Extreme and compound ocean events are key drivers of projected low pelagic fish biomass
Notice bibliographique
Résumé
Ocean extreme events, such as marine heatwaves, can have harmful impacts on marine ecosystems. Understanding the risks posed by such extreme events is key to develop strategies to predict and mitigate their effects. However, the underlying ocean conditions driving severe impacts on marine ecosystems are complex and often unknown as risks to marine ecosystems arise not only from hazards but also from the interactions between hazards, exposure and vulnerability. Marine ecosystems may not be impacted by extreme events in single drivers but rather by the compounding effects of moderate ocean anomalies. Here, we employ an ensemble climate-impact modeling approach that combines a global marine fish model with output from a large ensemble simulation of an Earth system model, to identify the key ocean ecosystem drivers associated with the most severe impacts on the total biomass of 326 pelagic fish species. We show that low net primary productivity is the most influential driver of extremely low fish biomass over 68% of the ocean area considered by the model, especially in the subtropics and the mid-latitudes, followed by high temperature and low oxygen in the eastern equatorial Pacific and the high latitudes. Severe biomass loss is generally driven by extreme anomalies in at least one ocean ecosystem driver, except in the tropics, where a combination of moderate ocean anomalies is sufficient to drive extreme impacts. Single moderate anomalies never drive extremely low fish biomass. Compound events with either moderate or extreme ocean conditions are a necessary condition for extremely low fish biomass over 78% of the global ocean, and compound events with at least one extreme variable are a necessary condition over 61% of the global ocean. Overall, our model results highlight the crucial role of extreme and compound events in driving severe impacts on pelagic marine ecosystems.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».