen uit de jaren 1970, 1990 en 2010.
    14. Klik op Bestand > Opslaan als en selecteer . EPS om elke regel op te slaan als een afzonderlijke vectorafbeelding.
  5. Gebruik het 'Tekengebied' (vierkant) in de werkbalk om op slepen te klikken en maak een nieuw tekengebied in een nieuwe illustratorwerkruimte.
  6. Maak drie identieke tekengebieden van dezelfde grootte. Pas de grootte aan in Eigenschappen > Transformeren.
    OPMERKING: Voor dit project waren de afmetingen 1224 px bij 3456 px.
  7. Sleep een van de chl a . EPS-bestanden op een van de drie tekengebieden, respectievelijk.
  8. Maak een nieuwe laag aan door op het 'sticky note icoon' te klikken.
  9. Maak een rechthoek binnen de nieuwe laag met het gereedschap Rechthoek op de werkbalk.
  10. Vul de rechthoek met een lichtblauw verloop met behulp van het gereedschap Verloop op de werkbalk.
  11. Kopieer de gevectoriseerde trendlijn en voeg deze toe aan de laag met de rechthoek erin.
  12. Gebruik het gereedschap 'Lijnsegment' in de werkbalk om een vak te maken dat aan de trendlijn is gekoppeld. Houd shift ingedrukt om de lijnen recht en uitgelijnd te maken.
  13. Druk op de Control-toets en selecteer alle componenten, inclusief de lijnen, rechthoek en trendlijn binnen de laag.
  14. Selecteer Object > Uitknipmasker > Maken. Hiermee wordt de bovenste vulling van de vorm verwijderd.
  15. Vul de vorm met het fytoplanktonpatroon dat is opgeslagen als een kleurstaal uit 2.11.
  16. Herhaal dit proces voor elk van de drie decennia.
  17. Herhaal stap 3.9 en 3.10 om een rechthoek te maken die is gekleurd met een kleurverloop van rood naar blauw om de temperatuur van het opwarmende water over de drie decadale panelen weer te geven.
  18. Klik met de rechtermuisknop op het object en verplaats het terug achter de fytoplanktonpatronen.

4. Detail toevoegen aan fytoplanktonpanelen

  1. Om afbeeldingen van gefotografeerd fytoplankton toe te voegen aan de fytoplanktonpatronen, selecteert u Openen en klikt u op het afbeeldingsbestand om het te openen in de illustrator die hier wordt gebruikt.
  2. Maak een cirkel met het gereedschap Ellips in de werkbalk en leg deze over de fytoplanktonafbeelding.
  3. Houd de shift-toets ingedrukt om zowel de vorm als de afbeelding te selecteren en klik vervolgens in het menu op Object > Clipping Mask > Make om de vorm met de afbeelding te vullen.
  4. Herhaal dit voor geselecteerde fytoplanktonafbeeldingen en verdeel ze over de drie decennia om eruit te zien als een vergrootglas dat inzoomt op het illustratieve fytoplankton (Figuur 1D).
    OPMERKING: Stappen 1.3 tot 1.8 kunnen worden herhaald om artistieke elementen van boten en vogels aan de panelen toe te voegen om de chl a seizoenscycli eruit te laten zien als oceaangolven.
  5. Gebruik het gereedschap 'Rechthoek' in de werkbalk om een tekstvak te maken op elk van de tekengebieden van het decennium.
  6. Gebruik het 'Tekstgereedschap' (T) om informatieve tekst over elk decennium te klikken en te typen. Voeg tekst toe aan de bovenkant van elk decennium met de naam van het decennium en voeg de namen van de bijbehorende seizoenen toe aan de onderkant van elk van de drie panelen.
  7. Sla de werkruimte op in de illustrator.

