Massive increase of intertidal seagrass coverage in a large estuarine system revealed by four decades of Landsat imagery
Notice bibliographique
Résumé
The ecosystem services and functions of seagrass meadows are indisputable, and knowledge about their coverage is critical for coastal managers worldwide. In this study, the surface area coverage of the foundation species Zostera marina L. (eelgrass) was investigated in four contrasting subregions of the Estuary and Gulf of Saint Lawrence (EGSL), eastern Canada. The meadows in all subregions mainly occupy intertidal zones. Our analysis covered broad spatial (meters to kilometers) and temporal (annual to decadal) scales and revealed unprecedented insights at a local and regional context. We processed surface reflectance products of the Landsat archive through the Google Earth Engine cloud computing platform. The processing scheme only considered emerged areas of intertidal zones from imagery acquired at the lowest tide levels because of inherent limitations imposed by water clarity and the poor radiometric quality for water applications of the early Landsat sensors. The polygons classified as eelgrass encompassed at least 25% coverage of eelgrass for each patch, and the classification scheme showed a very good agreement with coastal ecosystem habitats maps generated by photointerpretation and field validation for the period between 2015 and 2019, with an overall accuracy of approximately 94%. From the 40-year period analyzed (1984–2023), the meadows’ surface area dramatically increased 10- (from approx. 0.3 to 2.5 km 2 ) to 21-fold (from approx. 0.8 to 16.7 km 2 ). The percentage of the intertidal area occupied by eelgrass meadows varied by subregion, ranging between 17% and 82%. In some subregions, meadows expanded landward. Some meadows experienced relatively short-term losses (interannual scale) in three subregions, although these losses differed in their timing. We propose several hypotheses involving hydrodynamic, sedimentological, drift ice and climatic processes that could explain long- and short-term variability of the meadow coverage. However, this complex relationship remains to be investigated. Overall, while showing suitable habitats for eelgrass colonization, this study also revealed the EGSL tidal flats as potentially important areas of biodiversity, carbon storage, and coastal protection against erosion.
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 | 0,000 |
| 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 | 0,000 | 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 ».