Uncovering intra-daily intertidal biofilm dynamics in a shorebird foraging hotspot with hourly UAV multispectral imagery acquisitions
Notice bibliographique
Résumé
Estuarine mudflats are colonized by biofilm-forming microphytobenthos (MPB), which support primary production, stabilize sediment, and provide critical food for benthic invertebrates and shorebirds. MPB biomass fluctuates intra-daily, peaking post-emersion and declining before tidal immersion. Understanding these dynamics requires high-resolution monitoring, yet traditional methods, including sediment sampling and satellite imagery, lack the necessary spatial and temporal precision. We used unoccupied aerial vehicles (UAVs) to map MPB distribution, biomass, and mudflat morphology at shorebird-relevant scales. Hourly multispectral surveys over two 12-hour tidal emersion cycles at the Fraser River Estuary, British Columbia—an internationally significant shorebird stopover—captured diel MPB dynamics. Optical imagery was processed using a photogrammetric co-alignment approach to generate continuous chl- a maps (via the normalized vegetation index), digital surface models, and topographic position index layers. UAV-derived data were integrated with climate variables to model MPB variability and quantify diel biofilm patch dynamics. A modified Z -score normalization of pseudo-invariant features stabilized reflectance data, allowing fine-scale analysis of MPB distribution. Our diel model explained 31.6 % of MPB variation, with biomass peaking seven hours post-emersion, consistent with vertical migration of microalgae. Mudflat morphology significantly influenced MPB biomass, and spatial metrics revealed interactions between MPB dynamics, microtopography and shorebird foraging ecology. The study demonstrates the efficacy of high-temporal-resolution UAV imagery for monitoring MPB and mudflat morphology, enabling detailed examination of MPB diel vertical migration in response to emersion timing and light availability. Such new insights into estuarine ecology provide a framework for advancing conservation strategies and habitat management in intertidal environments.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».