5. Productie van muurschilderingen

  1. Importeer het opgeslagen illustratorbestand en selecteer om alleen de drie voltooide decennia te importeren. Selecteer alles en exporteer als een .PDF bestand.
  2. Open het planktonpatroon .PDF bestand met een grootformaat plotter om de drie decadale tekengebieden te schalen naar deelvensters van 96 inch bij 34 inch.
  3. Print panelen op Heavyweight Matter Paper en installeer ze met hangend materiaal.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De resultaten documenteren een afname van de fytoplanktonbiomassa van de jaren 1970 tot 1990 tot 2010 (Figuur 1). Alle decennia vertoonden een bimodale piek in chlorofyl a (chl a) concentratie, waarbij de eerste piek in de winter plaatsvond en de tweede in de zomer. In de jaren 1970 was de gemiddelde leeftijd in de winter hoger dan in de zomer. Omgekeerd vertoonden de jaren 1990 een lagere chl a in de winter dan in de zomer. De jaren 2010 keerden terug naar een hogere gemiddelde chl a-concentratie in de winter dan in de zomer. Deze resultaten worden weerspiegeld in het eindproduct door middel van verschillende chl a-pieken in de panelen en door de tekstvakken die zijn toegevoegd om verschillende componenten van de chl a-dataset te benadrukken (Figuur 2).

Analyse van ecologisch relevante fytoplanktontaxa uit Narragansett Bay onthulde een breed scala in overvloed in de loop van de tijd. Deze variatie maskeerde vaak statistisch significante verschillen in de taxa tussen de drie decennia, hoewel de HAB-taxa, Dinophysis spp. en Tripos spp. (voorheen Ceratium genoemd) afnamen (Tabel 1). Daarentegen namen Thalassiosira nordenskioeldii en Skeletonema spp. toe (tabel 1). Andere taxa oscilleerden in overvloed, zoals Eucampia zodiacus (Tabel 1). Deze resultaten werden in het eindproduct geïllustreerd door de toegenomen aanwezigheid van meer E. zodiacus-afbeeldingen in de jaren 2010 in vergelijking met de jaren 1970 en 1990, evenals een overlappende microscopische afbeelding van E. zodiacus om de werkelijke soort tot 'echt' te brengen voor het publiek (Figuur 2 en 3).

Naam van de taxa Type 1970-79 Gemiddelde ± SD (cellen L-1) 1990-99 Gemiddelde ± SD (cellen L-1) 2010-19 Gemiddelde ± SD (cellen L-1) p-waarde
Pseudo-nitzschia spp. Diatomeeën 3701 ± 18235 5123 ± 24396 12919 ± 58632 > 0,05
Nitzschioides van Thalassionema Diatomeeën 81797 ± 245710 22909 ± 59246 62656 ± 292940 > 0,05
Tripos spp. Dinoflagellaat 1933 ± 703 500 ± 706 841 ± 353 < 0,001
Eucampia zodiacus Diatomeeën 27266 ± 27675 7500 ± 2121 90764 ± 181415 > 0,05
Thalassiosira nordenskioeldii Diatomeeën 76800 ± 150545 27000 ± 28284 362411 ± 376064 0.008
Aurita van Odontella Diatomeeën 5571 ± 8541 5000 ± 2645 17750 ± 23485 > 0,05
Chaetoceros diadema Diatomeeën 103027 ± 239802 18000 ± 0 40402 ± 46128 > 0,05
Skeletonema spp. Diatomeeën 2457847 ± 7814228 1884674 ± 4888589 1349184 ± 3732765 0.003
Dinophysis spp. Dinoflagellaat 5166 ± 8983 1978 ± 1840 2331 ± 2504 < 0,001

Tabel 1: Aantal fytoplankton. Gemiddelde (cellen L-1) en standaarddeviatie van fytoplanktonconcentraties voor elke taxa voor elk decennium. Type geeft aan of het fytoplankton is geclassificeerd als een diatomeeën of dinoflagellaat. ANOVA of t-test werd uitgevoerd om te testen op statistisch significante verschillen in gemiddelde abundantie tussen de drie decennia (ANOVA) of twee (t-test) wanneer een lage steekproefomvang aanwezig was in de jaren 1990 (d.w.z. Tripos spp., Eucampia zodiacus, Thalassiosira nordenskioeldii, Odontella aurita en Chaetoceros diadema). Significante p-waarden bepaald op α = 0,05 en vetgedrukt aangegeven.

