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 many ecological processes in coastal ecosystems. Here, we study water temperature dynamics at a set of study sites on the Atlantic coast of Nova Scotia where eelgrass beds are found. The central emphasis is to predict temperature on scales relevant to coastal ecosystem processes using a high-resolution nearshore oceanographic model based on the Finite Volume Community Ocean Model (FVCOM). The model predictions were evaluated against observed temperature time series at six sites for three years from 2017-2019; the evaluation indicates that the model was able to replicate the temperature variation on time scales from hours to seasonal. We also used various biologically tailored temperature metrics relevant to eelgrass condition, including mean seasonal values and variability, daily ranges, growing degree day (GDD), and warm events, to validate the model against time series observations to better understand the temperature regime at the study sites. Frequency resolved Willmott skill scores were >0.7, and the temperature metrics were well predicted with the exception of a bias in GDD at some of the shallow sites. The eelgrass sites have a wide range of temperature conditions. Mean water temperature in the summer differed by more than 7°C between the shallowest and the deepest sites, and the rate of heat accumulation was fastest at shallow sites which had ≥ 12 extreme warm events per year. 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 demonstrated that our high resolution numerical model captured biologically relevant temperature dynamics at different time scales and over a large spatial region, and yet still accurately predicted detailed temperature dynamics at specific nearshore sites. Thus, the model can provide important insights into coastal temperature dynamics that are potentially useful for conservation planning and understanding the implications of future change.
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 | 0,000 | 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 | 0,000 | 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 ».