Spatial and temporal persistence of nearshore kelp beds on the west coast of British Columbia, Canada using satellite remote sensing
Notice bibliographique
Résumé
Abstract Bull kelp Nereocystis luetkeana is an important foundation species, providing structural habitat and nutrients to the nearshore ecosystems of temperate coastal regions in the Northeast Pacific. Sensitive to environmental conditions, this species thrives in cool, nutrient‐rich water. Reported declines in the extent and distribution of bull kelp may reflect changing oceanic conditions and result in breakdown of important food chains and ecosystem services. This study uses satellite remote sensing to map kelp bed extent from 2004 to 2017 in the Salish Sea on the West Coast of British Columbia, Canada and examines the relationship between trends in kelp persistence with local and global scale environmental conditions. In our study area, we found limited evidence of kelp decline. Local scale effects of current speed, temperature and substrate type may play a role in the spatial and temporal patterns of persistence. Kelp persistence was higher in sites with rocky substrate and lower in areas with low current and gravel or sand substrate. A decline in kelp was recorded from a high in 2015 to a low in 2017; however, a longer and more complete record is needed to distinguish declining trends from natural variability. This work highlights the importance of continued collection of long‐term data for use in time series of kelp abundance as multiple factors can influence the reliability of image interpretation and kelp classification.
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 ».