Impact of ocean acidification on Arctic phytoplankton blooms and dimethyl sulfide concentration under simulated ice-free and under-ice conditions
Notice bibliographique
Résumé
Abstract. In an experimental assessment of the potential impact of Arctic Ocean acidification on seasonal phytoplankton blooms and associated dimethyl sulfide (DMS) dynamics, we incubated water from Baffin Bay under conditions representing an acidified Arctic Ocean. Using two light regimes simulating under-ice or subsurface chlorophyll maxima (low light; low PAR and no UVB) and ice-free (high light; high PAR + UVA + UVB) conditions, water collected at 38 m was exposed over 9 days to 6 levels of decreasing pH from 8.1 to 7.2. A phytoplankton bloom dominated by the centric diatoms Chaetoceros spp. reaching up to 7.5 µg chlorophyll a L−1 took place in all experimental bags. Total dimethylsulfoniopropionate (DMSPT) and DMS concentrations reached 155 and 19 nmol L−1, respectively. The sharp increase in DMSPT and DMS concentrations coincided with the exhaustion of NO3− in most microcosms, suggesting that nutrient stress stimulated DMS(P) synthesis by the diatom community. Under both light regimes, chlorophyll a and DMS concentrations decreased linearly with increasing proton concentration at all pH levels tested. Concentrations of DMSPT also decreased but only under high light and over a smaller pH range (from 8.1 to 7.6). In contrast to nano-phytoplankton (2–20 µm), pico-phytoplankton ( ≤ 2 µm) was stimulated by the decreasing pH. We furthermore observed no significant difference between the two light regimes tested in term of chlorophyll a, phytoplankton abundance and taxonomy, and DMSP and DMS net concentrations. These results show that ocean acidification could significantly decrease the algal biomass and inhibit DMS production during the seasonal phytoplankton bloom in the Arctic, with possible consequences for the regional climate.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».