Assessing the impacts of simulated ocean alkalinity enhancement on viability and growth of nearshore species of phytoplankton
Notice bibliographique
Résumé
Abstract. Over the past 250 years, atmospheric CO2 concentrations have risen steadily from 277 to 405 ppm, driving global climate change. In response, new tools are being developed to remove carbon from the atmosphere using negative emission technologies (NETs), in addition to reducing anthropogenic emissions. One proposed NET is ocean alkalinity enhancement (OAE), in which artificially raising the alkalinity favours formation of bicarbonate from CO2, leading to a decrease in the partial pressure of CO2 in the water. Subsequent invasion of atmospheric CO2 results in net sequestration of atmospheric carbon. The aim of this study was to investigate the impact of simulated OAE, through the alteration of pH, on phytoplankton representative of the spring and fall blooms in nearshore, temperate waters. The potential impacts of OAE were assessed through (1) an analysis of prior studies investigating the effects of elevated pH on phytoplankton growth rates and (2) an experimental assessment of the potential impact of short-term (10 min) and long-term (8 d) elevation of pH on the viability and subsequent growth rates of two representative nearshore species of phytoplankton. Viability was assessed with a modified serial dilution culture–most probable number assay. Chlorophyll a fluorescence was used to test for changes in photosynthetic competence and apparent growth rates. There were no significant impacts on the viability or growth rates of the diatom Thalassiosira pseudonana and the prymnesiophyte Diacronema lutheri (formerly Pavlova lutheri) with short-term (10 min) exposure to elevated pH. However, there was a significant decrease in growth rates with long-term (8 d) exposure to elevated pH. Short-term exposure is anticipated to more closely mirror the natural systems in which land-based OAE will be implemented because of system flushing and dilution. The analysis of prior studies indicates wide variability in the growth response to elevated pH within and between taxonomic groups, with about 50 % of species expected to not be impacted by the pH increase anticipated from unequilibrated mineral-based OAE. To the extent that the growth responses reflect (largely unreported) parallel reductions in dissolved inorganic carbon (DIC) availability, the susceptibility may be reduced for OAE in which CO2 ingassing is not prevented.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».