Experimental iron amendment suppresses toxic cyanobacteria in a hypereutrophic lake
Notice bibliographique
Résumé
Abstract The effects of reducing nutrient inputs to lakes and reservoirs are often delayed by hysteresis resulting from internal phosphorus (P) loading from sediments. Consequently, controlling harmful algal blooms ( HAB s) in many eutrophic ecosystems requires additional management to improve water quality. We manipulated iron (Fe) concentrations in a hypereutrophic lake to determine if Fe amendment would suppress HAB s by inhibiting P release from sediments. Our experiment consisted of 15 in situ mesocosms, 12 of which each received a different dose of Fe (ranging from 2 to 225 g/m 2 ); the remaining three were unmanipulated to serve as controls. Iron amendment decreased P accumulation in porewaters and the flux of P from sediments, which significantly lowered P concentrations in the water column. Iron exerted significant dose‐dependent negative effects on the biomass of phytoplankton and periphyton, and reduced the dominance of cyanobacteria. Even at the lowest doses, Fe appeared to reduce the toxicity of cyanobacterial blooms, as measured by concentrations of hepatotoxic microcystins. Overall, our findings highlight the potential for Fe treatment as an effective strategy for minimizing HAB s in eutrophic lakes and reservoirs. More broadly, our study reinforces the importance of Fe in regulating the trophic state of freshwaters, and the sensitivity of certain ecosystems to changes in Fe supply. Finally, we hypothesize that decreases in natural Fe supplies to lakes associated with anthropogenic activities may worsen outbreaks of toxic cyanobacteria.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».