On biotic and abiotic drivers of the microphytobenthos seasonal cycle in a temperate intertidal mudflat: a modelling study
Notice bibliographique
Résumé
Abstract. Microphytobenthos (MPB) from intertidal mudflats are key primary producers at the land–ocean interface. MPB can be more productive than phytoplankton and sustain both benthic and pelagic higher trophic levels. The objective of this study is to assess the contribution of light, mud temperature, and gastropod Peringia ulvae grazing pressure in shaping the seasonal MPB dynamics on the Brouage mudflat (NW France). We use a physical–biological coupled model applied to the sediment first centimetre for the year 2008. The simulated data compare to observations, including time-coincident remotely sensed and in situ data. The model suggests an MPB annual cycle characterised by a main spring bloom, a biomass depression in summer, and a moderate fall bloom. In early spring, simulated photosynthetic rates are high due to mud surface temperature (MST) values close to the MPB temperature optimum for photosynthesis and because increasing solar irradiance triggers the onset of the MPB spring bloom. Simulated peaks of high P. ulvae grazing (11 days during which ingestion rates exceed the primary production rate) mostly contribute to the decline of the MPB bloom along with the temperature limitation for MPB growth. In late spring–summer, the MPB biomass depression is due to the combined effect of thermo-inhibition and a moderate but sustained grazing pressure. The model ability to infer biotic and abiotic mechanisms driving the seasonal MPB dynamics could open the door to a new assessment of the export flux of biogenic matter from the coast to the open ocean and, more generally, of the contribution of productive intertidal biofilms to the coastal carbon cycle.
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) | 0,000 | 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 ».