Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Hier stellen wir ein Protokoll zur Umwandlung von mikroskopischen Bildern von Phytoplankton in Vektorgrafiken und sich wiederholende Muster vor, um die Visualisierung von Verschiebungen in Phytoplanktontaxa und Biomasse über einen Zeitraum von 60 Jahren zu ermöglichen. Dieses Protokoll stellt einen Ansatz dar, der für andere Plankton-Zeitreihen und -Datensätze weltweit verwendet werden kann.

Zusammenfassung

Ozeanographische Zeitreihen bieten eine wichtige Perspektive auf Umweltprozesse in Ökosystemen. Die Narragansett Bay Long-Term Plankton Time Series (NBPTS) in Narragansett Bay, Rhode Island, USA, stellt eine der längsten Plankton-Zeitreihen (1959-heute) ihrer Art in der Welt dar und bietet eine einzigartige Gelegenheit, langfristige Veränderungen innerhalb eines aquatischen Ökosystems zu visualisieren. Phytoplankton stellt die Basis des Nahrungsnetzes in den meisten marinen Systemen, einschließlich der Narragansett Bay, dar. Daher ist es von entscheidender Bedeutung, den 2,4 Milliarden Menschen, die im Küstenmeer leben, ihre Bedeutung zu vermitteln. Wir haben ein Protokoll mit dem Ziel entwickelt, die Vielfalt und Größe von Phytoplankton zu visualisieren, indem wir Adobe Illustrator verwenden, um mikroskopische Bilder von Phytoplankton, die aus dem NBPTS gesammelt wurden, in Vektorgrafiken umzuwandeln, die im Laufe der Zeit in sich wiederholende visuelle Muster umgewandelt werden können. Zahlenmäßig häufige Taxa oder solche, die eine wirtschaftliche und gesundheitliche Bedrohung darstellten, wie z.B. die schädlichen Algenblütentaxa, Pseudo-nitzschia spp., wurden für die Bildkonvertierung ausgewählt. Muster verschiedener Phytoplanktonbilder wurden dann auf der Grundlage ihrer relativen Häufigkeit für ausgewählte Jahrzehnte der gesammelten Daten (1970er, 1990er und 2010er Jahre) erstellt. Dekadische Muster der Phytoplankton-Biomasse prägten den Umriss jedes Jahrzehnts, während ein Hintergrundfarbverlauf von Blau nach Rot verwendet wurde, um einen langfristigen Temperaturanstieg zu zeigen, der in der Narragansett Bay beobachtet wurde. Schließlich wurden große, 96 x 34 Zoll große Tafeln mit sich wiederholenden Phytoplanktonmustern gedruckt, um mögliche Veränderungen der Phytoplanktonhäufigkeit im Laufe der Zeit zu veranschaulichen. Dieses Projekt ermöglicht die Visualisierung von buchstäblichen Verschiebungen in der Phytoplanktonbiomasse, die normalerweise für das bloße Auge unsichtbar sind, während Echtzeit-Seriendaten (z. B. Phytoplanktonbiomasse und -häufigkeit) innerhalb des Kunstwerks selbst genutzt werden. Es stellt einen Ansatz dar, der für viele andere Plankton-Zeitreihen zur Datenvisualisierung, Kommunikation, Aufklärung und Öffentlichkeitsarbeit verwendet werden kann.

