Modelling water temperature dynamics for eelgrass (Zostera marina) areas in the nearshore Scotian Shelf
Notice bibliographique
Résumé
Water temperature is an important environmental factor for the growth of eelgrass (Zostera marina) beds, which provide important nearshore ecosystem services. Here, we study water temperature dynamics in eelgrass beds off the Atlantic coast of Nova Scotia using a highresolution nearshore oceanographic model based on the Finite Volume Community Ocean Model (FVCOM). The model has been evaluated against the observed temperature at six sites for three years from 2017-2019; the evaluation indicates that the model is able to replicate the temperature variation on time scales from hours to seasonal. We also use various temperature metrics relevant to eelgrass condition, including mean seasonal values and variability, daily ranges, growing degree day, and warm events, to both validate the model and better understand the temperature regime at the study sites. Our analyses showed that eelgrass inhabit a wide range of temperature conditions that have previously been shown to influence their performance. The mean water temperature during the summer growing period differs by more than 7°C between the shallowest and the deepest sites. The rate of heat accumulation was faster at shallow sites, and they experienced ≥ 12 extreme warm events year-1. While the amplitude of the temperature variations within the high frequency band (<48 hr) was greater in shallower sites, temperature changes on meteorological time scales (48 hr to 60 days) were coherent at all sites suggesting the importance of coast-wide processes. The results of this study demonstrate that our high resolution numerical model can capture biologically relevant temperature dynamics at different time scales and over a large spatial region and yet still capture detailed temperature dynamics at specific nearshore sites. It therefore has the potential to contribute to conservation planning and prediction of eelgrass response to future climate changes.
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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».