Figure 1
Figuur 1: Schema van de methodologie. A) Converteer microscopisch beeld naar een vector illustratieve afbeelding, B) Creëer een repetitief patroon voor elk decennium (jaren 1970, 1990, 2010), C) Gebruik decadaal chlorofyl een gegeven om vormen van patronen te informeren. Vul de achtergrond met een blauw tot rood kleurenschema om de stijgende watertemperatuur weer te geven, en D) Voltooi het product door tekst toe te voegen om verschillende kenmerken in patronen en microscopische afbeeldingen van fytoplankton te informeren die worden gebruikt om illustratieve afbeeldingen te maken. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 2
Afbeelding 2: Voltooide visualisatie. Voltooide fytoplanktonvisualisatie gemaakt in de illustrator. Taxa zijn onder meer Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, Skeletonema species complex, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. en Pseudo-nitzschia spp. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 3
Figuur 3: Voltooid kunstwerk. Voltooide fytoplanktonvisualisatie gemaakt in de illustrator naast gedrukte versie voor A) de jaren 1970, B) de jaren 1990 en C) de jaren 2010. Klik hier om een grotere versie van deze figuur te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Cruciale stappen van het protocol zijn onder meer het verkrijgen van microscopische beelden van fytoplankton en het omzetten ervan in vectorafbeeldingen. Door de afbeeldingen van fytoplankton, die met het blote oog niet waarneembaar zijn, groot genoeg te maken om zonder vergrootglas op de muurschildering te worden gezien, worden ze voor de kijker tot leven gebracht. Om deze muurschildering niet alleen als kunstwerk maar ook als datavisualisatiemethode te realiseren, is het belangrijk om waargenomen gegevens in het project op te nemen. In het geval van de fytoplanktonmuurschildering vertegenwoordigen de chlorofyl a (chl a) jaarlijkse cycli die gemiddeld waren per decennium de werkelijke gegevens en laten zien hoe chl a met decennium afnam op de verschillende panelen. Voor de overvloed aan fytoplankton varieerden de gemiddelde concentraties van bepaalde taxa tussen de decennia, daarom zou een hogere abundantie van een taxa die in een bepaald decennium wordt waargenomen, meer afbeeldingen van die taxa op het decadale paneel hebben gekopieerd in vergelijking met een ander panel met een lagere gemiddelde abundantie. Het gebruik van waargenomen gegevens om de artistieke elementen te informeren, zoals een kleurverloop van blauw naar rood om temperatuurstijgingen weer te geven, helpt ook bij het visualiseren van deze wetenschappelijke gegevens.

Wijzigingen van de methode kunnen bestaan uit het verkrijgen van microscopische beelden van fytoplankton uit vrij toegankelijke beeldopslagplaatsen en het gebruik van andere fytoplanktonbeeldvormingssystemen voor fotografische beelden naast een microscoop (bijv. Imaging Flow-Cytobot). Verder zouden microscopische beelden en wetenschappelijke gegevens dagelijkse fytoplanktontellingen en afbeeldingen kunnen bevatten, in plaats van decennia, voor datasets met kortere tijdreeksen, evenals zoöplanktonbeelden om interacties met voedselwebben te onthullen. Ten slotte kunnen de gemiddelde temperaturen die voor elk decennium zijn geregistreerd, op de panelen worden opgenomen om temperatuurveranderingen te kwantificeren, of een trendlijn die aan de onderkant van de panelen wordt getekend, naast de illustratieve veranderingen die door de gradiëntachtergrond worden weergegeven. Beperkingen zijn onder meer het oplossen van problemen met deze wetenschappelijke gegevens op schaal binnen de grenzen van het fysieke kunstwerk en het verkrijgen van instrumenten voor het afdrukken op grote panelen. Het is ook belangrijk om ervoor te zorgen dat de achtergrondkleur transparant genoeg is om de veranderingen in de hoeveelheid fytoplankton in de loop van de tijd duidelijk te onthullen, wat moeilijk te onderscheiden kan zijn totdat het wordt afgedrukt. Ten slotte is Adobe Illustrator propriëtaire software, die de toegankelijkheid voor bepaalde gebruikers kan beperken, maar er zijn gratis software-illustratieprogramma's beschikbaar (bijv. Inkscape, GIMP, Vectr, Vectornator). Het aanpassen van het protocol om de fytoplankton-muurschilderingen op deze gratis programma's te produceren, vertegenwoordigt nuttig toekomstig werk om de toegankelijkheid te vergroten.

