Spatiotemporal Variability in Phytoplankton Bloom Phenology in Eastern Canadian Lakes Related to Physiographic, Morphologic, and Climatic Drivers
Notice bibliographique
Résumé
Phytoplankton bloom monitoring in freshwaters is a challenging task, particularly when biomass is dominated by buoyant cyanobacterial communities that present complex spatiotemporal patterns. Increases in bloom frequency or intensity and their earlier onset in spring were shown to be linked to multiple anthropogenic disturbances, including climate change. The aim of the present study was to describe the phenology of phytoplankton blooms and its potential link with morphological, physiographic, anthropogenic, and climatic characteristics of the lakes and their watershed. The spatiotemporal dynamics of near-surface blooms were studied on 580 lakes in southern Quebec (Eastern Canada) over a 17-year period by analyzing chlorophyll-a concentrations gathered from MODIS (Moderate Resolution Imaging Spectroradiometer) satellite images. Results show a significant increase by 23% in bloom frequency across all studied lakes between 2000 and 2016. The first blooms of the year appeared increasingly early over this period but only by 3 days (median date changing from 6 June to 3 June). Results also indicate that high biomass values are often reached, but the problem is seldom extended to the entire lake surface. The canonical correlation analysis between phenological variables and environmental variables shows that higher frequency and intensity of phytoplankton blooms and earlier onset date occurred for smaller watersheds and higher degree-days, lake surface area, and proportion of urban zones. This study provides a regional picture of lake trophic state over a wide variety of lacustrine environments in Quebec, a detailed phenology allowing to go beyond local biomass assessments, and the first steps on the development of an approach exploiting regional trends for local pattern assessments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».