Einleitung

Phytoplankton ist der Primärproduzent, der die Basis des Nahrungsnetzes in aquatischen Ökosystemen darstellt 1,2. Während Phytoplankton-Überwachungsprogramme der Schlüssel zur Identifizierung aktueller und zukünftiger Veränderungen in marinen Ökosystemen sind, nimmt ihre Unterstützung im Laufe der Zeit ab 3. Aufgrund ihrer relativ kurzen Generationszeiten und ihrer begrenzten Mobilität reagiert Phytoplankton besonders auf den Klimawandel, was sie zu einem wichtigen Werkzeug in der Zeitreihenüberwachung macht. Phytoplankton-Zeitreihen sind auch wichtig, um das ökosystembasierte Management der Ressourcenverfügbarkeit zu informieren und den Kontext für episodische Ereignisse wie marine Hitzewellen zu liefern4. Kurzfristige Zeitreihen, die sich auf Jahre beziehen, geben Einblicke in die Sukzession von Phytoplanktongemeinschaften und die saisonale Dynamik (z. B. Ref.5,6), während langfristige Zeitreihen wie die Bermuda Atlantic Time Series (BATS) und die Hawaii Ocean Times Series (HOTS) Programme mehr als zwei Jahrzehnte umfassen und die Erkennung langfristiger Trends ermöglichen 7,8. Solche Studien veranschaulichen den Nutzen und die Bedeutung eines hochaufgelösten Phytoplankton-Datensatzes für ein vollständiges Verständnis der langfristigen Veränderung von Ökosystemen in dynamischen Meeresumgebungen. Darüber hinaus sind die Visualisierung und Kommunikation dieser Veränderungen im Phytoplankton, die mit bloßem Auge nicht zu sehen sind, schwieriger zu verstehen als bei großen und leicht sichtbaren Organismen wie Fischen und Walen. Computervisualisierungen bieten eine Technik zur Untersuchung komplexer Datensätze9 und verbesserte illustrative Grafiken werden leicht verfügbar (z. B. Integration and Application Network, University of Maryland Center for Environmental Science). Die meisten Studien zur Ökologie des Phytoplanktons, darunter auch viele, auf die hier verwiesen wird, präsentieren die Ergebnisse jedoch nur als Datengraphen, die ihre Zugänglichkeit für ein allgemeines Publikum verringern. Angesichts der Tatsache, dass Phytoplankton die Grundlage des Nahrungsnetzes in den meisten Meeressystemen darstellt, ist es von entscheidender Bedeutung, den fast 2,4 Milliarden Menschen, die im Küstenozean leben, ihre Bedeutung zu vermitteln10. Hier haben wir ein Protokoll mit dem Ziel entwickelt, die Vielfalt und Größe von Phytoplankton zu visualisieren, wie es durch ein Phytoplankton-Monitoring-Programm gesammelt wird.

Die Narragansett Bay Plankton Time Series (NBPTS) bietet eine langfristige Perspektive von 60+ Jahren (1959-heute) auf die Auswirkungen des globalen Wandels im Klimakontext auf die Phytoplanktonabundanz, Saisonalität und Phänologie (Lebensgeschichte). Die Narragansett Bay (NBay) ist ein Küstenmündungsgebiet, das mit den breiteren Systemen des US-Nordostschelfs und des Nordwestatlantiks verbunden ist und deren Produktion wichtige Auswirkungen auf die Fischerei und die menschliche Nutzung entlang der Küste der USA hat.11. NBay gilt als ein stark saisonales System, das eine langfristige (1950-2015) Erwärmung des Wassers in der Region sowie Verschiebungen der Nährstoffe und eine Zunahme der Wasserklarheit erlebt12,13. Darüber hinaus ist ein Rückgang der Phytoplanktonbiomasse im oberen NBay aufgetreten, der auf eine anthropogene Abnahme des gelösten anorganischen Stickstoffs zurückzuführen ist, was teilweise auf die Modernisierung von Kläranlagen zurückzuführen ist12. Verschiebungen der Phytoplankton-Taxa, insbesondere schädliche Algenblüten (HABs), finden auch in NBay statt. Pseudo-nitzschia spp., die in Auftriebsgebieten entlang der US-Westküste allgegenwärtige toxische Blüten hervorruft, führte 2016 und 2017 zum ersten Mal in der Geschichte von NBay zu nennenswerten Muschelschließungen 14,15,16. Die Vermittlung dieser Veränderungen an unterschiedliche Zielgruppen ist wichtig, um die wissenschaftliche Kompetenz zu erhöhen und die kontinuierliche Unterstützung von Phytoplankton-Monitoring-Studien zu fördern.

