Enduring a Major Marine Heatwave: The Role of Local Cool Refugia and Kelp Forests in the Resilience of Marine Invertebrates
Notice bibliographique
Résumé
ABSTRACT Aim Ecological “bright spots” remain resilient following climate events such as marine heatwaves. One explanation for resilience is that small‐scale variability in ocean temperature sustains cooler areas that emerge as local bright spots. In cases where foundational species like kelp thrive through marine heatwaves, the species that rely on kelp for habitat and food also benefit. Here, we test the effect of temperature and habitat loss across both space and time on marine invertebrate communities. Location The Channel Islands National Park in Southern California. Methods We use 25 years (1995–2019) of the National Park Service Kelp Forest Monitoring program surveys, focusing on permanent transects at 16 sites (including some within marine protected areas) that recorded the abundance of 30 kelp forest invertebrates, and include two major marine heatwave events (1997–1998 El Niño event and 2014–2016 combined “Blob” and El Niño event). We examine the effect of local in situ temperature and kelp cover on local diversity and drivers of abrupt diversity changes within the invertebrate communities. Results Sites with more kelp cover and lower local temperatures supported more even invertebrate communities. Additionally, we show evidence of a major state shift within the invertebrate communities during the “Blob” event where local ocean temperatures at surveyed sites better predicted the presence of species density shifts than kelp cover did. Cooler sites underwent more abrupt changes in invertebrate abundance, with these changes resulting in increases of warm‐affinity urchin species that prevented kelp recovery after the “Blob” resided. Main Conclusions We show that changes in kelp forest communities did not occur gradually, but through abrupt invertebrate abundance shifts even in protected areas. Contrary to expectations, we found some species benefitted from marine heatwaves, highlighting the importance of examining species‐specific responses in improving our understanding of how communities respond to environmental changes and marine heatwaves.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 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 ».