Aangezien fytoplankton de basis vormt van het voedselweb in bijna alle mariene systemen, is het van cruciaal belang om het belang ervan te communiceren; De meeste studies in de ecologie van fytoplankton presenteren de resultaten echter alleen als gegevensgrafieken, waardoor ze minder toegankelijk zijn voor het grote publiek. Het hier gepresenteerde protocol voor het ontwikkelen van de fytoplanktonmuurschildering toont de impact van het visualiseren van wetenschappelijke gegevens door een artistieke lens17. Door analyse van deze muurschildering kan de kijker zien dat de biomassa van fytoplankton sinds de jaren 1970 is afgenomen in Narragansett Bay (NBay). Deze daling vindt plaats in een periode waarin de temperatuur van het zeewater op lange termijn is gestegen in NBay13. Soortgelijke verschuivingen in planktongemeenschappen (d.w.z. zoöplankton) met opwarmende zeewatertemperaturen werden ook waargenomen in de monding van de Baai van San Francisco, die, net als NBay, een grote menselijke populatie ondersteunt18,19. Deze benadering vertegenwoordigt een visualisatiemethode die kan worden gebruikt voor vele andere planktontijdreeksen, zoals de monding van de Baai van San Francisco, over de hele wereld.

Op het eerste gezicht veranderen de vorm en kleur van de panelen in de loop van de tijd. Als we de panelen van dichterbij bekijken, weerspiegelen de patronen van fytoplankton verschuivingen in de overvloed en biomassa van verschillende taxa. Dit is waar de werelden van kunst en wetenschap botsen, in die zin dat de wetenschappelijke patronen de letterlijke patronen zijn die op de muurschildering worden getoond. Het is duidelijk dat er veel meer is dan wat er op het wateroppervlak verschijnt door fytoplanktongegevens te visualiseren door middel van kunst.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben geen belangenconflicten te melden.

Acknowledgments

Dit onderzoek werd ondersteund door de National Science Foundation (OIA-1655221, OCE-1655686) en Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U). We danken de vele kapiteins voor het verlenen van veldassistentie en de vele studenten en onderzoekers die sinds 1970 gegevens hebben verzameld. We danken Stewart Copeland en Georgia Rhodes voor het ontwikkelen van het Vis-A-Thon-project dat de planktonmuurschildering produceerde, evenals Rafael Attias van de Rhode Island School of Design voor zijn artistieke begeleiding tijdens de projectontwikkeling.

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

Oceanografische gegevens Veranderingen op lange termijn Fytoplankton Narragansett Bay Plankton Tijdreeksen Aquatisch ecosysteem Gegevens visualiseren Adobe Illustrator Microscopische afbeeldingen Vectorafbeeldingen Repetitieve visuele patronen Overvloedige taxa Schadelijke algenbloeitaxa Pseudo-nitzschia Spp. Relatieve overvloed Decennia aan gegevens Fytoplankton Biomassa Temperatuurstijging
Oceanografische gegevens visualiseren om langetermijnveranderingen in fytoplankton weer te geven
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