Das Ziel dieses Projekts war es, mikroskopische Bilder von Phytoplankton aus NBay sowie Daten aus NBPTS zu verwenden, um die buchstäblichen Verschiebungen von Phytoplankton-Taxa und Biomasse zu visualisieren, die in NBay auftreten, um die Bedeutung von Phytoplankton für ein allgemeines Publikum zu kommunizieren und zu verbessern. NBPTS bietet 60+ Jahre öffentlich zugängliche wöchentliche Phytoplanktonzählungen und Biomasse, um Daten aus (https://web.uri.edu/gso/research/plankton/) zu nutzen. Das Endprodukt war ein großes Wandgemälde mit Planktonmustern, die repräsentativ für die Zeitreihendaten (z. B. Phytoplanktonbiomasse und -taxa, Temperatur) innerhalb des Kunstwerks selbst waren. Dieser Ansatz stellt eine Visualisierungsmethode dar, die für viele andere Plankton-Zeitreihen auf der ganzen Welt verwendet werden kann und auch für Monitoringprogramme mit kurzfristigen, saisonalen Daten angepasst werden kann. Zu den Vorteilen der Implementierung dieses Protokolls gehören verstärkte Bemühungen in den Bereichen Datenvisualisierung, Wissenschaftskommunikation, Bildung und Engagement für lokale Gemeinschaften.

Protokoll

1. Phytoplanktonbilder in Vektorgrafiken umwandeln

  1. Wählen Sie mikroskopische Phytoplanktonbilder aus der Narragansett Bay Long Term Plankton Time Series (NBPTS) entweder als .JPG, .PNG oder .PDF Dateien aus (Abbildung 1A).
    ANMERKUNG: Zu den Taxa gehören Thalassiosira nordenskioeldii, Thalassionema nitzschioides, Tripos spp., Odontella aurita, Skeletonema-Artenkomplex, Chaetoceros diadema, Eucampia zodiacus, Dinophysis spp. und Pseudo-nitzschia spp. Die Bilder wurden mit einem Lichtmikroskop aufgenommen.
  2. Öffnen Sie einen speziellen Software-Vektorgrafik-Editor oder den Illustrator, der für diese Studie verwendet wurde (siehe Materialtabelle). Vektorgrafik-Software wurde als Illustrator weiter unten im Manuskript erwähnt.
  3. Platzieren Sie ein .JPG oder .PNG mikroskopisches Bild im Illustrator-Arbeitsbereich, indem Sie eine Datei vom Computer aus öffnen oder per Drag & Drop in einen neuen Arbeitsbereich ziehen.
  4. Wechseln Sie zu Ansicht > Transparenzraster anzeigen , um den Schachbretthintergrund anzuzeigen, der die Transparenz anzeigt.
  5. Klicken Sie im Dropdown-Menü auf Window > Image Trace , um das Image Trace-Fenster zu öffnen.
  6. Klicken Sie auf das Auswahlwerkzeug (schwarzer Pfeil) in der Symbolleiste und klicken Sie auf das Phytoplanktonbild.
  7. Klicken Sie im Dropdown-Menü auf Objekt > Erweitern .
  8. Verwenden Sie das Direktauswahl-Werkzeug (weißer Pfeil) in der Symbolleiste, um auf die Hintergrundteile des Bildes zu klicken und diese auszuwählen, um das Phytoplankton herum loszuwerden. Drücken Sie die Entf-Taste.
  9. Wiederholen Sie den Vorgang für jeden Hintergrundbereich des Bildes.
  10. Klicken Sie auf Datei > Exportieren , um die Datei als .PNG Datei zu speichern. Stellen Sie sicher, dass das Kontrollkästchen Hintergrundtransparent aktiviert ist.
  11. Platzieren Sie .PNG mikroskopisch kleines Bild mit entferntem Hintergrund in einem neuen Arbeitsbereich in Illustrator, indem Sie die Datei vom Computer aus öffnen oder per Drag & Drop in einen neuen Arbeitsbereich ziehen.
  12. Klicken Sie im Dropdown-Menü auf Window > Image Trace , um das Fenster Image Trace zu öffnen.
  13. Klicken Sie unter den Optionen für die Bildnachzeichnung auf Vorgabe > Schwarzweiß-Logo und auf Modus > Schwarzweiß.
  14. Verwenden Sie den Schwellenwert sowie die erweiterten Optionen (z. B. Pfade, Ecken und Rauschen), um das Bild zu verfeinern.
  15. Wählen Sie unter Eigenschaften die Option Erweitern aus, um sie zu vektorisieren.
  16. Wählen Sie "Ansicht" > "Transparenzraster anzeigen" aus.
  17. Klicken Sie auf das Vektorbild , klicken Sie dann mit der rechten Maustaste und wählen Sie Gruppierung aufheben.
  18. Wählen Sie das Direktauswahl-Werkzeug (weißer Pfeil) in der Symbolleiste. Ziehen und zeichnen Sie einen Rahmen nur um den Leerraum. Drücken Sie die Entf-Taste , um sie zu entfernen.
  19. Wiederholen Sie den Vorgang, bis alle Leerzeichen entfernt sind.
  20. Klicken Sie auf Datei > Speichern unter , und wählen Sie aus. EPS zum Speichern als Vektorgrafik.
  21. Wiederholen Sie den Vorgang für die Phytoplankton-Taxa ab 1.1 (Abbildung 1B).

2. Erstellung von Phytoplanktonmustern

  1. Verwenden Sie Phytoplanktonzähldaten aus dem NBPTS-Datensatz, um die durchschnittliche Häufigkeit jedes Taxons von 1970 bis 1979 (1970er Jahre), 1990 bis 1999 (1990er Jahre) und 2010 bis 2019 (2010er Jahre) zu bestimmen.
  2. Berechnen Sie die mittlere ± Standardabweichung für jedes Phytoplankton-Taxa für jedes Jahrzehnt in einem statistischen Softwareprogramm, indem Sie auf "mean() and sd()" klicken oder "sd()" eingeben.
  3. Klicken Sie auf oder geben Sie 'aov() ' ein, um eine ANOVA zu verwenden, um in einem statistischen Softwareprogramm auf signifikante Unterschiede zwischen Jahrzehnten zu testen.
    HINWEIS: Einige Arten (z. B. Tripos spp., Chaetoceros diadema) hatten in den 1990er Jahren keine ausreichend großen Stichproben. Klicken Sie in diesem Fall auf oder geben Sie "t.test()" in ein statistisches Softwareprogramm ein, um die mittleren Häufigkeiten in den 1970er Jahren mit den 2010er Jahren zu vergleichen.
  4. Verwenden Sie das "Zeichenflächen-Werkzeug" (Quadrat) in der Symbolleiste, um eine neue Zeichenfläche in einem neuen Arbeitsbereich des in dieser Studie verwendeten Illustrators zu klicken und zu erstellen.
  5. Erstellen Sie drei identische Zeichenflächen in der gleichen Größe. Passen Sie die Größe in Eigenschaften > Transformieren an.
    HINWEIS: Für dieses Projekt waren die Zeichenflächen für die Phytoplanktonbilder 1224 px x 545 px groß.
  6. Ziehen Sie die . EPS-Dateien der verschiedenen Phytoplankton-Taxa auf den drei Zeichenflächen.
  7. Färben Sie das Phytoplankton mit verschiedenen Farben, die für das Jahrzehnt repräsentativ sind, indem Sie mit dem Direktauswahl-Werkzeug (weißer Pfeil) einen Kasten um ein einzelnes Phytoplankton zeichnen.
  8. Wählen Sie unter Eigenschaften die Option Füllung aus und klicken Sie dann auf die gewünschte Farbe aus der Farbpalette. Drücken Sie die Eingabetaste , um den Vektor auszufüllen.
  9. Verwenden Sie das Auswahlwerkzeug (schwarzer Pfeil), um ein bestimmtes Phytoplankton zu markieren, und wählen Sie dann Bearbeiten > Kopieren und Bearbeiten > Einfügen.
  10. Fügen Sie jeden Phytoplanktonvektor qualitativ basierend auf den relativen Anteilen der einzelnen Taxa im Datensatz ein, wie in 2.2 für jede der drei Dekaden bestimmt (Abbildung 1C).
    ANMERKUNG: Die Häufigkeit von Phytoplankton auf jeder Tafel ist eine qualitative Darstellung von Tabelle 1. Wenn z. B. in den 2010er Jahren eine höhere Häufigkeit von Pseudo-nitzschia spp. beobachtet wird als in den 1990er Jahren, dann kopieren Sie mehr Pseudo-nitzschia-Grafiken auf die Zeichenfläche von 2010 als auf die Zeichenfläche von 1990.
  11. Wählen Sie Objekt > Muster > erstellen , um ein Farbmuster-Phytoplanktonmuster für jede der drei Dekaden zu erstellen.

3. Einbeziehung von Phytoplankton-Biomasse- und Temperaturdaten

  1. Klicken Sie auf oder geben Sie 'mean()' ein, um das durchschnittliche Chlorophyll a (chl a, Proxy für Phytoplankton-Biomasse) für jede Woche eines jeden Jahrzehnts in einem statistischen Softwareprogramm zu berechnen.
  2. Klicken Sie auf oder geben Sie "plot()" in ein statistisches Softwareprogramm ein, um die mittlere dekadische Biomasse (abhängige Variable) pro Woche (unabhängige Variable) grafisch darzustellen, und klicken Sie auf Diagramm als .JPG oder .PNG speichern.
  3. Wiederholen Sie die Schritte 1.3 bis 1.8, um jeden der drei saisonalen Zyklen zu vektorisieren.
    1. Wechseln Sie zu Ansicht > Transparenzraster anzeigen , um den schachbrettartigen Hintergrund anzuzeigen, der die Transparenz anzeigt.
    2. Klicken Sie im Dropdown-Menü auf Fenster > Bildnachzeichnung , um das Fenster Bildnachzeichnung zu öffnen.
    3. Klicken Sie in der Symbolleiste auf das Auswahlwerkzeug (schwarzer Pfeil) und klicken Sie auf das Bild.
    4. Klicken Sie im Dropdown-Menü auf Objekt > Erweitern .
    5. Verwenden Sie das Direktauswahl-Werkzeug (weißer Pfeil) in der Symbolleiste, um auf die Hintergrundteile des Bildes zu klicken und sie auszuwählen, um sie um die Linie herum zu entfernen, die den saisonalen Zyklus angibt. Drücken Sie die Entf-Taste. Wiederholen Sie den Vorgang für jeden Hintergrundbereich der Abbildung.
    6. Klicken Sie auf Datei > Exportieren , um die Datei als .PNG Datei zu speichern. Stellen Sie sicher, dass das Kontrollkästchen Hintergrundtransparent aktiviert ist.
    7. Platzieren Sie .PNG Figur mit entferntem Hintergrund in einem neuen Arbeitsbereich des verwendeten Illustrators, indem Sie die Datei vom Computer aus öffnen oder per Drag & Drop in einen neuen Arbeitsbereich ziehen.
    8. Klicken Sie im Dropdown-Menü auf Window > Image Trace , um das Image Trace-Fenster zu öffnen.
    9. Wählen Sie unter Eigenschaften die Option Erweitern aus, um sie zu vektorisieren.
    10. Wählen Sie Ansicht > Transparenzraster anzeigen aus.
    11. Klicken Sie auf das Vektorbild , klicken Sie dann mit der rechten Maustaste und wählen Sie Gruppierung aufheben.
    12. Wählen Sie das Direktauswahl-Werkzeug (weißer Pfeil) in der Symbolleiste. Ziehen und zeichnen Sie einen Rahmen nur um den Leerraum. Drücken Sie die Entf-Taste , um sie zu entfernen.
    13. Wiederholen Sie den Vorgang, bis alle Leerzeichen für jede Zeile aus den 1970er-, 1990er- und 2010er-Jahren entfernt wurden.
    14. Klicken Sie auf Datei > Speichern unter , und wählen Sie aus. EPS, um jede Zeile als separate Vektorgrafik zu speichern.
  4. Verwenden Sie das "Zeichenflächen-Werkzeug" (Quadrat) in der Symbolleiste, um auf Ziehen zu klicken und eine neue Zeichenfläche in einem neuen Illustrator-Arbeitsbereich zu erstellen.
  5. Erstellen Sie drei identische Zeichenflächen in der gleichen Größe. Passen Sie die Größe in den Eigenschaften > Transformieren an.
    HINWEIS: Für dieses Projekt betrugen die Abmessungen 1224 px x 3456 px.
  6. Erstellen Sie eine neue Ebene, indem Sie auf das "Haftnotiz-Symbol" klicken.
  7. Erstellen Sie ein Rechteck innerhalb der neuen Ebene mit dem Rechteck-Werkzeug in der Werkzeugleiste.
  8. Füllen Sie das Rechteck mit einem hellblauen Farbverlauf mit dem Verlaufswerkzeug in der Symbolleiste.
  9. Kopieren Sie die vektorisierte Trendlinie, und fügen Sie sie dem Layer mit dem Rechteck hinzu.
  10. Verwenden Sie das Werkzeug "Liniensegment" in der Symbolleiste, um einen Rahmen zu erstellen, der an die Trendlinie angehängt ist. Halten Sie die Umschalttaste gedrückt, um die Linien gerade und ausgerichtet zu machen.
  11. Drücken Sie die Strg-Taste und wählen Sie alle Komponenten aus, einschließlich der Linien, des Rechtecks und der Trendlinie innerhalb des Layers.
  12. Wählen Sie Objekt > Schnittmaske > erstellen aus. Dadurch wird die obere Füllung der Form entfernt.
  13. Füllen Sie die Form mit dem Phytoplanktonmuster, das als Farbmuster aus 2.11 gespeichert wurde.
  14. Wiederholen Sie diesen Vorgang für jedes der drei Jahrzehnte.
  15. Wiederholen Sie die Schritte 3.9 und 3.10, um ein Rechteck mit einem Farbverlauf von Rot zu Blau zu erstellen, um die Erwärmung der Wassertemperatur in den drei dekadischen Feldern darzustellen.
  16. Klicken Sie mit der rechten Maustaste auf das Objekt und verschieben Sie es wieder hinter die Phytoplanktonmuster.

4. Hinzufügen von Details zu Phytoplankton-Paneelen

  1. Um Bilder von fotografiertem Phytoplankton zu den Phytoplanktonmustern hinzuzufügen, wählen Sie Öffnen und klicken Sie auf die Bilddatei , um sie in dem hier verwendeten Illustrator zu öffnen.
  2. Erstellen Sie einen Kreis mit dem Ellipsenwerkzeug in der Symbolleiste und überlagern Sie ihn mit dem Phytoplanktonbild.
  3. Halten Sie die Umschalttaste gedrückt, um sowohl die Form als auch das Bild auszuwählen, und klicken Sie dann im Menü auf Objekt > Schnittmaske > Erstellen , um die Form mit dem Bild zu füllen.
  4. Wiederholen Sie den Vorgang für ausgewählte Phytoplanktonbilder und verteilen Sie sie über die drei Jahrzehnte, so dass es wie eine Lupe aussieht, die das anschauliche Phytoplankton vergrößert (Abbildung 1D).
    HINWEIS: Die Schritte 1.3 bis 1.8 können wiederholt werden, um den Paneelen künstlerische Elemente von Booten und Vögeln hinzuzufügen, um die chl a saisonalen Zyklen wie Meereswellen aussehen zu lassen.
  5. Verwenden Sie das "Rechteck-Werkzeug" in der Symbolleiste, um ein Textfeld auf jeder der Dekaden-Zeichenflächen zu erstellen.
  6. Verwende das "Textwerkzeug" (T), um auf jeden Text zu klicken und einen Informationstext zu jedem Jahrzehnt einzugeben. Fügen Sie am Anfang jedes Jahrzehnts Text mit dem Namen des Jahrzehnts hinzu und fügen Sie die Namen der entsprechenden Jahreszeiten am unteren Rand jedes der drei Felder hinzu.
  7. Speichern Sie den Arbeitsbereich im Illustrator.

5. Herstellung von Wandbildern

  1. Importieren Sie die gespeicherte Illustrator-Datei und wählen Sie aus, dass nur die drei abgeschlossenen Dekaden importiert werden sollen. Wählen Sie alle aus und exportieren Sie sie als .PDF Datei.
  2. Öffnen Sie das Planktonmuster .PDF Datei mit einem Großformatplotter, um die drei dekadischen Zeichenflächen in 96 Zoll x 34 Zoll große Panels zu skalieren.
  3. Drucken Sie Paneele auf schwerem Matterpapier und installieren Sie sie mit Aufhängebeschlägen.

Ergebnisse

Die Ergebnisse dokumentieren einen Rückgang der Phytoplanktonbiomasse von den 1970er über die 1990er bis in die 2010er Jahre (Abbildung 1). Alle Dekaden wiesen einen bimodalen Peak der Chlorophyll-a-Konzentration (chl a) auf, wobei der erste Peak im Winter und der zweite im Sommer auftrat. In den 1970er Jahren war die durchschnittliche chl a im Winter höher als im Sommer. Umgekehrt zeigte sich in den 1990er Jahren im Winter ein niedrigerer Wert als im ...

Diskussion

Zu den kritischen Schritten des Protokolls gehört die Aufnahme mikroskopischer Bilder von Phytoplankton und deren Umwandlung in Vektorgrafiken. Die Bilder von Phytoplankton, die mit bloßem Auge nicht wahrnehmbar sind, groß genug zu machen, um ohne Lupe auf dem Wandbild gesehen zu werden, hilft, sie für den Betrachter zum Leben zu erwecken. Um dieses Wandbild nicht nur als Kunstwerk, sondern auch als Datenvisualisierungsmethode zu realisieren, ist es wichtig, beobachtete Daten in das Projekt einzubeziehen. Im Falle de...

Offenlegungen

Die Autoren haben keine Interessenkonflikte zu deklarieren.

Danksagungen

Diese Forschung wurde von der National Science Foundation (OIA-1655221, OCE-1655686) und dem Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U) unterstützt. Wir danken den zahlreichen Kapitänen für die Unterstützung vor Ort und den vielen Studenten und Forschern, die seit 1970 Daten gesammelt haben. Wir danken Stewart Copeland und Georgia Rhodes für die Entwicklung des Vis-A-Thon-Projekts, aus dem das Plankton-Wandbild hervorging, sowie Rafael Attias von der Rhode Island School of Design für seine künstlerische Anleitung während der Projektentwicklung.

Materialien

NameCompanyCatalog NumberComments
Adobe IllustratorAdobeversion 23.0.6Free alternatives include: Inkscape, GIMP, Vectr, Vectornator
Eclipse E800NikonECLIPSE Ni/Ci Upright MicroscopeNow succeeded by Eclipse Ni-U
Epson Large Format PrinterEpsonSCT5475SR
Heavy Matte PaperEpsonS041596
RStudioRstudio, PBCversion 2022.07.1Any statistical software tool will suffice

Referenzen

  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). , (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).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

Ozeanographische Datenlangfristige Ver nderungenPhytoplanktonNarragansett Bay Langzeit Plankton Zeitreiheaquatisches kosystemVisualisierung von DatenAdobe Illustratormikroskopische BilderVektorgrafikensich wiederholende visuelle Musterh ufige Taxasch dliche Algenbl ten TaxaPseudo nitzschia spprelative Abundanzjahrzehntelange DatenPhytoplankton BiomasseTemperaturanstieg

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten