ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਜਟਿਲਤਾ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨਾ: ਨਿਰੀਖਣ ਰਹਿਤ ਸਿਖਲਾਈ ਗਲੋਬਲ ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣਕ ਸੂਬੇ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ

ਪਲੈਂਕਟਨ ਕਮਿਊਨਿਟੀ ਬਣਤਰ ਅਤੇ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਗਲੋਬਲ ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ (ਈਕੋ-ਪ੍ਰਾਂਤਾਂ) ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇੱਕ ਨਿਰੀਖਣ ਰਹਿਤ ਸਿਖਲਾਈ ਵਿਧੀ ਦਾ ਪ੍ਰਸਤਾਵ ਹੈ।ਪ੍ਰਣਾਲੀਗਤ ਏਕੀਕ੍ਰਿਤ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸ (SAGE) ਵਿਧੀ ਉੱਚ ਗੈਰ-ਰੇਖਿਕ ਈਕੋਸਿਸਟਮ ਮਾਡਲਾਂ ਵਿੱਚ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੀ ਹੈ।ਡੇਟਾ ਦੇ ਗੈਰ-ਗੌਸੀ ਸਹਿ-ਵਿਹਾਰ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਲਈ, SAGE ਅਯਾਮ ਨੂੰ ਘਟਾਉਣ ਲਈ t ਬੇਤਰਤੀਬੇ ਨੇੜਲੀ ਏਮਬੈਡਿੰਗ (t-SNE) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।ਘਣਤਾ-ਅਧਾਰਤ ਸਥਾਨਿਕ ਕਲੱਸਟਰਿੰਗ (DBSCAN) ਐਲਗੋਰਿਦਮ 'ਤੇ ਅਧਾਰਤ ਸ਼ੋਰ ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਮਦਦ ਨਾਲ, ਇੱਕ ਸੌ ਤੋਂ ਵੱਧ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।ਦੂਰੀ ਦੇ ਮਾਪ ਦੇ ਤੌਰ 'ਤੇ ਵਾਤਾਵਰਣਿਕ ਅੰਤਰਾਂ ਦੇ ਨਾਲ ਕਨੈਕਟੀਵਿਟੀ ਮੈਪ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਮਜ਼ਬੂਤ ​​ਏਗਰੀਗੇਟਿਡ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸ (AEP) ਨੂੰ ਨੇਸਟਡ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸਾਂ ਦੁਆਰਾ ਬਾਹਰਮੁਖੀ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।AEPs ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ 'ਤੇ ਪੌਸ਼ਟਿਕ ਸਪਲਾਈ ਦਰ ਦੇ ਨਿਯੰਤਰਣ ਦੀ ਖੋਜ ਕੀਤੀ ਗਈ ਸੀ।ਈਕੋ-ਪ੍ਰਾਂਤ ਅਤੇ AEP ਵਿਲੱਖਣ ਹਨ ਅਤੇ ਮਾਡਲ ਦੀ ਵਿਆਖਿਆ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ।ਉਹ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਤੁਲਨਾ ਦੀ ਸਹੂਲਤ ਦੇ ਸਕਦੇ ਹਨ ਅਤੇ ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਸਮਝ ਅਤੇ ਨਿਗਰਾਨੀ ਨੂੰ ਵਧਾ ਸਕਦੇ ਹਨ।
ਸੂਬੇ ਉਹ ਖੇਤਰ ਹੁੰਦੇ ਹਨ ਜਿੱਥੇ ਸਮੁੰਦਰ ਜਾਂ ਜ਼ਮੀਨ 'ਤੇ ਗੁੰਝਲਦਾਰ ਜੀਵ-ਭੂਗੋਲ ਨੂੰ ਇਕਸਾਰ ਅਤੇ ਅਰਥਪੂਰਨ ਖੇਤਰਾਂ (1) ਵਿੱਚ ਸੰਗਠਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਇਹ ਪ੍ਰਾਂਤ ਸਥਾਨਾਂ ਦੀ ਤੁਲਨਾ ਅਤੇ ਵਿਪਰੀਤਤਾ, ਨਿਰੀਖਣਾਂ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ, ਨਿਗਰਾਨੀ ਅਤੇ ਸੁਰੱਖਿਆ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹਨ।ਗੁੰਝਲਦਾਰ ਅਤੇ ਗੈਰ-ਲੀਨੀਅਰ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਜੋ ਇਹਨਾਂ ਪ੍ਰੋਵਿੰਸਾਂ ਨੂੰ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ, ਨਿਰੀਖਣ ਕੀਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ (ML) ਵਿਧੀਆਂ ਨੂੰ ਬਾਹਰਮੁਖੀ ਤੌਰ 'ਤੇ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਬਹੁਤ ਢੁਕਵਾਂ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਡੇਟਾ ਵਿੱਚ ਸਹਿ-ਵਿਹਾਰ ਗੁੰਝਲਦਾਰ ਅਤੇ ਗੈਰ-ਗੌਸੀਅਨ ਹੈ।ਇੱਥੇ, ਇੱਕ ML ਵਿਧੀ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤੀ ਗਈ ਹੈ, ਜੋ ਡਾਰਵਿਨ ਗਲੋਬਲ ਥ੍ਰੀ-ਡਾਇਮੈਨਸ਼ਨਲ (3D) ਭੌਤਿਕ/ਈਕੋਸਿਸਟਮ ਮਾਡਲ (2) ਤੋਂ ਵਿਲੱਖਣ ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ (ਈਕੋ-ਪ੍ਰਾਂਤਾਂ) ਦੀ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਪਛਾਣ ਕਰਦੀ ਹੈ।ਸ਼ਬਦ "ਵਿਲੱਖਣ" ਦੀ ਵਰਤੋਂ ਇਹ ਦਰਸਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਪਛਾਣਿਆ ਗਿਆ ਖੇਤਰ ਦੂਜੇ ਖੇਤਰਾਂ ਨਾਲ ਕਾਫ਼ੀ ਹੱਦ ਤੱਕ ਓਵਰਲੈਪ ਨਹੀਂ ਕਰਦਾ ਹੈ।ਇਸ ਵਿਧੀ ਨੂੰ ਸਿਸਟਮ ਇੰਟੀਗ੍ਰੇਟਿਡ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸ (SAGE) ਵਿਧੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।ਉਪਯੋਗੀ ਵਰਗੀਕਰਨ ਕਰਨ ਲਈ, ਇੱਕ ਐਲਗੋਰਿਦਮ ਵਿਧੀ ਨੂੰ (i) ਗਲੋਬਲ ਵਰਗੀਕਰਣ ਅਤੇ (ii) ਬਹੁ-ਸਕੇਲ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਆਗਿਆ ਦੇਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਸਪੇਸ ਅਤੇ ਸਮੇਂ (3) ਵਿੱਚ ਨੇਸਟਡ/ਏਗਰੀਗੇਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਇਸ ਖੋਜ ਵਿੱਚ, SAGE ਵਿਧੀ ਪਹਿਲਾਂ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਪਛਾਣੇ ਗਏ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ 'ਤੇ ਚਰਚਾ ਕੀਤੀ ਗਈ ਸੀ।ਈਕੋ-ਪ੍ਰੋਵਿੰਸ ਉਹਨਾਂ ਕਾਰਕਾਂ ਦੀ ਸਮਝ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹਨ, ਨਿਗਰਾਨੀ ਰਣਨੀਤੀਆਂ ਲਈ ਉਪਯੋਗੀ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਅਤੇ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।
ਭੂਮੀ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਜਲਵਾਯੂ (ਵਰਖਾ ਅਤੇ ਤਾਪਮਾਨ), ਮਿੱਟੀ, ਬਨਸਪਤੀ ਅਤੇ ਜੀਵ-ਜੰਤੂਆਂ ਦੀਆਂ ਸਮਾਨਤਾਵਾਂ ਦੇ ਅਨੁਸਾਰ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਸਹਾਇਕ ਪ੍ਰਬੰਧਨ, ਜੈਵ ਵਿਭਿੰਨਤਾ ਖੋਜ, ਅਤੇ ਰੋਗ ਨਿਯੰਤਰਣ (1, 4) ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।ਸਮੁੰਦਰੀ ਸੂਬਿਆਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਹੈ।ਜ਼ਿਆਦਾਤਰ ਜੀਵ ਸੂਖਮ ਹੁੰਦੇ ਹਨ, ਤਰਲ ਸੀਮਾਵਾਂ ਦੇ ਨਾਲ।ਲੋਂਗਹਰਸਟ ਐਟ ਅਲ.(5) ਵਾਤਾਵਰਣ ਦੀਆਂ ਸਥਿਤੀਆਂ ਦੇ ਅਧਾਰ 'ਤੇ ਸਮੁੰਦਰੀ ਵਿਗਿਆਨ ਮੰਤਰਾਲੇ ਦੇ ਪਹਿਲੇ ਗਲੋਬਲ ਵਰਗੀਕਰਣਾਂ ਵਿੱਚੋਂ ਇੱਕ ਪ੍ਰਦਾਨ ਕੀਤਾ ਗਿਆ।ਇਹਨਾਂ "ਲੋਂਗਹਰਸਟ" ਪ੍ਰਾਂਤਾਂ ਦੀ ਪਰਿਭਾਸ਼ਾ ਵਿੱਚ ਵੇਰੀਏਬਲ ਸ਼ਾਮਲ ਹਨ ਜਿਵੇਂ ਕਿ ਮਿਕਸਿੰਗ ਰੇਟ, ਪੱਧਰੀਕਰਨ, ਅਤੇ irradiance, ਅਤੇ ਨਾਲ ਹੀ ਇੱਕ ਸਮੁੰਦਰੀ ਸਮੁੰਦਰੀ ਵਿਗਿਆਨੀ ਦੇ ਰੂਪ ਵਿੱਚ ਲੋਂਗਹਰਸਟ ਦਾ ਵਿਆਪਕ ਅਨੁਭਵ, ਜਿਸ ਕੋਲ ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਸਥਿਤੀਆਂ ਹਨ।ਲੋਂਗਹਰਸਟ ਦੀ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਪ੍ਰਾਇਮਰੀ ਉਤਪਾਦਨ ਅਤੇ ਕਾਰਬਨ ਦੇ ਪ੍ਰਵਾਹ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ, ਮੱਛੀ ਪਾਲਣ ਦੀ ਸਹਾਇਤਾ, ਅਤੇ ਸਥਿਤੀ ਨਿਰੀਖਣ ਗਤੀਵਿਧੀਆਂ (5-9) ਵਿੱਚ ਯੋਜਨਾ ਬਣਾਉਣ ਲਈ।ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਹੋਰ ਬਾਹਰਮੁਖੀ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ, ਫਜ਼ੀ ਤਰਕ ਅਤੇ ਖੇਤਰੀ ਅਣ-ਸੁਪਰਵਾਈਜ਼ਡ ਕਲੱਸਟਰਿੰਗ/ਅੰਕੜੇ ਵਰਗੇ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ (9-14)।ਅਜਿਹੇ ਤਰੀਕਿਆਂ ਦਾ ਉਦੇਸ਼ ਅਰਥਪੂਰਨ ਢਾਂਚੇ ਦੀ ਪਛਾਣ ਕਰਨਾ ਹੈ ਜੋ ਉਪਲਬਧ ਨਿਰੀਖਣ ਡੇਟਾ ਵਿੱਚ ਪ੍ਰਾਂਤਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ।ਉਦਾਹਰਨ ਲਈ, ਗਤੀਸ਼ੀਲ ਸਮੁੰਦਰੀ ਪ੍ਰਾਂਤ (12) ਸ਼ੋਰ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸਵੈ-ਸੰਗਠਿਤ ਨਕਸ਼ਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਅਤੇ ਖੇਤਰੀ ਉਪਗ੍ਰਹਿ [ਕਲੋਰੋਫਿਲ ਏ (Chl-ਏ), ਸਧਾਰਣ ਫਲੋਰੋਸੈਂਸ ਲਾਈਨ ਦੀ ਉਚਾਈ ਅਤੇ ਸਮੁੰਦਰੀ ਰੰਗ ਦੇ ਉਤਪਾਦਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਲੜੀਵਾਰ (ਰੁੱਖ-ਅਧਾਰਿਤ) ਕਲੱਸਟਰਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਰੰਗਦਾਰ ਭੰਗ ਜੈਵਿਕ ਪਦਾਰਥ] ਅਤੇ ਭੌਤਿਕ ਖੇਤਰ (ਸਮੁੰਦਰੀ ਸਤਹ ਦਾ ਤਾਪਮਾਨ ਅਤੇ ਖਾਰਾਪਣ, ਸੰਪੂਰਨ ਗਤੀਸ਼ੀਲ ਭੂਗੋਲ ਅਤੇ ਸਮੁੰਦਰੀ ਬਰਫ਼)।
ਪਲੈਂਕਟਨ ਦੀ ਭਾਈਚਾਰਕ ਬਣਤਰ ਚਿੰਤਾ ਦਾ ਵਿਸ਼ਾ ਹੈ ਕਿਉਂਕਿ ਇਸਦੇ ਵਾਤਾਵਰਣ ਦਾ ਉੱਚ ਪੌਸ਼ਟਿਕ ਪੱਧਰਾਂ, ਕਾਰਬਨ ਸਮਾਈ ਅਤੇ ਜਲਵਾਯੂ 'ਤੇ ਬਹੁਤ ਪ੍ਰਭਾਵ ਹੈ।ਫਿਰ ਵੀ, ਪਲੈਂਕਟਨ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੇ ਆਧਾਰ 'ਤੇ ਗਲੋਬਲ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰਾਂਤ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਅਜੇ ਵੀ ਇੱਕ ਚੁਣੌਤੀਪੂਰਨ ਅਤੇ ਮਾਮੂਲੀ ਟੀਚਾ ਹੈ।ਸਮੁੰਦਰੀ ਰੰਗ ਦੇ ਉਪਗ੍ਰਹਿ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੇ ਮੋਟੇ-ਦਾਣੇ ਵਰਗੀਕਰਣ ਦੀ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ ਜਾਂ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ (15) ਦੇ ਫਾਇਦਿਆਂ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦੇ ਹਨ, ਪਰ ਉਹ ਇਸ ਸਮੇਂ ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਬਾਰੇ ਵਿਸਤ੍ਰਿਤ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥ ਹਨ।ਹਾਲੀਆ ਸਰਵੇਖਣ [ਜਿਵੇਂ ਕਿ ਤਾਰਾ ਸਾਗਰ (16)] ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਦੇ ਬੇਮਿਸਾਲ ਮਾਪ ਪ੍ਰਦਾਨ ਕਰ ਰਹੇ ਹਨ;ਵਰਤਮਾਨ ਵਿੱਚ, ਗਲੋਬਲ ਪੈਮਾਨੇ 'ਤੇ ਸਿਰਫ ਵਿਰਲੇ ਇਨ-ਸੀਟੂ ਨਿਰੀਖਣ ਹਨ (17)।ਪਿਛਲੇ ਅਧਿਐਨਾਂ ਨੇ ਬਾਇਓ-ਕੈਮੀਕਲ ਸਮਾਨਤਾਵਾਂ (ਜਿਵੇਂ ਕਿ ਪ੍ਰਾਇਮਰੀ ਉਤਪਾਦਨ, Chl ਅਤੇ ਉਪਲਬਧ ਰੋਸ਼ਨੀ) ਦੇ ਨਿਰਧਾਰਨ ਦੇ ਆਧਾਰ 'ਤੇ "ਬਾਇਓਜੀਓਕੈਮੀਕਲ ਪ੍ਰੋਵਿੰਸ" (12, 14, 18) ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਨਿਰਧਾਰਤ ਕੀਤਾ ਹੈ।ਇੱਥੇ, ਸੰਖਿਆਤਮਕ ਮਾਡਲ [ਡਾਰਵਿਨ(2)] ਨੂੰ ਆਉਟਪੁੱਟ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਨੂੰ ਕਮਿਊਨਿਟੀ ਬਣਤਰ ਅਤੇ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਦੇ ਅਨੁਸਾਰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਇਸ ਅਧਿਐਨ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਦੀ ਗਲੋਬਲ ਕਵਰੇਜ ਹੈ ਅਤੇ ਮੌਜੂਦਾ ਫੀਲਡ ਡੇਟਾ (17) ਅਤੇ ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਖੇਤਰਾਂ (ਨੋਟ S1) ਨਾਲ ਤੁਲਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।ਇਸ ਅਧਿਐਨ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਡੇਟਾ ਵਿੱਚ ਗਲੋਬਲ ਕਵਰੇਜ ਦਾ ਫਾਇਦਾ ਹੈ।ਮਾਡਲ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀਆਂ 35 ਕਿਸਮਾਂ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਦੀਆਂ 16 ਕਿਸਮਾਂ ਹਨ (ਕਿਰਪਾ ਕਰਕੇ ਸਮੱਗਰੀ ਅਤੇ ਤਰੀਕਿਆਂ ਦਾ ਹਵਾਲਾ ਦਿਓ)।ਮਾਡਲ ਪਲੈਂਕਟਨ ਦੀਆਂ ਕਿਸਮਾਂ ਗੈਰ-ਗੌਸੀਅਨ ਕੋਵੇਰੀਅੰਸ ਬਣਤਰਾਂ ਨਾਲ ਗੈਰ-ਰੇਖਿਕ ਤੌਰ 'ਤੇ ਅੰਤਰਕਿਰਿਆ ਕਰਦੀਆਂ ਹਨ, ਇਸਲਈ ਸਧਾਰਨ ਡਾਇਗਨੌਸਟਿਕ ਵਿਧੀਆਂ ਉਭਰ ਰਹੇ ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਵਿੱਚ ਵਿਲੱਖਣ ਅਤੇ ਇਕਸਾਰ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਢੁਕਵੇਂ ਨਹੀਂ ਹਨ।ਇੱਥੇ ਪੇਸ਼ ਕੀਤੀ ਗਈ SAGE ਵਿਧੀ ਗੁੰਝਲਦਾਰ ਡਾਰਵਿਨ ਮਾਡਲਾਂ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਰਨ ਦਾ ਇੱਕ ਨਵਾਂ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।
ਡੇਟਾ ਸਾਇੰਸ/ਐਮਐਲ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਪਰਿਵਰਤਨਸ਼ੀਲ ਸਮਰੱਥਾਵਾਂ ਡੇਟਾ ਕੋਵੇਰੀਅੰਸ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਪਰ ਮਜ਼ਬੂਤ ​​ਢਾਂਚੇ ਨੂੰ ਪ੍ਰਗਟ ਕਰਨ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗੁੰਝਲਦਾਰ ਮਾਡਲ ਹੱਲਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਸਕਦੀਆਂ ਹਨ।ਇੱਕ ਮਜਬੂਤ ਵਿਧੀ ਨੂੰ ਇੱਕ ਵਿਧੀ ਦੇ ਤੌਰ ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ ਇੱਕ ਦਿੱਤੀ ਗਈ ਗਲਤੀ ਸੀਮਾ ਦੇ ਅੰਦਰ ਨਤੀਜਿਆਂ ਨੂੰ ਵਫ਼ਾਦਾਰੀ ਨਾਲ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ।ਸਧਾਰਨ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਵੀ, ਮਜ਼ਬੂਤ ​​ਪੈਟਰਨ ਅਤੇ ਸਿਗਨਲਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਇੱਕ ਚੁਣੌਤੀ ਹੋ ਸਕਦਾ ਹੈ।ਜਦੋਂ ਤੱਕ ਨਿਰੀਖਣ ਕੀਤੇ ਪੈਟਰਨ ਵੱਲ ਅਗਵਾਈ ਕਰਨ ਵਾਲਾ ਤਰਕ ਨਿਰਧਾਰਤ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ, ਉਭਰ ਰਹੀ ਗੁੰਝਲਤਾ ਨੂੰ ਹੱਲ ਕਰਨਾ ਗੁੰਝਲਦਾਰ/ਮੁਸ਼ਕਲ ਲੱਗ ਸਕਦਾ ਹੈ।ਈਕੋਸਿਸਟਮ ਦੀ ਰਚਨਾ ਨੂੰ ਸੈੱਟ ਕਰਨ ਦੀ ਮੁੱਖ ਪ੍ਰਕਿਰਿਆ ਕੁਦਰਤ ਵਿੱਚ ਗੈਰ-ਰੇਖਿਕ ਹੈ।ਗੈਰ-ਲੀਨੀਅਰ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੀ ਮੌਜੂਦਗੀ ਮਜਬੂਤ ਵਰਗੀਕਰਣ ਨੂੰ ਉਲਝਾ ਸਕਦੀ ਹੈ, ਇਸਲਈ ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਤੋਂ ਬਚਣਾ ਜ਼ਰੂਰੀ ਹੈ ਜੋ ਡੇਟਾ ਕੋਵੇਰੀਅੰਸ ਦੀ ਬੁਨਿਆਦੀ ਅੰਕੜਾ ਵੰਡ ਬਾਰੇ ਮਜ਼ਬੂਤ ​​ਧਾਰਨਾਵਾਂ ਬਣਾਉਂਦੇ ਹਨ।ਉੱਚ-ਆਯਾਮੀ ਅਤੇ ਗੈਰ-ਰੇਖਿਕ ਡੇਟਾ ਸਮੁੰਦਰੀ ਵਿਗਿਆਨ ਵਿੱਚ ਆਮ ਹਨ ਅਤੇ ਇੱਕ ਗੁੰਝਲਦਾਰ, ਗੈਰ-ਗੌਸੀ ਟੌਪੋਲੋਜੀ ਦੇ ਨਾਲ ਇੱਕ ਸਹਿਪ੍ਰਸਤੀ ਬਣਤਰ ਹੋ ਸਕਦਾ ਹੈ।ਹਾਲਾਂਕਿ ਇੱਕ ਗੈਰ-ਗੌਸੀਅਨ ਕੋਵੇਰੀਅੰਸ ਬਣਤਰ ਵਾਲਾ ਡੇਟਾ ਮਜ਼ਬੂਤ ​​ਵਰਗੀਕਰਣ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾ ਸਕਦਾ ਹੈ, SAGE ਵਿਧੀ ਨਾਵਲ ਹੈ ਕਿਉਂਕਿ ਇਹ ਆਪਹੁਦਰੇ ਟੋਪੋਲੋਜੀ ਵਾਲੇ ਕਲੱਸਟਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ।
SAGE ਵਿਧੀ ਦਾ ਟੀਚਾ ਉਭਰ ਰਹੇ ਪੈਟਰਨਾਂ ਦੀ ਨਿਰਪੱਖਤਾ ਨਾਲ ਪਛਾਣ ਕਰਨਾ ਹੈ ਜੋ ਹੋਰ ਵਾਤਾਵਰਣਕ ਸਮਝ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ।(19) ਦੇ ਸਮਾਨ ਇੱਕ ਕਲੱਸਟਰ-ਅਧਾਰਿਤ ਵਰਕਫਲੋ ਦੇ ਬਾਅਦ, ਵਾਤਾਵਰਣ ਅਤੇ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਵੇਰੀਏਬਲਾਂ ਦੀ ਵਰਤੋਂ ਡੇਟਾ ਵਿੱਚ ਇੱਕੋ ਇੱਕ ਕਲੱਸਟਰ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸਨੂੰ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰਾਂਤ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।ਇਸ ਅਧਿਐਨ (ਚਿੱਤਰ 1) ਵਿੱਚ ਪ੍ਰਸਤਾਵਿਤ SAGE ਵਿਧੀ ਪਹਿਲਾਂ ਪਰਿਭਾਸ਼ਿਤ ਪਲੈਂਕਟਨ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪਾਂ ਨੂੰ ਜੋੜ ਕੇ 55 ਤੋਂ 11 ਅਯਾਮਾਂ ਤੱਕ ਅਯਾਮ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ (ਵੇਖੋ ਸਮੱਗਰੀ ਅਤੇ ਢੰਗ)।ਟੀ-ਰੈਂਡਮ ਨੇਜ਼ੀ ਏਮਬੈਡਿੰਗ (t-SNE) ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, 3D ਸਪੇਸ ਵਿੱਚ ਸੰਭਾਵਨਾ ਨੂੰ ਪੇਸ਼ ਕਰਕੇ ਆਕਾਰ ਨੂੰ ਹੋਰ ਘਟਾਇਆ ਜਾਂਦਾ ਹੈ।ਨਿਰੀਖਣ ਕੀਤੇ ਕਲੱਸਟਰਿੰਗ ਵਾਤਾਵਰਣਕ ਤੌਰ 'ਤੇ ਨਜ਼ਦੀਕੀ ਖੇਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ [ਸ਼ੋਰ-ਅਧਾਰਤ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਘਣਤਾ-ਅਧਾਰਤ ਸਥਾਨਿਕ ਕਲੱਸਟਰਿੰਗ (DBSCAN)]।t-SNE ਅਤੇ DBSCAN ਦੋਵੇਂ ਅੰਦਰੂਨੀ ਗੈਰ-ਲੀਨੀਅਰ ਈਕੋਸਿਸਟਮ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਹੁੰਦੇ ਹਨ।ਫਿਰ ਨਤੀਜੇ ਵਜੋਂ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਨੂੰ ਧਰਤੀ ਉੱਤੇ ਮੁੜ ਪ੍ਰਜੈਕਟ ਕਰੋ।ਖੇਤਰੀ ਖੋਜ ਲਈ ਢੁਕਵੇਂ ਸੌ ਤੋਂ ਵੱਧ ਵਿਲੱਖਣ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਗਈ ਹੈ।ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਇਕਸਾਰ ਈਕੋਸਿਸਟਮ ਮਾਡਲ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਲਈ, SAGE ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸਾਂ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਐਗਰੀਗੇਟਿਡ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸਾਂ (AEP) ਵਿੱਚ ਇੱਕਤਰ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਏਕੀਕਰਣ ਦੇ ਪੱਧਰ (ਜਿਸ ਨੂੰ "ਜਟਿਲਤਾ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ) ਨੂੰ ਲੋੜੀਂਦੇ ਵੇਰਵੇ ਦੇ ਪੱਧਰ 'ਤੇ ਐਡਜਸਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਇੱਕ ਮਜ਼ਬੂਤ ​​AEP ਦੀ ਘੱਟੋ-ਘੱਟ ਜਟਿਲਤਾ ਦਾ ਪਤਾ ਲਗਾਓ।ਚੋਣ ਦਾ ਫੋਕਸ SAGE ਵਿਧੀ ਹੈ ਅਤੇ ਐਮਰਜੈਂਸੀ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੇ ਨਿਯੰਤਰਣ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਛੋਟੀ ਜਟਿਲਤਾ AEP ਕੇਸਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨਾ ਹੈ।ਪੈਟਰਨਾਂ ਦਾ ਫਿਰ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਇੱਥੇ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਵਿਧੀ ਨੂੰ ਮਾਡਲਾਂ ਦੀ ਤੁਲਨਾ ਲਈ ਵਧੇਰੇ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵੀ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਵੱਖੋ-ਵੱਖਰੇ ਮਾਡਲਾਂ ਵਿੱਚ ਮਿਲਦੇ ਸਮਾਨ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਦੇ ਸਥਾਨਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਕੇ ਅੰਤਰ ਅਤੇ ਸਮਾਨਤਾਵਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ, ਤਾਂ ਜੋ ਮਾਡਲਾਂ ਦੀ ਤੁਲਨਾ ਕੀਤੀ ਜਾ ਸਕੇ।
(ਏ) ਵਾਤਾਵਰਣਕ ਸੂਬੇ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਵਰਕਫਲੋ ਦਾ ਯੋਜਨਾਬੱਧ ਚਿੱਤਰ;ਸੱਤ ਫੰਕਸ਼ਨਲ/ਪੋਸ਼ਟਿਕ ਪਲੈਂਕਟਨ ਦੇ ਬਾਇਓਮਾਸ ਅਤੇ ਚਾਰ ਪੌਸ਼ਟਿਕ ਸਪਲਾਈ ਦਰਾਂ ਸਮੇਤ, ਮੂਲ 55-ਅਯਾਮੀ ਡੇਟਾ ਨੂੰ 11-ਅਯਾਮੀ ਮਾਡਲ ਆਉਟਪੁੱਟ ਤੱਕ ਘਟਾਉਣ ਲਈ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪ ਵਿੱਚ ਜੋੜ ਦੀ ਵਰਤੋਂ ਕਰਨਾ।ਮਾਮੂਲੀ ਮੁੱਲ ਅਤੇ ਟਿਕਾਊ ਬਰਫ਼ ਕਵਰ ਖੇਤਰ.ਡੇਟਾ ਨੂੰ ਮਿਆਰੀ ਅਤੇ ਮਿਆਰੀ ਬਣਾਇਆ ਗਿਆ ਹੈ.ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਸਮਾਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਸੰਜੋਗਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ t-SNE ਐਲਗੋਰਿਦਮ ਨੂੰ 11-ਅਯਾਮੀ ਡੇਟਾ ਪ੍ਰਦਾਨ ਕਰੋ।DBSCAN ਪੈਰਾਮੀਟਰ ਮੁੱਲ ਸੈੱਟ ਕਰਨ ਲਈ ਕਲੱਸਟਰ ਨੂੰ ਧਿਆਨ ਨਾਲ ਚੁਣੇਗਾ।ਅੰਤ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਵਿਥਕਾਰ/ਲੈਂਥਾਈਡ ਪ੍ਰੋਜੇਕਸ਼ਨ ਵਿੱਚ ਵਾਪਸ ਪ੍ਰੋਜੈਕਟ ਕਰੋ।ਕਿਰਪਾ ਕਰਕੇ ਨੋਟ ਕਰੋ ਕਿ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ 10 ਵਾਰ ਦੁਹਰਾਇਆ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ t-SNE ਲਾਗੂ ਕਰਨ ਨਾਲ ਥੋੜ੍ਹੀ ਜਿਹੀ ਬੇਤਰਤੀਬੀ ਪੈਦਾ ਹੋ ਸਕਦੀ ਹੈ।(B) ਦੱਸਦਾ ਹੈ ਕਿ (A) ਵਿੱਚ ਵਰਕਫਲੋ ਨੂੰ 10 ਵਾਰ ਦੁਹਰਾ ਕੇ AEP ਕਿਵੇਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ।ਇਹਨਾਂ 10 ਅਮਲਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਲਈ, ਅੰਤਰ-ਪ੍ਰਾਂਤਿਕ ਬ੍ਰੇ-ਕਰਟਿਸ (BC) ਅਸਮਾਨਤਾ ਮੈਟ੍ਰਿਕਸ ਨੂੰ 51 ਫਾਈਟੋਪਲੈਂਕਟਨ ਕਿਸਮਾਂ ਦੇ ਬਾਇਓਮਾਸ ਦੇ ਅਧਾਰ ਤੇ ਨਿਰਧਾਰਤ ਕੀਤਾ ਗਿਆ ਸੀ।ਗੁੰਝਲਦਾਰਤਾ 1 AEP ਤੋਂ ਲੈ ਕੇ ਪੂਰੀ ਜਟਿਲਤਾ 115 ਤੱਕ ਪ੍ਰੋਵਿੰਸਾਂ ਵਿਚਕਾਰ BC ਫਰਕ ਦਾ ਪਤਾ ਲਗਾਓ। BC ਬੈਂਚਮਾਰਕ ਲੋਂਗਹਰਸਟ ਸੂਬੇ ਦੁਆਰਾ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ।
SAGE ਵਿਧੀ ਵਾਤਾਵਰਣਿਕ ਸੂਬੇ [ਡਾਰਵਿਨ (2) ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ ਗਲੋਬਲ 3D ਭੌਤਿਕ/ਈਕੋਸਿਸਟਮ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ;ਸਮੱਗਰੀ ਅਤੇ ਢੰਗ ਅਤੇ ਨੋਟ S1 ਦੇਖੋ]।ਈਕੋਸਿਸਟਮ ਦੇ ਹਿੱਸੇ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀਆਂ 35 ਕਿਸਮਾਂ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਦੀਆਂ 16 ਕਿਸਮਾਂ ਦੇ ਬਣੇ ਹੋਏ ਹਨ, ਸੱਤ ਪੂਰਵ-ਪਰਿਭਾਸ਼ਿਤ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦੇ ਨਾਲ: ਪ੍ਰੋਕੈਰੀਓਟਸ ਅਤੇ ਯੂਕੇਰੀਓਟਸ ਘੱਟ ਪੌਸ਼ਟਿਕ ਵਾਤਾਵਰਣਾਂ ਦੇ ਅਨੁਕੂਲ ਹਨ, ਕੈਲਸ਼ੀਅਮ ਕਾਰਬੋਨੇਟ ਕੋਟਿੰਗ ਦੇ ਨਾਲ ਕੋਕਸੀਡੀਆ, ਅਤੇ ਭਾਰੀ ਮਿਸਰੀਐਂਟ੍ਰੋਜਨਟ੍ਰੋਜਨਟ੍ਰੋਜਨ ਫਿਕਸਿੰਗ ਮਹੱਤਵਪੂਰਨ ਪੌਸ਼ਟਿਕ ਤੱਤ), ਸਿਲਸੀਅਸ ਕਵਰ ਦੇ ਨਾਲ, ਹੋਰ ਪਲੈਂਕਟਨ ਪ੍ਰਕਾਸ਼ ਸੰਸ਼ਲੇਸ਼ਣ ਅਤੇ ਚਰਾਉਣ ਵਾਲੇ ਮਿਸ਼ਰਤ ਪੌਸ਼ਟਿਕ ਫਲੈਗਲੇਟਸ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਚਰਵਾਹੇ ਬਣਾ ਸਕਦੇ ਹਨ।ਆਕਾਰ ਦੀ ਮਿਆਦ 0.6 ਤੋਂ 2500μm ਬਰਾਬਰ ਗੋਲਾਕਾਰ ਵਿਆਸ ਹੈ।ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੇ ਆਕਾਰ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦੀ ਮਾਡਲ ਵੰਡ ਸੈਟੇਲਾਈਟ ਅਤੇ ਇਨ-ਸੀਟੂ ਨਿਰੀਖਣਾਂ (ਅੰਕੜੇ S1 ਤੋਂ S3 ਦੇਖੋ) ਵਿੱਚ ਦੇਖੇ ਗਏ ਸਮੁੱਚੇ ਗੁਣਾਂ ਨੂੰ ਹਾਸਲ ਕਰਦੀ ਹੈ।ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਅਤੇ ਨਿਰੀਖਣ ਕੀਤੇ ਸਮੁੰਦਰ ਦੇ ਵਿਚਕਾਰ ਸਮਾਨਤਾ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਮਾਡਲ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਪ੍ਰੋਵਿੰਸ ਇਨ-ਸੀਟੂ ਸਮੁੰਦਰ 'ਤੇ ਲਾਗੂ ਹੋ ਸਕਦੇ ਹਨ।ਕਿਰਪਾ ਕਰਕੇ ਨੋਟ ਕਰੋ ਕਿ ਇਹ ਮਾਡਲ ਸਿਰਫ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀ ਕੁਝ ਵਿਭਿੰਨਤਾ ਨੂੰ ਕੈਪਚਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਿਰਫ ਕੁਝ ਭੌਤਿਕ ਅਤੇ ਰਸਾਇਣਕ ਰੇਂਜਾਂ ਨੂੰ ਸੀਟੂ ਸਮੁੰਦਰ ਵਿੱਚ ਕੈਪਚਰ ਕਰਦਾ ਹੈ।SAGE ਵਿਧੀ ਲੋਕਾਂ ਨੂੰ ਮਾਡਲ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੇ ਉੱਚ ਖੇਤਰੀ ਨਿਯੰਤਰਣ ਵਿਧੀ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝਣ ਦੇ ਯੋਗ ਬਣਾ ਸਕਦੀ ਹੈ।
ਹਰੇਕ ਪਲੈਂਕਟਨ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪ ਵਿੱਚ ਸਿਰਫ ਸਤਹੀ ਬਾਇਓਮਾਸ (20 ਸਾਲਾਂ ਦੇ ਔਸਤ ਸਮੇਂ ਦੇ ਨਾਲ) ਦੇ ਜੋੜ ਨੂੰ ਸ਼ਾਮਲ ਕਰਕੇ, ਡੇਟਾ ਦੀ ਅਯਾਮ ਨੂੰ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।ਪਹਿਲਾਂ ਦੇ ਅਧਿਐਨਾਂ ਨੇ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਵਿੱਚ ਆਪਣੀ ਮੁੱਖ ਭੂਮਿਕਾ ਨੂੰ ਦਰਸਾਉਣ ਤੋਂ ਬਾਅਦ, ਇਸ ਵਿੱਚ ਪੌਸ਼ਟਿਕ ਤੱਤ (ਨਾਈਟ੍ਰੋਜਨ, ਆਇਰਨ, ਫਾਸਫੇਟ ਅਤੇ ਸਿਲਿਕ ਐਸਿਡ ਦੀ ਸਪਲਾਈ) [ਜਿਵੇਂ (20, 21)] ਲਈ ਸਤਹ ਸਰੋਤ ਸ਼ਬਦ ਵੀ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਸਨ।ਫੰਕਸ਼ਨਲ ਸਮੂਹਾਂ ਦਾ ਸਾਰ ਸਮੱਸਿਆ ਨੂੰ 55 (51 ਪਲੈਂਕਟਨ ਅਤੇ 4 ਪੌਸ਼ਟਿਕ ਤੱਤ) ਤੋਂ 11 ਮਾਪਾਂ ਤੱਕ ਘਟਾ ਦਿੰਦਾ ਹੈ।ਇਸ ਸ਼ੁਰੂਆਤੀ ਅਧਿਐਨ ਵਿੱਚ, ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਲਗਾਈਆਂ ਗਈਆਂ ਗਣਨਾਤਮਕ ਰੁਕਾਵਟਾਂ ਦੇ ਕਾਰਨ, ਡੂੰਘਾਈ ਅਤੇ ਸਮੇਂ ਦੀ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ 'ਤੇ ਵਿਚਾਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ।
SAGE ਵਿਧੀ ਗੈਰ-ਰੇਖਿਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹ ਬਾਇਓਮਾਸ ਅਤੇ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਦੇ ਵਿਚਕਾਰ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀਆਂ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੇ ਯੋਗ ਹੈ।ਯੂਕਲੀਡੀਅਨ ਦੂਰੀ ਸਿੱਖਣ ਦੇ ਤਰੀਕਿਆਂ (ਜਿਵੇਂ ਕਿ ਕੇ-ਮੀਨਜ਼) 'ਤੇ ਆਧਾਰਿਤ 11-ਅਯਾਮੀ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਭਰੋਸੇਮੰਦ ਅਤੇ ਪ੍ਰਜਨਨ ਯੋਗ ਪ੍ਰੋਵਿੰਸ (19, 22) ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਾਲੇ ਮੁੱਖ ਤੱਤਾਂ ਦੇ ਸਹਿ-ਪ੍ਰਸਾਰ ਦੀ ਬੁਨਿਆਦੀ ਵੰਡ ਵਿੱਚ ਕੋਈ ਗੌਸੀ ਸ਼ਕਲ ਨਹੀਂ ਮਿਲਦੀ।ਵੋਰੋਨੋਈ ਸੈੱਲਾਂ (ਸਿੱਧੀ ਰੇਖਾਵਾਂ) ਦੇ K- ਮਤਲਬ ਗੈਰ-ਗੌਸੀ ਮੂਲ ਵੰਡ ਨੂੰ ਬਰਕਰਾਰ ਨਹੀਂ ਰੱਖ ਸਕਦੇ।
ਸੱਤ ਪਲੈਂਕਟਨ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦਾ ਬਾਇਓਮਾਸ ਅਤੇ ਚਾਰ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਇੱਕ 11-ਅਯਾਮੀ ਵੈਕਟਰ x ਬਣਾਉਂਦੇ ਹਨ।ਇਸਲਈ, x ਮਾਡਲ ਗਰਿੱਡ ਉੱਤੇ ਇੱਕ ਵੈਕਟਰ ਫੀਲਡ ਹੈ, ਜਿੱਥੇ ਹਰੇਕ ਐਲੀਮੈਂਟ xi ਮਾਡਲ ਹਰੀਜੱਟਲ ਗਰਿੱਡ ਉੱਤੇ ਪਰਿਭਾਸ਼ਿਤ 11-ਅਯਾਮੀ ਵੈਕਟਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਹਰੇਕ ਸੂਚਕਾਂਕ i ਗੋਲੇ ਉੱਤੇ ਇੱਕ ਗਰਿੱਡ ਬਿੰਦੂ ਦੀ ਵਿਲੱਖਣ ਪਛਾਣ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ (lon, lat) = (ϕi, θi)।ਜੇਕਰ ਮਾਡਲ ਗਰਿੱਡ ਯੂਨਿਟ ਦਾ ਬਾਇਓਮਾਸ 1.2×10-3mg Chl/m3 ਤੋਂ ਘੱਟ ਹੈ ਜਾਂ ਬਰਫ਼ ਦੀ ਕਵਰੇਜ ਦਰ 70% ਤੋਂ ਵੱਧ ਹੈ, ਤਾਂ ਬਾਇਓਮਾਸ ਡੇਟਾ ਦਾ ਲੌਗ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ।ਡੇਟਾ ਨੂੰ ਸਧਾਰਣ ਅਤੇ ਮਾਨਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸਲਈ ਸਾਰਾ ਡੇਟਾ [0 ਤੋਂ 1] ਦੀ ਰੇਂਜ ਵਿੱਚ ਹੁੰਦਾ ਹੈ, ਮੱਧਮਾਨ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਯੂਨਿਟ ਪਰਿਵਰਤਨ ਤੱਕ ਸਕੇਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਇਹ ਇਸ ਲਈ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਕਿ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (ਬਾਇਓਮਾਸ ਅਤੇ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ) ਸੰਭਾਵੀ ਮੁੱਲਾਂ ਦੀ ਰੇਂਜ ਵਿੱਚ ਵਿਪਰੀਤ ਦੁਆਰਾ ਸੀਮਿਤ ਨਾ ਹੋਣ।ਕਲੱਸਟਰਿੰਗ ਨੂੰ ਭੂਗੋਲਿਕ ਦੂਰੀ ਦੀ ਬਜਾਏ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਮੁੱਖ ਸੰਭਾਵਨਾ ਦੂਰੀ ਤੋਂ ਪਰਿਵਰਤਨ ਸਬੰਧ ਨੂੰ ਕੈਪਚਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।ਇਹਨਾਂ ਦੂਰੀਆਂ ਨੂੰ ਮਾਪਣ ਨਾਲ, ਮਹੱਤਵਪੂਰਣ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਉਭਰਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਬੇਲੋੜੇ ਵੇਰਵਿਆਂ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ।ਵਾਤਾਵਰਣਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਇਹ ਜ਼ਰੂਰੀ ਹੈ ਕਿਉਂਕਿ ਥੋੜ੍ਹੇ ਜਿਹੇ ਬਾਇਓਮਾਸ ਵਾਲੇ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀਆਂ ਕੁਝ ਕਿਸਮਾਂ ਵਿੱਚ ਵਧੇਰੇ ਬਾਇਓਜੀਓਕੈਮੀਕਲ ਪ੍ਰਭਾਵ ਹੋ ਸਕਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਡਾਇਜ਼ੋਟ੍ਰੋਫਿਕ ਬੈਕਟੀਰੀਆ ਦੁਆਰਾ ਨਾਈਟ੍ਰੋਜਨ ਫਿਕਸੇਸ਼ਨ।ਡੇਟਾ ਨੂੰ ਮਾਨਕੀਕਰਨ ਅਤੇ ਸਧਾਰਣ ਕਰਨ ਵੇਲੇ, ਇਸ ਕਿਸਮ ਦੇ ਕੋਵੇਰੀਏਟਸ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਜਾਵੇਗਾ।
ਘੱਟ-ਅਯਾਮੀ ਨੁਮਾਇੰਦਗੀ ਵਿੱਚ ਉੱਚ-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਨੇੜਤਾ 'ਤੇ ਜ਼ੋਰ ਦੇ ਕੇ, ਟੀ-ਐਸਐਨਈ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਮੌਜੂਦਾ ਸਮਾਨ ਖੇਤਰਾਂ ਨੂੰ ਸਪਸ਼ਟ ਬਣਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਪਿਛਲੇ ਕੰਮ ਦਾ ਉਦੇਸ਼ ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਡੂੰਘੇ ਨਿਊਰਲ ਨੈਟਵਰਕ ਬਣਾਉਣ ਦਾ ਟੀ-ਐਸਐਨਈ ਵਰਤਿਆ ਗਿਆ ਸੀ, ਜਿਸ ਨੇ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (23) ਨੂੰ ਵੱਖ ਕਰਨ ਵਿੱਚ ਆਪਣੇ ਹੁਨਰ ਨੂੰ ਸਾਬਤ ਕੀਤਾ ਸੀ।ਗੈਰ-ਕਨਵਰਜੈਂਟ ਹੱਲ (ਨੋਟ S2) ਤੋਂ ਪਰਹੇਜ਼ ਕਰਦੇ ਹੋਏ ਵਿਸ਼ੇਸ਼ਤਾ ਡੇਟਾ ਵਿੱਚ ਮਜ਼ਬੂਤ ​​ਕਲੱਸਟਰਿੰਗ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਇਹ ਇੱਕ ਜ਼ਰੂਰੀ ਕਦਮ ਹੈ।ਗੌਸੀਅਨ ਕਰਨਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, t-SNE 3D ਪੜਾਅ ਸਪੇਸ ਵਿੱਚ ਹਰੇਕ ਉੱਚ-ਆਯਾਮੀ ਵਸਤੂ ਨੂੰ ਇੱਕ ਬਿੰਦੂ ਨਾਲ ਮੈਪ ਕਰਕੇ ਡੇਟਾ ਦੀਆਂ ਅੰਕੜਾ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ, ਇਸ ਤਰ੍ਹਾਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਉੱਚ ਅਤੇ ਨੀਵੀਂ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚ ਸਮਾਨ ਵਸਤੂਆਂ ਦੀ ਸੰਭਾਵਨਾ ਉੱਚ- ਅਯਾਮੀ ਸਪੇਸ (24)।N ਉੱਚ-ਅਯਾਮੀ ਵਸਤੂਆਂ x1,…,xN ਦੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, ਟੀ-SNE ਐਲਗੋਰਿਦਮ ਕੁਲਬੈਕ-ਲੀਬਲਰ (KL) ਵਿਭਿੰਨਤਾ (25) ਨੂੰ ਘੱਟ ਕਰਕੇ ਘਟਾਉਂਦਾ ਹੈ।KL ਵਿਭਿੰਨਤਾ ਇੱਕ ਮਾਪ ਹੈ ਕਿ ਇੱਕ ਸੰਭਾਵੀ ਵੰਡ ਦੂਜੀ ਸੰਦਰਭ ਸੰਭਾਵੀ ਵੰਡ ਤੋਂ ਕਿੰਨੀ ਵੱਖਰੀ ਹੈ, ਅਤੇ ਉੱਚ-ਅਯਾਮੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀਆਂ ਘੱਟ-ਅਯਾਮੀ ਪ੍ਰਤੀਨਿਧਤਾਵਾਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੀ ਹੈ।ਜੇਕਰ xi N-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ i-th ਵਸਤੂ ਹੈ, xj N-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ j-ਵਾਂ ਵਸਤੂ ਹੈ, yi ਘੱਟ-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ i-th ਵਸਤੂ ਹੈ, ਅਤੇ yj ਨੀਵੇਂ ਵਿੱਚ j-ਵਾਂ ਵਸਤੂ ਹੈ। -ਅਯਾਮੀ ਸਪੇਸ, ਫਿਰ t -SNE ਸਮਾਨਤਾ ਸੰਭਾਵਨਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ ppj∣i = exp(-∥xi-xj∥2/2σi2)∑k≠iexp(-∥xi-xk∥2/2σi2), ਅਤੇ ਅਯਾਮੀ ਕਮੀ ਸੈੱਟ ਲਈ q∣j = (1+ ∥ yi-yj∥2)-1∑k≠i(1 +∥yj-yk∥2)-1
ਚਿੱਤਰ 2A 11-ਅਯਾਮੀ ਸੁਮੇਲ ਦੇ ਬਾਇਓਮਾਸ ਅਤੇ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਵੈਕਟਰਾਂ ਨੂੰ 3D ਤੱਕ ਘਟਾਉਣ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਟੀ-ਐਸਐਨਈ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਪ੍ਰੇਰਣਾ ਦੀ ਤੁਲਨਾ ਪ੍ਰਿੰਸੀਪਲ ਕੰਪੋਨੈਂਟ ਵਿਸ਼ਲੇਸ਼ਣ (ਪੀਸੀਏ) ਦੀ ਪ੍ਰੇਰਣਾ ਨਾਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜੋ ਡੇਟਾ ਦੇ ਖੇਤਰ/ਵਿਸ਼ੇਸ਼ਤਾ 'ਤੇ ਜ਼ੋਰ ਦੇਣ ਲਈ ਵਿਭਿੰਨਤਾ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਅਯਾਮ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।ਈਕੋ-ਮਿਨਿਸਟਰੀ (ਦੇਖੋ ਨੋਟ S2) ਲਈ ਭਰੋਸੇਮੰਦ ਅਤੇ ਪੁਨਰ-ਉਤਪਾਦਨ ਯੋਗ ਨਤੀਜੇ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਟੀ-ਐਸਐਨਈ ਵਿਧੀ PCA ਤੋਂ ਉੱਤਮ ਪਾਈ ਗਈ ਸੀ।ਇਹ ਇਸ ਲਈ ਹੋ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਪੀਸੀਏ ਦੀ ਆਰਥੋਗੋਨੈਲਿਟੀ ਧਾਰਨਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗੈਰ-ਲੀਨੀਅਰ ਇੰਟਰਐਕਟਿਵ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਮਹੱਤਵਪੂਰਣ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਢੁਕਵੀਂ ਨਹੀਂ ਹੈ, ਕਿਉਂਕਿ ਪੀਸੀਏ ਲੀਨੀਅਰ ਕੋਵੇਰੀਅੰਸ ਢਾਂਚੇ (26) 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ।ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਲੁੰਗਾ ਐਟ ਅਲ.(27) ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਗੌਸੀ ਵੰਡ ਤੋਂ ਭਟਕਣ ਵਾਲੀਆਂ ਗੁੰਝਲਦਾਰ ਅਤੇ ਗੈਰ-ਰੇਖਿਕ ਸਪੈਕਟ੍ਰਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ SNE ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ।
(A) ਇੱਕ ਮਾਡਲਡ ਪੌਸ਼ਟਿਕ ਸਪਲਾਈ ਦਰ, ਫਾਈਟੋਪਲੈਂਕਟਨ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪ ਬਾਇਓਮਾਸ ਨੂੰ ਟੀ-ਐਸਐਨਈ ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਖਿੱਚਿਆ ਗਿਆ ਹੈ ਅਤੇ ਡੀਬੀਐਸਸੀਏਐਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਾਂਤ ਦੁਆਰਾ ਰੰਗਿਆ ਗਿਆ ਹੈ।ਹਰੇਕ ਬਿੰਦੂ ਉੱਚ-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਬਿੰਦੂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਚਿੱਤਰ 6B ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ, ਜ਼ਿਆਦਾਤਰ ਬਿੰਦੂ ਕੈਪਚਰ ਕੀਤੇ ਗਏ ਹਨ।ਸ਼ਾਫਟਾਂ "t-SNE" ਆਕਾਰ 1, 2 ਅਤੇ 3 ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। (B) DBSCAN ਦੁਆਰਾ ਮੂਲ ਦੇ ਅਕਸ਼ਾਂਸ਼-ਲੈਂਥਾਈਡ ਗਰਿੱਡ 'ਤੇ ਲੱਭੇ ਗਏ ਸੂਬੇ ਦਾ ਭੂਗੋਲਿਕ ਅਨੁਮਾਨ।ਰੰਗ ਨੂੰ ਕਿਸੇ ਵੀ ਰੰਗ ਦੇ ਰੂਪ ਵਿੱਚ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਪਰ (ਏ) ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਚਿੱਤਰ 2A ਵਿੱਚ t-SNE ਸਕੈਟਰ ਪਲਾਟ ਵਿੱਚ ਬਿੰਦੂ ਕ੍ਰਮਵਾਰ ਅਕਸ਼ਾਂਸ਼ ਅਤੇ ਲੰਬਕਾਰ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ।ਜੇਕਰ ਚਿੱਤਰ 2A ਵਿੱਚ ਦੋ ਬਿੰਦੂ ਇੱਕ ਦੂਜੇ ਦੇ ਨੇੜੇ ਹਨ, ਤਾਂ ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਦਾ ਬਾਇਓਮਾਸ ਅਤੇ ਪੌਸ਼ਟਿਕ ਤੱਤ ਸਮਾਨ ਹਨ, ਨਾ ਕਿ ਭੂਗੋਲਿਕ ਨੇੜਤਾ ਦੇ ਕਾਰਨ।ਚਿੱਤਰ 2A ਵਿੱਚ ਰੰਗ ਕਲੱਸਟਰ ਹਨ ਜੋ DBSCAN ਵਿਧੀ (28) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਖੋਜੇ ਗਏ ਹਨ।ਸੰਘਣੇ ਨਿਰੀਖਣਾਂ ਦੀ ਖੋਜ ਕਰਦੇ ਸਮੇਂ, DBSCAN ਐਲਗੋਰਿਦਮ ਬਿੰਦੂਆਂ (ϵ = 0.39; ਇਸ ਚੋਣ ਬਾਰੇ ਜਾਣਕਾਰੀ ਲਈ, ਸਮੱਗਰੀ ਅਤੇ ਵਿਧੀਆਂ ਵੇਖੋ) ਵਿਚਕਾਰ 3D ਪ੍ਰਤੀਨਿਧਤਾ ਵਿੱਚ ਦੂਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਅਤੇ ਕਲੱਸਟਰ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ ਸਮਾਨ ਬਿੰਦੂਆਂ ਦੀ ਸੰਖਿਆ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ (ਇੱਥੇ 100 ਅੰਕ, ਕਿਰਪਾ ਕਰਕੇ ਉੱਪਰ ਦੇਖੋ)।DBSCAN ਵਿਧੀ ਡੇਟਾ ਵਿੱਚ ਕਲੱਸਟਰਾਂ ਦੀ ਸ਼ਕਲ ਜਾਂ ਸੰਖਿਆ ਬਾਰੇ ਕੋਈ ਧਾਰਨਾ ਨਹੀਂ ਬਣਾਉਂਦਾ, ਜਿਵੇਂ ਕਿ ਹੇਠਾਂ ਦਿਖਾਇਆ ਗਿਆ ਹੈ:
3) ਅੰਦਰਲੀ ਦੂਰੀ ਦੇ ਅੰਦਰ ਵਜੋਂ ਪਛਾਣੇ ਗਏ ਸਾਰੇ ਬਿੰਦੂਆਂ ਲਈ, ਕਲੱਸਟਰ ਦੀ ਸੀਮਾ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਪੜਾਅ 2 ਨੂੰ ਦੁਹਰਾਓ।ਜੇਕਰ ਬਿੰਦੂਆਂ ਦੀ ਸੰਖਿਆ ਨਿਰਧਾਰਤ ਨਿਊਨਤਮ ਮੁੱਲ ਤੋਂ ਵੱਧ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਕਲੱਸਟਰ ਵਜੋਂ ਮਨੋਨੀਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਉਹ ਡੇਟਾ ਜੋ ਨਿਊਨਤਮ ਕਲੱਸਟਰ ਮੈਂਬਰ ਅਤੇ ਦੂਰੀ ϵ ਮੀਟ੍ਰਿਕ ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰਦਾ ਹੈ ਨੂੰ "ਸ਼ੋਰ" ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਰੰਗ ਨਿਰਧਾਰਤ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।DBSCAN ਇੱਕ ਤੇਜ਼ ਅਤੇ ਮਾਪਯੋਗ ਐਲਗੋਰਿਦਮ ਹੈ ਜਿਸ ਵਿੱਚ O(n2) ਸਭ ਤੋਂ ਮਾੜੀ ਸਥਿਤੀ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ ਹੈ।ਮੌਜੂਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, ਇਹ ਅਸਲ ਵਿੱਚ ਬੇਤਰਤੀਬ ਨਹੀਂ ਹੈ.ਪੁਆਇੰਟਾਂ ਦੀ ਨਿਊਨਤਮ ਸੰਖਿਆ ਮਾਹਰ ਮੁਲਾਂਕਣ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਬਾਅਦ ਵਿੱਚ ਦੂਰੀ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਨਤੀਜਾ ≈±10 ਦੀ ਰੇਂਜ ਵਿੱਚ ਕਾਫ਼ੀ ਸਥਿਰ ਨਹੀਂ ਹੁੰਦਾ ਹੈ।ਇਹ ਦੂਰੀ ਕਨੈਕਟੀਵਿਟੀ (ਚਿੱਤਰ 6A) ਅਤੇ ਸਮੁੰਦਰੀ ਕਵਰੇਜ ਪ੍ਰਤੀਸ਼ਤ (ਚਿੱਤਰ 6B) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਨਿਰਧਾਰਤ ਕੀਤੀ ਗਈ ਹੈ।ਕਨੈਕਟੀਵਿਟੀ ਨੂੰ ਕਲੱਸਟਰਾਂ ਦੀ ਸੰਯੁਕਤ ਸੰਖਿਆ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਹ ϵ ਪੈਰਾਮੀਟਰ ਲਈ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ।ਲੋਅਰ ਕਨੈਕਟੀਵਿਟੀ ਨਾਕਾਫ਼ੀ ਫਿਟਿੰਗ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਨਕਲੀ ਤੌਰ 'ਤੇ ਖੇਤਰਾਂ ਨੂੰ ਇਕੱਠਿਆਂ ਗਰੁੱਪ ਕਰਨਾ।ਉੱਚ ਕਨੈਕਟੀਵਿਟੀ ਓਵਰਫਿਟਿੰਗ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।ਇਹ ਇੱਕ ਉੱਚ ਨਿਊਨਤਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੈ, ਪਰ ਜੇਕਰ ਨਿਊਨਤਮ ca ਤੋਂ ਵੱਧ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਹੱਲ ਪ੍ਰਾਪਤ ਕਰਨਾ ਅਸੰਭਵ ਹੈ।135 (ਵਧੇਰੇ ਵੇਰਵਿਆਂ ਲਈ, ਸਮੱਗਰੀ ਅਤੇ ਢੰਗ ਵੇਖੋ)।
ਚਿੱਤਰ 2A ਵਿੱਚ ਪਛਾਣੇ ਗਏ 115 ਕਲੱਸਟਰਾਂ ਨੂੰ ਚਿੱਤਰ 2B ਵਿੱਚ ਧਰਤੀ ਉੱਤੇ ਵਾਪਸ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ।ਹਰੇਕ ਰੰਗ DBSCAN ਦੁਆਰਾ ਪਛਾਣੇ ਗਏ ਬਾਇਓਜੀਓਕੈਮੀਕਲ ਅਤੇ ਵਾਤਾਵਰਣਕ ਕਾਰਕਾਂ ਦੇ ਸੁਮੇਲ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।ਇੱਕ ਵਾਰ ਕਲੱਸਟਰ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਚਿੱਤਰ 2A ਵਿੱਚ ਹਰੇਕ ਬਿੰਦੂ ਦਾ ਇੱਕ ਖਾਸ ਅਕਸ਼ਾਂਸ਼ ਅਤੇ ਲੰਬਕਾਰ ਦੇ ਨਾਲ ਕਲੱਸਟਰਾਂ ਨੂੰ ਭੂਗੋਲਿਕ ਖੇਤਰ ਵਿੱਚ ਵਾਪਸ ਲਿਆਉਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।ਚਿੱਤਰ 2B ਇਸ ਨੂੰ ਚਿੱਤਰ 2A ਦੇ ਸਮਾਨ ਕਲੱਸਟਰ ਰੰਗਾਂ ਨਾਲ ਦਰਸਾਉਂਦਾ ਹੈ।ਮਿਲਦੇ-ਜੁਲਦੇ ਰੰਗਾਂ ਨੂੰ ਵਾਤਾਵਰਣਿਕ ਸਮਾਨਤਾ ਵਜੋਂ ਨਹੀਂ ਸਮਝਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਕਿਉਂਕਿ ਉਹਨਾਂ ਨੂੰ ਉਸ ਕ੍ਰਮ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਕਲੱਸਟਰ ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਖੋਜੇ ਜਾਂਦੇ ਹਨ।
ਚਿੱਤਰ 2B ਵਿਚਲਾ ਖੇਤਰ ਗੁਣਾਤਮਕ ਤੌਰ 'ਤੇ ਸਮੁੰਦਰ ਦੇ ਭੌਤਿਕ ਅਤੇ/ਜਾਂ ਬਾਇਓਜੀਓਕੈਮਿਸਟਰੀ ਵਿਚ ਸਥਾਪਿਤ ਖੇਤਰ ਦੇ ਸਮਾਨ ਹੋ ਸਕਦਾ ਹੈ।ਉਦਾਹਰਨ ਲਈ, ਦੱਖਣੀ ਮਹਾਸਾਗਰ ਵਿੱਚ ਕਲੱਸਟਰ ਜ਼ੋਨ-ਸਮਮਿਤੀ ਹਨ, ਜਿਸ ਵਿੱਚ ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਵੌਰਟੀਸ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਅਤੇ ਤਿੱਖੀ ਤਬਦੀਲੀ ਵਪਾਰਕ ਹਵਾਵਾਂ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।ਉਦਾਹਰਨ ਲਈ, ਭੂਮੱਧ ਪ੍ਰਸ਼ਾਂਤ ਵਿੱਚ, ਉਭਾਰ ਨਾਲ ਸਬੰਧਤ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਨੂੰ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ।
ਈਕੋ-ਪ੍ਰਾਂਤ ਦੇ ਵਾਤਾਵਰਣਕ ਵਾਤਾਵਰਣ ਨੂੰ ਸਮਝਣ ਲਈ, ਕਲੱਸਟਰ ਵਿੱਚ ਵਾਤਾਵਰਣ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਬ੍ਰੇ-ਕਰਟਿਸ (BC) ਅੰਤਰ ਸੂਚਕਾਂਕ (29) ਦੀ ਇੱਕ ਪਰਿਵਰਤਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ।ਬੀ ਸੀ ਸੂਚਕ ਇੱਕ ਅੰਕੜਾ ਡੇਟਾ ਹੈ ਜੋ ਦੋ ਵੱਖ-ਵੱਖ ਸਾਈਟਾਂ ਵਿਚਕਾਰ ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਮਾਪਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।ਬੀ ਸੀ ਮਾਪ ਫਾਈਟੋਪਲੈਂਕਟਨ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਦੀਆਂ 51 ਕਿਸਮਾਂ ਦੇ ਬਾਇਓਮਾਸ 'ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ BCninj = 1-2CninjSni + Snj
BCninj ਸੁਮੇਲ ni ਅਤੇ ਸੰਜੋਗ nj ਵਿਚਕਾਰ ਸਮਾਨਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿੱਥੇ Cninj ਇੱਕ ਸਿੰਗਲ ਕਿਸਮ ਦੇ ਬਾਇਓਮਾਸ ਦਾ ਨਿਊਨਤਮ ਮੁੱਲ ਹੈ ਜੋ ni ਅਤੇ nj ਦੋਵਾਂ ਸੰਜੋਗਾਂ ਵਿੱਚ ਮੌਜੂਦ ਹੈ, ਅਤੇ Sni ਉਹਨਾਂ ਸਾਰੇ ਬਾਇਓਮਾਸ ਦੇ ਜੋੜ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ni ਅਤੇ Snj ਦੋਵਾਂ ਸੰਜੋਗਾਂ ਵਿੱਚ ਮੌਜੂਦ ਹਨ।BC ਅੰਤਰ ਦੂਰੀ ਮਾਪ ਦੇ ਸਮਾਨ ਹੈ, ਪਰ ਗੈਰ-ਯੂਕਲੀਡੀਅਨ ਸਪੇਸ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਡੇਟਾ ਅਤੇ ਇਸਦੀ ਵਿਆਖਿਆ ਲਈ ਵਧੇਰੇ ਅਨੁਕੂਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
ਚਿੱਤਰ 2B ਵਿੱਚ ਪਛਾਣੇ ਗਏ ਹਰੇਕ ਕਲੱਸਟਰ ਲਈ, ਅੰਤਰ-ਸੂਬਾਈ ਅਤੇ ਅੰਤਰ-ਸੂਬਾਈ ਬੀ ਸੀ ਦੀ ਸਮਾਨਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਕਿਸੇ ਸੂਬੇ ਦੇ ਅੰਦਰ ਬੀ.ਸੀ. ਦਾ ਅੰਤਰ ਸੂਬੇ ਦੇ ਔਸਤ ਮੁੱਲ ਅਤੇ ਸੂਬੇ ਦੇ ਹਰੇਕ ਬਿੰਦੂ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਬੀ ਸੀ ਪ੍ਰਾਂਤਾਂ ਵਿੱਚ ਅੰਤਰ ਇੱਕ ਪ੍ਰਾਂਤ ਅਤੇ ਦੂਜੇ ਪ੍ਰਾਂਤਾਂ ਵਿੱਚ ਸਮਾਨਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਚਿੱਤਰ 3A ਇੱਕ ਸਮਮਿਤੀ BC ਮੈਟ੍ਰਿਕਸ (0, ਕਾਲਾ: ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਨੁਸਾਰੀ; 1, ਚਿੱਟਾ: ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖਰਾ) ਦਿਖਾਉਂਦਾ ਹੈ।ਗ੍ਰਾਫ ਵਿੱਚ ਹਰੇਕ ਲਾਈਨ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਪੈਟਰਨ ਦਿਖਾਉਂਦੀ ਹੈ।ਚਿੱਤਰ 3B ਹਰੇਕ ਸੂਬੇ ਲਈ ਚਿੱਤਰ 3A ਵਿੱਚ BC ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਭੂਗੋਲਿਕ ਮਹੱਤਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਇੱਕ ਘੱਟ ਪੋਸ਼ਣ ਅਤੇ ਘੱਟ ਪੌਸ਼ਟਿਕ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਪ੍ਰਾਂਤ ਲਈ, ਚਿੱਤਰ 3B ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਭੂਮੱਧ ਰੇਖਾ ਅਤੇ ਹਿੰਦ ਮਹਾਸਾਗਰ ਦੇ ਆਲੇ ਦੁਆਲੇ ਦੇ ਵੱਡੇ ਖੇਤਰਾਂ ਦੀ ਸਮਰੂਪਤਾ ਮੂਲ ਰੂਪ ਵਿੱਚ ਸਮਾਨ ਹੈ, ਪਰ ਉੱਚ ਅਕਸ਼ਾਂਸ਼ਾਂ ਅਤੇ ਉੱਪਰਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਕਾਫ਼ੀ ਭਿੰਨ ਹਨ।
(ਏ) 51 ਪਲੈਂਕਟਨ ਦੀ ਗਲੋਬਲ 20-ਸਾਲ ਦੀ ਔਸਤ ਗਲੋਬਲ ਸਤਹ ਔਸਤ ਦੇ ਆਧਾਰ 'ਤੇ ਹਰੇਕ ਸੂਬੇ ਲਈ BC ਅੰਤਰ ਦੀ ਡਿਗਰੀ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਗਿਆ।ਮੁੱਲਾਂ ਦੀ ਸੰਭਾਵਿਤ ਸਮਰੂਪਤਾ ਨੂੰ ਨੋਟ ਕਰੋ।(ਬੀ) ਇੱਕ ਕਾਲਮ (ਜਾਂ ਕਤਾਰ) ਦਾ ਸਥਾਨਿਕ ਪ੍ਰੋਜੈਕਸ਼ਨ।ਇੱਕ ਡਾਇਸਟ੍ਰੋਫਿਕ ਸਰਕਲ ਵਿੱਚ ਇੱਕ ਪ੍ਰਾਂਤ ਲਈ, BC ਸਮਾਨਤਾ ਮਾਪ ਦੀ ਵਿਸ਼ਵਵਿਆਪੀ ਵੰਡ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਗਲੋਬਲ 20-ਸਾਲ ਦੀ ਔਸਤ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਗਿਆ ਸੀ।ਕਾਲਾ (BC = 0) ਦਾ ਅਰਥ ਹੈ ਉਹੀ ਖੇਤਰ, ਅਤੇ ਚਿੱਟੇ (BC = 1) ਦਾ ਮਤਲਬ ਹੈ ਕੋਈ ਸਮਾਨਤਾ ਨਹੀਂ।
ਚਿੱਤਰ 4A ਚਿੱਤਰ 2B ਵਿੱਚ ਹਰੇਕ ਸੂਬੇ ਦੇ ਅੰਦਰ BC ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਇੱਕ ਕਲੱਸਟਰ ਵਿੱਚ ਔਸਤ ਖੇਤਰ ਦੇ ਔਸਤ ਸੁਮੇਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਅਤੇ ਸੂਬੇ ਵਿੱਚ BC ਅਤੇ ਹਰੇਕ ਗਰਿੱਡ ਬਿੰਦੂ ਦੇ ਮੱਧਮਾਨ ਵਿਚਕਾਰ ਅਸਮਾਨਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਕੇ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ SAGE ਵਿਧੀ ਵਾਤਾਵਰਣਕ ਸਮਾਨਤਾ ਦੇ ਅਧਾਰ ਤੇ 51 ਕਿਸਮਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵੱਖ ਕਰ ਸਕਦੀ ਹੈ। ਮਾਡਲ ਡਾਟਾ.ਸਾਰੀਆਂ 51 ਕਿਸਮਾਂ ਦੀ ਸਮੁੱਚੀ ਔਸਤ ਕਲੱਸਟਰ BC ਅਸਮਾਨਤਾ 0.102±0.0049 ਹੈ।
(A, B, ਅਤੇ D) ਪ੍ਰਾਂਤ ਦੇ ਅੰਦਰ BC ਅੰਤਰ ਦਾ ਮੁਲਾਂਕਣ ਹਰੇਕ ਗਰਿੱਡ ਪੁਆਇੰਟ ਕਮਿਊਨਿਟੀ ਅਤੇ ਔਸਤ ਪ੍ਰਾਂਤ ਵਿਚਕਾਰ ਔਸਤ BC ਅੰਤਰ ਵਜੋਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਗੁੰਝਲਤਾ ਨੂੰ ਘੱਟ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।(2) ਗਲੋਬਲ ਔਸਤ ਅੰਤਰ-ਸੂਬਾਈ ਬੀ ਸੀ ਅੰਤਰ 0.227±0.117 ਹੈ।ਇਹ ਇਸ ਕੰਮ ਦੁਆਰਾ ਪ੍ਰਸਤਾਵਿਤ ਵਾਤਾਵਰਣਿਕ ਪ੍ਰੇਰਣਾ-ਅਧਾਰਤ ਵਰਗੀਕਰਨ ਦਾ ਮਾਪਦੰਡ ਹੈ [(C) ਵਿੱਚ ਹਰੀ ਲਾਈਨ]।(C) ਔਸਤ ਅੰਤਰ-ਸੂਬਾਈ ਬੀ ਸੀ ਅੰਤਰ: ਕਾਲੀ ਲਾਈਨ ਵਧਦੀ ਗੁੰਝਲਤਾ ਦੇ ਨਾਲ ਅੰਤਰ-ਪ੍ਰਾਂਤਕ ਬੀ ਸੀ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।2σ ਈਕੋ-ਪ੍ਰਾਂਤ ਪਛਾਣ ਪ੍ਰਕਿਰਿਆ ਦੇ 10 ਦੁਹਰਾਓ ਤੋਂ ਆਉਂਦਾ ਹੈ।DBSCAN ਦੁਆਰਾ ਖੋਜੇ ਗਏ ਪ੍ਰੋਵਿੰਸਾਂ ਦੀ ਕੁੱਲ ਗੁੰਝਲਤਾ ਲਈ, (A) ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਪ੍ਰਾਂਤ ਵਿੱਚ BC ਅਸਮਾਨਤਾ 0.099 ਹੈ, ਅਤੇ (C) ਦੁਆਰਾ ਪ੍ਰਸਤਾਵਿਤ ਜਟਿਲਤਾ ਵਰਗੀਕਰਣ 12 ਹੈ, ਨਤੀਜੇ ਵਜੋਂ ਪ੍ਰਾਂਤ ਵਿੱਚ BC ਦੀ ਅਸਮਾਨਤਾ 0.200 ਹੈ।ਜਿਵੇਂ ਕਿ ਤਸਵੀਰ ਦਿਖਾਉਂਦੀ ਹੈ।(ਡੀ).
ਚਿੱਤਰ 4B ਵਿੱਚ, 51 ਪਲੈਂਕਟਨ ਕਿਸਮਾਂ ਦੇ ਬਾਇਓਮਾਸ ਦੀ ਵਰਤੋਂ ਲੋਂਗਹਰਸਟ ਸੂਬੇ ਵਿੱਚ ਬਰਾਬਰ BC ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਹਰੇਕ ਪ੍ਰਾਂਤ ਦੀ ਸਮੁੱਚੀ ਔਸਤ 0.227 ਹੈ, ਅਤੇ BC ਪ੍ਰਾਂਤ ਵਿੱਚ ਅੰਤਰ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਗਰਿੱਡ ਪੁਆਇੰਟਾਂ ਦਾ ਮਿਆਰੀ ਵਿਵਹਾਰ 0.046 ਹੈ।ਇਹ ਚਿੱਤਰ 1B ਵਿੱਚ ਪਛਾਣੇ ਗਏ ਕਲੱਸਟਰ ਤੋਂ ਵੱਡਾ ਹੈ।ਇਸਦੀ ਬਜਾਏ, ਸੱਤ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦੇ ਜੋੜ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਲੋਂਗਹਰਸਟ ਵਿੱਚ ਔਸਤ ਇੰਟਰਾ-ਸੀਜ਼ਨ ਬੀ ਸੀ ਅਸਮਾਨਤਾ 0.232 ਤੱਕ ਵਧ ਗਈ।
ਗਲੋਬਲ ਈਕੋ-ਪ੍ਰਾਂਤ ਨਕਸ਼ਾ ਵਿਲੱਖਣ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੇ ਗੁੰਝਲਦਾਰ ਵੇਰਵੇ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਅਤੇ ਲੋਂਗਹਰਸਟ ਸੂਬੇ ਦੇ ਪੂਰੇ ਈਕੋਸਿਸਟਮ ਢਾਂਚੇ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤੇ ਗਏ ਹਨ।ਵਾਤਾਵਰਣ ਮੰਤਰਾਲੇ ਤੋਂ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਈਕੋਸਿਸਟਮ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸਮਝ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਇਹ ਸੂਝ ਫੀਲਡ ਵਰਕ ਦੀ ਖੋਜ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ।ਇਸ ਖੋਜ ਦੇ ਉਦੇਸ਼ ਲਈ, ਸੌ ਤੋਂ ਵੱਧ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ ਸੰਭਵ ਨਹੀਂ ਹੈ.ਅਗਲਾ ਭਾਗ SAGE ਵਿਧੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਸੰਖੇਪ ਕਰਦਾ ਹੈ।
ਪ੍ਰਾਂਤ ਦੇ ਉਦੇਸ਼ਾਂ ਵਿੱਚੋਂ ਇੱਕ ਪ੍ਰਾਂਤ ਦੇ ਸਥਾਨ ਅਤੇ ਪ੍ਰਬੰਧਨ ਦੀ ਸਮਝ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ ਹੈ।ਸੰਕਟਕਾਲੀਨ ਸਥਿਤੀਆਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ, ਚਿੱਤਰ 1B ਵਿੱਚ ਵਿਧੀ ਵਾਤਾਵਰਣਕ ਤੌਰ 'ਤੇ ਸਮਾਨ ਪ੍ਰਾਂਤਾਂ ਦੇ ਆਲ੍ਹਣੇ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।ਵਾਤਾਵਰਣਕ ਸਮਾਨਤਾ ਦੇ ਆਧਾਰ 'ਤੇ ਈਕੋ-ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਇੱਕਠੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਸੂਬਿਆਂ ਦੇ ਅਜਿਹੇ ਗਰੁੱਪਿੰਗ ਨੂੰ AEP ਕਿਹਾ ਜਾਂਦਾ ਹੈ।ਵਿਚਾਰੇ ਜਾਣ ਵਾਲੇ ਸੂਬਿਆਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕ ਵਿਵਸਥਿਤ "ਜਟਿਲਤਾ" ਸੈੱਟ ਕਰੋ।ਸ਼ਬਦ "ਜਟਿਲਤਾ" ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਐਮਰਜੈਂਸੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਪੱਧਰ ਨੂੰ ਐਡਜਸਟ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।ਅਰਥਪੂਰਨ ਏਕੀਕਰਣਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ, ਲੋਂਗਹਰਸਟ ਤੋਂ ਔਸਤ ਅੰਤਰ-ਪ੍ਰਾਂਤ BC ਅੰਤਰ 0.227 ਨੂੰ ਬੈਂਚਮਾਰਕ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।ਇਸ ਬੈਂਚਮਾਰਕ ਦੇ ਹੇਠਾਂ, ਸੰਯੁਕਤ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਹੁਣ ਉਪਯੋਗੀ ਨਹੀਂ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।
ਜਿਵੇਂ ਕਿ ਚਿੱਤਰ 3B ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ, ਗਲੋਬਲ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸ ਇਕਸਾਰ ਹਨ।ਅੰਤਰ-ਸੂਬਾਈ ਬੀ ਸੀ ਅੰਤਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇਹ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਕੁਝ ਸੰਰਚਨਾਵਾਂ ਬਹੁਤ "ਆਮ" ਹਨ।ਜੈਨੇਟਿਕਸ ਅਤੇ ਗ੍ਰਾਫ ਥਿਊਰੀ ਵਿਧੀਆਂ ਤੋਂ ਪ੍ਰੇਰਿਤ, "ਕਨੈਕਟਡ ਗ੍ਰਾਫ਼" ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਨਾਲ ਮਿਲਦੇ-ਜੁਲਦੇ ਪ੍ਰਾਂਤਾਂ ਦੇ ਆਧਾਰ 'ਤੇ> 100 ਸੂਬਿਆਂ ਨੂੰ ਛਾਂਟਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਇੱਥੇ "ਕੁਨੈਕਟੀਵਿਟੀ" ਮੈਟ੍ਰਿਕ ਅੰਤਰ-ਸੂਬਾਈ ਬੀ ਸੀ ਅਸਮਾਨਤਾ (30) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਨਿਰਧਾਰਤ ਕੀਤੀ ਗਈ ਹੈ।> 100 ਪ੍ਰਾਂਤਾਂ ਦੇ ਵਰਗੀਕਰਨ ਲਈ ਵੱਡੀ ਥਾਂ ਵਾਲੇ ਸੂਬਿਆਂ ਦੀ ਸੰਖਿਆ ਨੂੰ ਇੱਥੇ ਜਟਿਲਤਾ ਕਿਹਾ ਜਾ ਸਕਦਾ ਹੈ।AEP ਇੱਕ ਉਤਪਾਦ ਹੈ ਜੋ 100 ਤੋਂ ਵੱਧ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵੀ/ਨੇੜਲੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਦਾ ਹੈ।ਹਰੇਕ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਨੂੰ ਪ੍ਰਭਾਵੀ/ਬਹੁਤ ਜ਼ਿਆਦਾ ਜੁੜੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਨੂੰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਨਾਲ ਸਭ ਤੋਂ ਮਿਲਦਾ ਜੁਲਦਾ ਹੈ।ਬੀ ਸੀ ਫਰਕ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਗਿਆ ਇਹ ਏਕੀਕਰਣ ਗਲੋਬਲ ਈਕੋਲੋਜੀ ਲਈ ਇੱਕ ਨੇਸਟਡ ਪਹੁੰਚ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
ਚੁਣੀ ਗਈ ਗੁੰਝਲਤਾ 1 ਤੋਂ FIG ਦੀ ਪੂਰੀ ਜਟਿਲਤਾ ਤੱਕ ਕੋਈ ਵੀ ਮੁੱਲ ਹੋ ਸਕਦੀ ਹੈ।2 ਏ.ਘੱਟ ਜਟਿਲਤਾ 'ਤੇ, ਏਈਪੀ ਸੰਭਾਵੀ ਅਯਾਮਤਾ ਘਟਾਉਣ ਦੇ ਕਦਮ (t-SNE) ਦੇ ਕਾਰਨ ਵਿਗੜ ਸਕਦੀ ਹੈ।ਡੀਜਨਰੇਸੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰੋਵਿੰਸਾਂ ਨੂੰ ਦੁਹਰਾਓ ਦੇ ਵਿਚਕਾਰ ਵੱਖ-ਵੱਖ AEP ਨੂੰ ਸੌਂਪਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਕਵਰ ਕੀਤੇ ਗਏ ਭੂਗੋਲਿਕ ਖੇਤਰ ਨੂੰ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ।ਚਿੱਤਰ 4C 10 ਲਾਗੂਕਰਨਾਂ (ਚਿੱਤਰ 1B ਵਿੱਚ ਦ੍ਰਿਸ਼ਟਾਂਤ) ਵਿੱਚ ਵਧਦੀ ਗੁੰਝਲਤਾ ਦੇ AEPs ਵਿੱਚ ਪ੍ਰੋਵਿੰਸਾਂ ਦੇ ਅੰਦਰ ਬੀਸੀ ਅਸਮਾਨਤਾਵਾਂ ਦੇ ਫੈਲਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਚਿੱਤਰ 4C ਵਿੱਚ, 2σ (ਨੀਲਾ ਖੇਤਰ) 10 ਲਾਗੂਕਰਨਾਂ ਵਿੱਚ ਗਿਰਾਵਟ ਦਾ ਇੱਕ ਮਾਪ ਹੈ, ਅਤੇ ਹਰੀ ਲਾਈਨ ਲੋਂਗਹਰਸਟ ਬੈਂਚਮਾਰਕ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।ਤੱਥਾਂ ਨੇ ਸਾਬਤ ਕੀਤਾ ਹੈ ਕਿ 12 ਦੀ ਗੁੰਝਲਤਾ ਸਾਰੇ ਲਾਗੂਕਰਨਾਂ ਵਿੱਚ ਪ੍ਰਾਂਤ ਵਿੱਚ BC ਅੰਤਰ ਨੂੰ ਲੋਂਗਹਰਸਟ ਬੈਂਚਮਾਰਕ ਤੋਂ ਹੇਠਾਂ ਰੱਖ ਸਕਦੀ ਹੈ ਅਤੇ ਇੱਕ ਮੁਕਾਬਲਤਨ ਛੋਟੇ 2σ ਡਿਗਰੇਡੇਸ਼ਨ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖ ਸਕਦੀ ਹੈ।ਸੰਖੇਪ ਵਿੱਚ, ਘੱਟੋ-ਘੱਟ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਟਿਲਤਾ 12 AEPs ਹੈ, ਅਤੇ 51 ਪਲੈਂਕਟਨ ਕਿਸਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਔਸਤ ਅੰਤਰ-ਪ੍ਰਾਂਤ BC ਅੰਤਰ 0.198±0.013 ਹੈ, ਜਿਵੇਂ ਕਿ ਚਿੱਤਰ 4D ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।ਸੱਤ ਪਲੈਂਕਟਨ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪਾਂ ਦੇ ਜੋੜ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਸੂਬੇ ਦੇ ਅੰਦਰ ਔਸਤ BC ਅੰਤਰ 0.198±0.004 ਦੀ ਬਜਾਏ 2σ ਹੈ।ਸੱਤ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪਾਂ ਦੇ ਕੁੱਲ ਬਾਇਓਮਾਸ ਜਾਂ ਸਾਰੀਆਂ 51 ਪਲੈਂਕਟਨ ਕਿਸਮਾਂ ਦੇ ਬਾਇਓਮਾਸ ਨਾਲ ਗਿਣਿਆ ਗਿਆ ਬੀ ਸੀ ਅੰਤਰਾਂ ਵਿਚਕਾਰ ਤੁਲਨਾ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਭਾਵੇਂ SAGE ਵਿਧੀ 51-ਅਯਾਮੀ ਸਥਿਤੀਆਂ 'ਤੇ ਲਾਗੂ ਹੁੰਦੀ ਹੈ, ਇਹ ਸੱਤ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦੇ ਕੁੱਲ ਬਾਇਓਮਾਸ ਲਈ ਹੈ। ਸਿਖਲਾਈ ਲਈ.
ਕਿਸੇ ਵੀ ਖੋਜ ਦੇ ਉਦੇਸ਼ 'ਤੇ ਨਿਰਭਰ ਕਰਦਿਆਂ, ਜਟਿਲਤਾ ਦੇ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ 'ਤੇ ਵਿਚਾਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਖੇਤਰੀ ਅਧਿਐਨਾਂ ਲਈ ਪੂਰੀ ਜਟਿਲਤਾ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ (ਭਾਵ, ਸਾਰੇ 115 ਪ੍ਰਾਂਤਾਂ)।ਇੱਕ ਉਦਾਹਰਣ ਵਜੋਂ ਅਤੇ ਸਪਸ਼ਟਤਾ ਲਈ, 12 ਦੀ ਘੱਟੋ-ਘੱਟ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਗੁੰਝਲਤਾ 'ਤੇ ਵਿਚਾਰ ਕਰੋ।
SAGE ਵਿਧੀ ਦੀ ਉਪਯੋਗਤਾ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਦੇ ਤੌਰ 'ਤੇ, ਐਮਰਜੈਂਸੀ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੇ ਨਿਯੰਤਰਣ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਇੱਥੇ 12 ਦੀ ਘੱਟੋ-ਘੱਟ ਜਟਿਲਤਾ ਵਾਲੇ 12 AEPs ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਚਿੱਤਰ 5 AEP (A ਤੋਂ L ਤੱਕ) ਦੁਆਰਾ ਸਮੂਹਿਤ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਸੂਝ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ: ਰੈੱਡਫੀਲਡ ਸਟੋਈਚਿਓਮੈਟਰੀ ਵਿੱਚ, ਭੂਗੋਲਿਕ ਹੱਦ (ਚਿੱਤਰ 5C), ਕਾਰਜਸ਼ੀਲ ਸਮੂਹ ਬਾਇਓਮਾਸ ਰਚਨਾ (ਚਿੱਤਰ 5A) ਅਤੇ ਪੌਸ਼ਟਿਕ ਸਪਲਾਈ (ਚਿੱਤਰ 5B) N ਜ਼ੂਮ ਦੁਆਰਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਅਨੁਪਾਤ (N:Si:P:Fe, 1:1:16:16×103) ਦਿਖਾਇਆ ਗਿਆ ਹੈ।ਬਾਅਦ ਵਾਲੇ ਪੈਨਲ ਲਈ, P ਨੂੰ 16 ਨਾਲ ਅਤੇ Fe ਨੂੰ 16×103 ਨਾਲ ਗੁਣਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸ ਲਈ ਬਾਰ ਗ੍ਰਾਫ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀਆਂ ਪੌਸ਼ਟਿਕ ਲੋੜਾਂ ਦੇ ਬਰਾਬਰ ਹੈ।
ਸੂਬਿਆਂ ਨੂੰ 12 ਪ੍ਰਾਂਤਾਂ ਵਿੱਚ ਈਕੋਸਿਸਟਮ ਦੇ 12 AEPs A ਤੋਂ L. (A) ਬਾਇਓਮਾਸ (mgC/m3) ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ।(ਬੀ) ਭੰਗ ਅਕਾਰਬਨਿਕ ਨਾਈਟ੍ਰੋਜਨ (N), ਆਇਰਨ (Fe), ਫਾਸਫੇਟ (P) ਅਤੇ ਸਿਲਿਕ ਐਸਿਡ (Si) (mmol/m3 ਪ੍ਰਤੀ ਸਾਲ) ਦੀ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਦਰ।Fe ਅਤੇ P ਨੂੰ ਕ੍ਰਮਵਾਰ 16 ਅਤੇ 16 × 103 ਨਾਲ ਗੁਣਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜੋ ਪੱਟੀਆਂ ਨੂੰ ਫਾਈਟੋਪਲੈਂਕਟਨ ਸਟੋਈਚਿਓਮੈਟਰੀ ਲੋੜਾਂ ਅਨੁਸਾਰ ਮਿਆਰੀ ਬਣਾਇਆ ਜਾ ਸਕੇ।(C) ਧਰੁਵੀ ਖੇਤਰਾਂ, ਉਪ-ਉਪਖੰਡੀ ਚੱਕਰਵਾਤਾਂ ਅਤੇ ਮੁੱਖ ਮੌਸਮੀ/ਵਧ ਰਹੇ ਖੇਤਰਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਨੋਟ ਕਰੋ।ਨਿਗਰਾਨੀ ਸਟੇਸ਼ਨਾਂ ਨੂੰ ਹੇਠ ਲਿਖੇ ਅਨੁਸਾਰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਗਿਆ ਹੈ: 1, ਸੀਟਾਂ;2, ਅਲੋਹਾ;3, ਸਟੇਸ਼ਨ ਪੀ;ਅਤੇ 4, BATS।
ਪਛਾਣਿਆ ਗਿਆ AEP ਵਿਲੱਖਣ ਹੈ।ਅਟਲਾਂਟਿਕ ਅਤੇ ਪ੍ਰਸ਼ਾਂਤ ਮਹਾਸਾਗਰਾਂ ਵਿੱਚ ਭੂਮੱਧ ਰੇਖਾ ਦੇ ਦੁਆਲੇ ਕੁਝ ਸਮਰੂਪਤਾ ਹੈ, ਅਤੇ ਹਿੰਦ ਮਹਾਂਸਾਗਰ ਵਿੱਚ ਇੱਕ ਸਮਾਨ ਪਰ ਵੱਡਾ ਖੇਤਰ ਮੌਜੂਦ ਹੈ।ਕੁਝ AEPs ਚੜ੍ਹਾਈ ਨਾਲ ਜੁੜੇ ਮਹਾਂਦੀਪ ਦੇ ਪੱਛਮੀ ਪਾਸੇ ਨੂੰ ਗਲੇ ਲਗਾਉਂਦੇ ਹਨ।ਦੱਖਣੀ ਧਰੁਵ ਸਰਕੰਪੋਲਰ ਕਰੰਟ ਨੂੰ ਇੱਕ ਵੱਡੀ ਜ਼ੋਨਲ ਵਿਸ਼ੇਸ਼ਤਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।ਸਬਟ੍ਰੋਪਿਕਲ ਚੱਕਰਵਾਤ ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਏਈਪੀ ਦੀ ਇੱਕ ਗੁੰਝਲਦਾਰ ਲੜੀ ਹੈ।ਇਹਨਾਂ ਪ੍ਰਾਂਤਾਂ ਵਿੱਚ, ਪਲੈਂਕਟਨ-ਪ੍ਰਭਾਵੀ ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਵੌਰਟੀਸ ਅਤੇ ਡਾਇਟੋਮ-ਅਮੀਰ ਧਰੁਵੀ ਖੇਤਰਾਂ ਵਿੱਚ ਬਾਇਓਮਾਸ ਅੰਤਰਾਂ ਦਾ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਪੈਟਰਨ ਸਪੱਸ਼ਟ ਹੈ।
ਬਹੁਤ ਹੀ ਸਮਾਨ ਕੁੱਲ ਫਾਈਟੋਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ ਵਾਲੇ AEPs ਵਿੱਚ ਬਹੁਤ ਵੱਖਰੀ ਭਾਈਚਾਰਕ ਬਣਤਰ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਵੱਖ-ਵੱਖ ਭੂਗੋਲਿਕ ਖੇਤਰਾਂ ਨੂੰ ਕਵਰ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ D, H, ਅਤੇ K, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਕੁੱਲ ਫਾਈਟੋਪਲੰਕਟਨ ਬਾਇਓਮਾਸ ਸਮਾਨ ਹੈ।AEP H ਮੁੱਖ ਤੌਰ 'ਤੇ ਭੂਮੱਧ ਹਿੰਦ ਮਹਾਸਾਗਰ ਵਿੱਚ ਮੌਜੂਦ ਹੈ, ਅਤੇ ਇੱਥੇ ਵਧੇਰੇ ਡਾਇਜ਼ੋਟ੍ਰੋਫਿਕ ਬੈਕਟੀਰੀਆ ਹਨ।AEP D ਕਈ ਬੇਸਿਨਾਂ ਵਿੱਚ ਪਾਇਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਇਹ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਪ੍ਰਸ਼ਾਂਤ ਖੇਤਰ ਵਿੱਚ ਭੂਮੱਧੀ ਉਭਾਰ ਦੇ ਆਲੇ ਦੁਆਲੇ ਉੱਚ-ਉਪਜ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਪ੍ਰਮੁੱਖ ਹੈ।ਇਸ ਪ੍ਰਸ਼ਾਂਤ ਪ੍ਰਾਂਤ ਦੀ ਸ਼ਕਲ ਗ੍ਰਹਿ ਲਹਿਰਾਂ ਵਾਲੀ ਰੇਲਗੱਡੀ ਦੀ ਯਾਦ ਦਿਵਾਉਂਦੀ ਹੈ।AEP D ਵਿੱਚ ਘੱਟ ਡਾਇਜ਼ੋਬੈਕਟੀਰੀਆ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਵਧੇਰੇ ਕੋਨ ਹੁੰਦੇ ਹਨ।ਦੂਜੇ ਦੋ ਸੂਬਿਆਂ ਦੇ ਮੁਕਾਬਲੇ, AEP K ਸਿਰਫ਼ ਆਰਕਟਿਕ ਮਹਾਂਸਾਗਰ ਦੇ ਉੱਚੇ ਖੇਤਰਾਂ ਵਿੱਚ ਪਾਇਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇੱਥੇ ਵਧੇਰੇ ਡਾਇਟੌਮ ਅਤੇ ਘੱਟ ਪਲੈਂਕਟਨ ਹਨ।ਇਹ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਇਨ੍ਹਾਂ ਤਿੰਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਪਲੈਂਕਟਨ ਦੀ ਮਾਤਰਾ ਵੀ ਬਹੁਤ ਵੱਖਰੀ ਹੈ।ਉਹਨਾਂ ਵਿੱਚ, AEP K ਦੀ ਪਲੈਂਕਟਨ ਦੀ ਭਰਪੂਰਤਾ ਮੁਕਾਬਲਤਨ ਘੱਟ ਹੈ, ਜਦੋਂ ਕਿ AEP D ਅਤੇ H ਦੀ ਮਾਤਰਾ ਮੁਕਾਬਲਤਨ ਵੱਧ ਹੈ।ਇਸਲਈ, ਉਹਨਾਂ ਦੇ ਬਾਇਓਮਾਸ (ਅਤੇ ਇਸਲਈ Chl-a ਦੇ ਸਮਾਨ) ਦੇ ਬਾਵਜੂਦ, ਇਹ ਪ੍ਰਾਂਤ ਕਾਫ਼ੀ ਵੱਖਰੇ ਹਨ: Chl-ਅਧਾਰਿਤ ਪ੍ਰੋਵਿੰਸ ਟੈਸਟਿੰਗ ਇਹਨਾਂ ਅੰਤਰਾਂ ਨੂੰ ਹਾਸਲ ਨਹੀਂ ਕਰ ਸਕਦੀ ਹੈ।
ਇਹ ਵੀ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਬਹੁਤ ਵੱਖਰੇ ਬਾਇਓਮਾਸ ਵਾਲੇ ਕੁਝ ਏਈਪੀ ਫਾਈਟੋਪਲੈਂਕਟਨ ਕਮਿਊਨਿਟੀ ਬਣਤਰ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਾਨ ਹੋ ਸਕਦੇ ਹਨ।ਉਦਾਹਰਨ ਲਈ, ਇਹ AEP D ਅਤੇ E ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਉਹ ਇੱਕ ਦੂਜੇ ਦੇ ਨੇੜੇ ਹਨ, ਅਤੇ ਪ੍ਰਸ਼ਾਂਤ ਮਹਾਂਸਾਗਰ ਵਿੱਚ, AEP E ਬਹੁਤ ਜ਼ਿਆਦਾ ਉਤਪਾਦਕ AEPJ ਦੇ ਨੇੜੇ ਹੈ।ਇਸੇ ਤਰ੍ਹਾਂ, ਫਾਈਟੋਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਦੀ ਭਰਪੂਰਤਾ ਵਿਚਕਾਰ ਕੋਈ ਸਪੱਸ਼ਟ ਸਬੰਧ ਨਹੀਂ ਹੈ।
AEP ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਪੌਸ਼ਟਿਕ ਤੱਤਾਂ (ਚਿੱਤਰ 5B) ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ।ਡਾਇਟੌਮ ਕੇਵਲ ਉੱਥੇ ਮੌਜੂਦ ਹੁੰਦੇ ਹਨ ਜਿੱਥੇ ਸਿਲਿਕ ਐਸਿਡ ਦੀ ਭਰਪੂਰ ਸਪਲਾਈ ਹੁੰਦੀ ਹੈ।ਆਮ ਤੌਰ 'ਤੇ, ਸਿਲੀਕਿਕ ਐਸਿਡ ਦੀ ਸਪਲਾਈ ਜਿੰਨੀ ਜ਼ਿਆਦਾ ਹੁੰਦੀ ਹੈ, ਡਾਇਟੋਮਜ਼ ਦਾ ਬਾਇਓਮਾਸ ਉੱਚਾ ਹੁੰਦਾ ਹੈ।ਡਾਇਟੋਮਜ਼ ਨੂੰ AEP A, J, K ਅਤੇ L ਵਿੱਚ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਡਾਇਟੌਮ ਬਾਇਓਮਾਸ ਦਾ ਅਨੁਪਾਤ ਦੂਜੇ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੇ ਮੁਕਾਬਲੇ N, P ਅਤੇ Fe ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਡਾਇਟਮ ਦੀ ਮੰਗ ਦੇ ਅਨੁਸਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।ਉਦਾਹਰਨ ਲਈ, AEP L ਦਾ ਦਬਦਬਾ ਡਾਇਟੌਮਸ ਦੁਆਰਾ ਹੈ।ਹੋਰ ਪੌਸ਼ਟਿਕ ਤੱਤਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ, ਸੀ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸਪਲਾਈ ਹੁੰਦੀ ਹੈ।ਇਸਦੇ ਉਲਟ, ਉੱਚ ਉਤਪਾਦਕਤਾ ਦੇ ਬਾਵਜੂਦ, AEP J ਵਿੱਚ ਘੱਟ ਡਾਇਟੌਮ ਅਤੇ ਘੱਟ ਸਿਲੀਕਾਨ ਸਪਲਾਈ (ਸਾਰੇ ਅਤੇ ਹੋਰ ਪੌਸ਼ਟਿਕ ਤੱਤਾਂ ਦੇ ਅਨੁਸਾਰ) ਹਨ।
ਡਾਇਜ਼ੋਨਿਅਮ ਬੈਕਟੀਰੀਆ ਵਿੱਚ ਨਾਈਟ੍ਰੋਜਨ ਨੂੰ ਠੀਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੁੰਦੀ ਹੈ, ਪਰ ਹੌਲੀ ਹੌਲੀ ਵਧਦੀ ਹੈ (31)।ਉਹ ਦੂਜੇ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੇ ਨਾਲ ਮਿਲ ਕੇ ਰਹਿੰਦੇ ਹਨ, ਜਿੱਥੇ ਗੈਰ-ਡਾਇਜ਼ੋਨਿਅਮ ਪੌਸ਼ਟਿਕ ਤੱਤਾਂ (20, 21) ਦੀ ਮੰਗ ਦੇ ਮੁਕਾਬਲੇ ਆਇਰਨ ਅਤੇ ਫਾਸਫੋਰਸ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੁੰਦੇ ਹਨ।ਇਹ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਡਾਇਜ਼ੋਟ੍ਰੋਫਿਕ ਬਾਇਓਮਾਸ ਮੁਕਾਬਲਤਨ ਵੱਧ ਹੈ, ਅਤੇ ਫੇ ਅਤੇ ਪੀ ਦੀ ਸਪਲਾਈ N ਦੀ ਸਪਲਾਈ ਦੇ ਮੁਕਾਬਲੇ ਮੁਕਾਬਲਤਨ ਵੱਡੀ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਹਾਲਾਂਕਿ AEP J ਵਿੱਚ ਕੁੱਲ ਬਾਇਓਮਾਸ ਵੱਧ ਹੈ, AEP H ਵਿੱਚ ਡਾਇਜ਼ੋਨਿਅਮ ਬਾਇਓਮਾਸ ਹੈ। J ਵਿੱਚ ਉਸ ਤੋਂ ਵੱਡਾ। ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ AEP J ਅਤੇ H ਭੂਗੋਲਿਕ ਤੌਰ 'ਤੇ ਬਹੁਤ ਵੱਖਰੇ ਹਨ, ਅਤੇ H ਭੂਮੱਧ ਹਿੰਦ ਮਹਾਸਾਗਰ ਵਿੱਚ ਸਥਿਤ ਹੈ।
ਜੇਕਰ ਵਿਲੱਖਣ ਈਕੋਸਿਸਟਮ ਢਾਂਚੇ ਨੂੰ ਪ੍ਰਾਂਤਾਂ ਵਿੱਚ ਵੰਡਿਆ ਨਹੀਂ ਗਿਆ ਹੈ, ਤਾਂ 12 AEP ਦੇ ਸਭ ਤੋਂ ਘੱਟ ਗੁੰਝਲਦਾਰ ਮਾਡਲਾਂ ਤੋਂ ਪ੍ਰਾਪਤ ਜਾਣਕਾਰੀ ਇੰਨੀ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੋਵੇਗੀ।SAGE ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ AEP ਈਕੋਸਿਸਟਮ ਮਾਡਲਾਂ ਤੋਂ ਗੁੰਝਲਦਾਰ ਅਤੇ ਉੱਚ-ਆਯਾਮੀ ਜਾਣਕਾਰੀ ਦੀ ਇਕਸਾਰ ਅਤੇ ਸਮਕਾਲੀ ਤੁਲਨਾ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।AEP ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਉੱਚ ਪੌਸ਼ਟਿਕ ਤੱਤਾਂ ਦੇ ਪੱਧਰਾਂ 'ਤੇ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਜਾਂ ਜ਼ੂਪਲੈਂਕਟਨ ਦੀ ਭਰਪੂਰਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ Chl ਇੱਕ ਚੰਗਾ ਅਤੇ ਵਿਕਲਪਿਕ ਤਰੀਕਾ ਕਿਉਂ ਨਹੀਂ ਹੈ।ਚੱਲ ਰਹੇ ਖੋਜ ਵਿਸ਼ਿਆਂ ਦਾ ਵਿਸਤ੍ਰਿਤ ਵਿਸ਼ਲੇਸ਼ਣ ਇਸ ਲੇਖ ਦੇ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਹੈ।SAGE ਵਿਧੀ ਮਾਡਲ ਵਿੱਚ ਹੋਰ ਵਿਧੀਆਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਦਾ ਇੱਕ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ ਜੋ ਪੁਆਇੰਟ-ਟੂ-ਪੁਆਇੰਟ ਦੇਖਣ ਨਾਲੋਂ ਹੈਂਡਲ ਕਰਨਾ ਆਸਾਨ ਹੈ।
SAGE ਵਿਧੀ ਗਲੋਬਲ ਭੌਤਿਕ/ਬਾਇਓਜੀਓਕੈਮੀਕਲ/ਈਕੋਸਿਸਟਮ ਸੰਖਿਆਤਮਕ ਮਾਡਲਾਂ ਤੋਂ ਬਹੁਤ ਹੀ ਗੁੰਝਲਦਾਰ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਡੇਟਾ ਨੂੰ ਸਪਸ਼ਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਪ੍ਰਸਤਾਵਿਤ ਹੈ।ਈਕੋਲੋਜੀਕਲ ਪ੍ਰਾਂਤ ਕ੍ਰਾਸ-ਪਲੈਂਕਟਨ ਫੰਕਸ਼ਨਲ ਸਮੂਹਾਂ ਦੇ ਕੁੱਲ ਬਾਇਓਮਾਸ, ਟੀ-ਐਸਐਨਈ ਸੰਭਾਵੀ ਅਯਾਮ ਘਟਾਉਣ ਵਾਲੇ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਅਤੇ ਗੈਰ-ਨਿਰੀਖਣ ML ਵਿਧੀ DBSCAN ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕਲੱਸਟਰਿੰਗ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਨੇਸਟਿੰਗ ਵਿਧੀ ਲਈ ਅੰਤਰ-ਸੂਬਾਈ ਬੀ ਸੀ ਅੰਤਰ/ਗ੍ਰਾਫ ਥਿਊਰੀ ਨੂੰ ਇੱਕ ਮਜਬੂਤ AEP ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿਸਦੀ ਵਰਤੋਂ ਵਿਸ਼ਵਵਿਆਪੀ ਵਿਆਖਿਆ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।ਉਸਾਰੀ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਈਕੋ-ਪ੍ਰਾਂਤ ਅਤੇ ਏਈਪੀ ਵਿਲੱਖਣ ਹਨ।AEP ਆਲ੍ਹਣੇ ਨੂੰ ਮੂਲ ਵਾਤਾਵਰਣਕ ਸੂਬੇ ਦੀ ਪੂਰੀ ਗੁੰਝਲਤਾ ਅਤੇ 12 AEPs ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਘੱਟੋ-ਘੱਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਦੇ ਵਿਚਕਾਰ ਐਡਜਸਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਆਲ੍ਹਣਾ ਬਣਾਉਣਾ ਅਤੇ AEP ਦੀ ਘੱਟੋ-ਘੱਟ ਜਟਿਲਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਮੁੱਖ ਕਦਮਾਂ ਵਜੋਂ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਸੰਭਾਵਨਾ t-SNE <12 ਜਟਿਲਤਾ ਦੇ AEPs ਨੂੰ ਡੀਜਨਰੇਟ ਕਰਦੀ ਹੈ।SAGE ਵਿਧੀ ਗਲੋਬਲ ਹੈ, ਅਤੇ ਇਸਦੀ ਜਟਿਲਤਾ> 100 AEPs ਤੋਂ 12 ਤੱਕ ਹੈ। ਸਰਲਤਾ ਲਈ, ਮੌਜੂਦਾ ਫੋਕਸ 12 ਗਲੋਬਲ AEPs ਦੀ ਜਟਿਲਤਾ 'ਤੇ ਹੈ।ਭਵਿੱਖੀ ਖੋਜ, ਖਾਸ ਤੌਰ 'ਤੇ ਖੇਤਰੀ ਅਧਿਐਨ, ਗਲੋਬਲ ਈਕੋ-ਪ੍ਰਾਂਤਾਂ ਦਾ ਇੱਕ ਛੋਟਾ ਸਥਾਨਿਕ ਉਪ ਸਮੂਹ ਲਾਭਦਾਇਕ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੱਥੇ ਚਰਚਾ ਕੀਤੀ ਗਈ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਸੂਝ ਦਾ ਲਾਭ ਲੈਣ ਲਈ ਇੱਕ ਛੋਟੇ ਖੇਤਰ ਵਿੱਚ ਇਕੱਠਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਇਹ ਸੁਝਾਅ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਕਿ ਇਹ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਅਤੇ ਉਹਨਾਂ ਤੋਂ ਪ੍ਰਾਪਤ ਜਾਣਕਾਰੀ ਨੂੰ ਹੋਰ ਵਾਤਾਵਰਣਕ ਸਮਝ ਲਈ ਕਿਵੇਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਮਾਡਲ ਦੀ ਤੁਲਨਾ ਦੀ ਸਹੂਲਤ, ਅਤੇ ਸਮੁੰਦਰੀ ਪਰਿਆਵਰਣ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਨਿਗਰਾਨੀ ਵਿੱਚ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਸੁਧਾਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
SAGE ਵਿਧੀ ਦੁਆਰਾ ਪਛਾਣੇ ਗਏ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਅਤੇ AEP ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਵਿੱਚ ਡੇਟਾ 'ਤੇ ਅਧਾਰਤ ਹਨ।ਪਰਿਭਾਸ਼ਾ ਅਨੁਸਾਰ, ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਇੱਕ ਸਰਲ ਬਣਤਰ ਹੈ, ਜੋ ਕਿ ਨਿਸ਼ਾਨਾ ਪ੍ਰਣਾਲੀ ਦੇ ਤੱਤ ਨੂੰ ਹਾਸਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਅਤੇ ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਵਿੱਚ ਪਲੈਂਕਟਨ ਦੀ ਵੱਖਰੀ ਵੰਡ ਹੋਵੇਗੀ।ਇਸ ਅਧਿਐਨ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਕੁਝ ਦੇਖੇ ਗਏ ਪੈਟਰਨਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹਾਸਲ ਨਹੀਂ ਕਰ ਸਕਦੇ (ਉਦਾਹਰਨ ਲਈ, ਭੂਮੱਧ ਖੇਤਰ ਅਤੇ ਦੱਖਣੀ ਮਹਾਸਾਗਰ ਲਈ Chl ਅਨੁਮਾਨਾਂ ਵਿੱਚ)।ਅਸਲ ਸਮੁੰਦਰ ਵਿੱਚ ਵਿਭਿੰਨਤਾ ਦਾ ਸਿਰਫ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਹਿੱਸਾ ਹੀ ਫੜਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਮੇਸੋ ਅਤੇ ਉਪ-ਮੇਸੋਸਕੇਲ ਨੂੰ ਹੱਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜੋ ਪੌਸ਼ਟਿਕ ਪ੍ਰਵਾਹ ਅਤੇ ਛੋਟੇ ਪੈਮਾਨੇ ਦੇ ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ।ਇਹਨਾਂ ਕਮੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ AEP ਗੁੰਝਲਦਾਰ ਮਾਡਲਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਉਪਯੋਗੀ ਹੈ।ਮੁਲਾਂਕਣ ਕਰਕੇ ਕਿ ਕਿੱਥੇ ਸਮਾਨ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਪਾਏ ਜਾਂਦੇ ਹਨ, AEP ਇੱਕ ਸੰਭਾਵੀ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਤੁਲਨਾ ਟੂਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।ਮੌਜੂਦਾ ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਫਾਈਟੋਪਲੰਕਟਨ Chl-a ਇਕਾਗਰਤਾ ਅਤੇ ਪਲੈਂਕਟਨ ਆਕਾਰ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹ (ਨੋਟ S1 ਅਤੇ ਚਿੱਤਰ S1) (2, 32) ਦੀ ਵੰਡ ਦੇ ਸਮੁੱਚੇ ਪੈਟਰਨ ਨੂੰ ਹਾਸਲ ਕਰਦਾ ਹੈ।
ਜਿਵੇਂ ਕਿ 0.1 mgChl-a/m-3 ਕੰਟੋਰ ਲਾਈਨ ਦੁਆਰਾ ਦਿਖਾਇਆ ਗਿਆ ਹੈ, AEP ਨੂੰ ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਖੇਤਰ ਅਤੇ ਮੇਸੋਟ੍ਰੋਫਿਕ ਖੇਤਰ (ਚਿੱਤਰ S1B) ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ: AEP B, C, D, E, F ਅਤੇ G ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਖੇਤਰ ਹਨ, ਅਤੇ ਬਾਕੀ ਖੇਤਰ ਹਨ ਉੱਚ Chl-a ਸਥਿਤ ਹੈ.AEP ਲੋਂਗਹਰਸਟ ਪ੍ਰਾਂਤ (ਚਿੱਤਰ S3A) ਨਾਲ ਕੁਝ ਪੱਤਰ ਵਿਖਾਉਂਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਦੱਖਣੀ ਮਹਾਂਸਾਗਰ ਅਤੇ ਭੂਮੱਧ ਪ੍ਰਸ਼ਾਂਤ।ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ, AEP ਕਈ ਲੋਂਗਹਰਸਟ ਖੇਤਰਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਸਦੇ ਉਲਟ।ਕਿਉਂਕਿ ਇਸ ਖੇਤਰ ਅਤੇ ਲੋਂਗਹਰਸਟ ਵਿੱਚ ਸੂਬਿਆਂ ਨੂੰ ਸੀਮਤ ਕਰਨ ਦਾ ਇਰਾਦਾ ਵੱਖਰਾ ਹੈ, ਇਸ ਲਈ ਇਹ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਅੰਤਰ ਹੋਣਗੇ।ਲੋਂਗਹਰਸਟ ਪ੍ਰਾਂਤ ਵਿੱਚ ਇੱਕ ਤੋਂ ਵੱਧ AEP ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਸਮਾਨ ਬਾਇਓਜੀਓਕੈਮਿਸਟਰੀ ਵਾਲੇ ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਬਹੁਤ ਵੱਖਰੀ ਈਕੋਸਿਸਟਮ ਬਣਤਰ ਹੋ ਸਕਦੀ ਹੈ।AEP ਭੌਤਿਕ ਅਵਸਥਾਵਾਂ ਦੇ ਨਾਲ ਇੱਕ ਨਿਸ਼ਚਿਤ ਪੱਤਰ-ਵਿਹਾਰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਨਿਰੀਖਣ ਕੀਤੇ ਸਿਖਲਾਈ (19) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਪ੍ਰਗਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਵੇਂ ਕਿ ਉੱਚ ਪੱਧਰੀ ਸਥਿਤੀਆਂ ਵਿੱਚ (ਉਦਾਹਰਨ ਲਈ, ਦੱਖਣੀ ਮਹਾਂਸਾਗਰ ਅਤੇ ਭੂਮੱਧ ਪ੍ਰਸ਼ਾਂਤ; ਚਿੱਤਰ S3, C ਅਤੇ D)।ਇਹ ਪੱਤਰ-ਵਿਹਾਰ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਪਲੈਂਕਟਨ ਦੀ ਭਾਈਚਾਰਕ ਬਣਤਰ ਸਮੁੰਦਰੀ ਗਤੀਸ਼ੀਲਤਾ ਦੁਆਰਾ ਬਹੁਤ ਪ੍ਰਭਾਵਿਤ ਹੈ।ਉੱਤਰੀ ਅਟਲਾਂਟਿਕ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ, AEP ਭੌਤਿਕ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਪਾਰ ਕਰਦਾ ਹੈ।ਇਹਨਾਂ ਅੰਤਰਾਂ ਦਾ ਕਾਰਨ ਬਣਨ ਵਾਲੀ ਵਿਧੀ ਵਿੱਚ ਧੂੜ ਟਰਾਂਸਪੋਰਟ ਵਰਗੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਜੋ ਸਮਾਨ ਸਰੀਰਕ ਸਥਿਤੀਆਂ ਵਿੱਚ ਵੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖੋ-ਵੱਖਰੇ ਪੋਸ਼ਣ ਪ੍ਰੋਗਰਾਮਾਂ ਦੀ ਅਗਵਾਈ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਵਾਤਾਵਰਣ ਮੰਤਰਾਲੇ ਅਤੇ ਏਈਪੀ ਨੇ ਇਸ਼ਾਰਾ ਕੀਤਾ ਕਿ ਕੇਵਲ Chl ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਵਾਤਾਵਰਣਿਕ ਹਿੱਸਿਆਂ ਦੀ ਪਛਾਣ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ, ਜਿਵੇਂ ਕਿ ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣ ਭਾਈਚਾਰੇ ਨੇ ਪਹਿਲਾਂ ਹੀ ਮਹਿਸੂਸ ਕੀਤਾ ਹੈ।ਇਹ ਸਮਾਨ ਬਾਇਓਮਾਸ ਪਰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਵਾਤਾਵਰਣਕ ਰਚਨਾ (ਜਿਵੇਂ ਕਿ D ਅਤੇ E) ਵਾਲੇ AEPs ਵਿੱਚ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ।ਇਸਦੇ ਉਲਟ, AEPs ਜਿਵੇਂ ਕਿ D ਅਤੇ K ਵਿੱਚ ਬਹੁਤ ਵੱਖਰਾ ਬਾਇਓਮਾਸ ਹੁੰਦਾ ਹੈ ਪਰ ਸਮਾਨ ਵਾਤਾਵਰਣਕ ਰਚਨਾ ਹੁੰਦੀ ਹੈ।AEP ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਬਾਇਓਮਾਸ, ਵਾਤਾਵਰਣਿਕ ਰਚਨਾ ਅਤੇ ਜ਼ੂਪਲੈਂਕਟਨ ਦੀ ਭਰਪੂਰਤਾ ਵਿਚਕਾਰ ਸਬੰਧ ਗੁੰਝਲਦਾਰ ਹੈ।ਉਦਾਹਰਨ ਲਈ, ਹਾਲਾਂਕਿ AEP J ਫਾਈਟੋਪਲੈਂਕਟਨ ਅਤੇ ਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ ਦੇ ਰੂਪ ਵਿੱਚ ਵੱਖਰਾ ਹੈ, AEP ਦੇ A ਅਤੇ L ਵਿੱਚ ਇੱਕ ਸਮਾਨ ਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ ਹੈ, ਪਰ A ਵਿੱਚ ਪਲੈਂਕਟਨ ਦੀ ਬਹੁਤਾਤ ਹੈ।AEP ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਫਾਈਟੋਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ (ਜਾਂ Chl) ਦੀ ਵਰਤੋਂ ਜ਼ੂਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ।ਜ਼ੂਪਲੰਕਟਨ ਮੱਛੀ ਪਾਲਣ ਭੋਜਨ ਲੜੀ ਦੀ ਬੁਨਿਆਦ ਹੈ, ਅਤੇ ਵਧੇਰੇ ਸਹੀ ਅਨੁਮਾਨ ਬਿਹਤਰ ਸਰੋਤ ਪ੍ਰਬੰਧਨ ਦੀ ਅਗਵਾਈ ਕਰ ਸਕਦੇ ਹਨ।ਭਵਿੱਖ ਦੇ ਸਮੁੰਦਰੀ ਰੰਗ ਦੇ ਉਪਗ੍ਰਹਿ [ਉਦਾਹਰਨ ਲਈ, PACE (ਪਲੈਂਕਟਨ, ਐਰੋਸੋਲ, ਕਲਾਉਡ, ਅਤੇ ਸਮੁੰਦਰੀ ਈਕੋਸਿਸਟਮ)] ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀ ਕਮਿਊਨਿਟੀ ਬਣਤਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹਨ।AEP ਪੂਰਵ-ਅਨੁਮਾਨ ਦੀ ਵਰਤੋਂ ਨਾਲ ਸਪੇਸ ਤੋਂ ਜ਼ੂਪਲੈਂਕਟਨ ਦੇ ਅਨੁਮਾਨ ਨੂੰ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਸੁਵਿਧਾਜਨਕ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।SAGE ਵਰਗੀਆਂ ਵਿਧੀਆਂ, ਨਵੀਆਂ ਤਕਨੀਕਾਂ ਦੇ ਨਾਲ, ਅਤੇ ਜ਼ਮੀਨੀ ਸੱਚਾਈ ਸਰਵੇਖਣਾਂ (ਜਿਵੇਂ ਕਿ ਤਾਰਾ ਅਤੇ ਫਾਲੋ-ਅਪ ਖੋਜ) ਲਈ ਉਪਲਬਧ ਵੱਧ ਤੋਂ ਵੱਧ ਫੀਲਡ ਡੇਟਾ, ਸੈਟੇਲਾਈਟ-ਅਧਾਰਿਤ ਈਕੋਸਿਸਟਮ ਸਿਹਤ ਨਿਗਰਾਨੀ ਵੱਲ ਸਾਂਝੇ ਤੌਰ 'ਤੇ ਇੱਕ ਕਦਮ ਚੁੱਕ ਸਕਦੇ ਹਨ।
SAGE ਵਿਧੀ ਕੁਝ ਵਿਧੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦਾ ਇੱਕ ਸੁਵਿਧਾਜਨਕ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ ਜੋ ਪ੍ਰਾਂਤ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਬਾਇਓਮਾਸ/Chl, ਸ਼ੁੱਧ ਪ੍ਰਾਇਮਰੀ ਉਤਪਾਦਨ, ਅਤੇ ਕਮਿਊਨਿਟੀ ਬਣਤਰ।ਉਦਾਹਰਨ ਲਈ, ਡਾਇਟੌਮ ਦੀ ਸਾਪੇਖਿਕ ਮਾਤਰਾ ਫਾਈਟੋਪਲੈਂਕਟਨ ਸਟੋਈਚਿਓਮੈਟ੍ਰਿਕ ਲੋੜਾਂ ਦੇ ਅਨੁਸਾਰ Si, N, P, ਅਤੇ Fe ਦੀ ਸਪਲਾਈ ਵਿੱਚ ਅਸੰਤੁਲਨ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਇੱਕ ਸੰਤੁਲਿਤ ਸਪਲਾਈ ਦਰ 'ਤੇ, ਕਮਿਊਨਿਟੀ ਡਾਇਟੋਮਸ (L) ਦੁਆਰਾ ਦਬਦਬਾ ਹੈ।ਜਦੋਂ ਸਪਲਾਈ ਦੀ ਦਰ ਅਸੰਤੁਲਿਤ ਹੁੰਦੀ ਹੈ (ਅਰਥਾਤ, ਸਿਲੀਕਾਨ ਦੀ ਸਪਲਾਈ ਡਾਇਟੌਮਜ਼ ਦੀ ਪੌਸ਼ਟਿਕ ਮੰਗ ਨਾਲੋਂ ਘੱਟ ਹੁੰਦੀ ਹੈ), ਤਾਂ ਡਾਇਟੌਮ ਸਿਰਫ ਇੱਕ ਛੋਟੇ ਹਿੱਸੇ ਸ਼ੇਅਰ (ਕੇ) ਲਈ ਖਾਤੇ ਹੁੰਦੇ ਹਨ।ਜਦੋਂ Fe ਅਤੇ P ਦੀ ਸਪਲਾਈ N (ਉਦਾਹਰਨ ਲਈ, E ਅਤੇ H) ਦੀ ਸਪਲਾਈ ਤੋਂ ਵੱਧ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਡਾਇਜ਼ੋਟ੍ਰੋਫਿਕ ਬੈਕਟੀਰੀਆ ਜ਼ੋਰਦਾਰ ਢੰਗ ਨਾਲ ਵਧਦਾ ਹੈ।AEP ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਸੰਦਰਭ ਦੁਆਰਾ, ਨਿਯੰਤਰਣ ਵਿਧੀਆਂ ਦੀ ਖੋਜ ਵਧੇਰੇ ਉਪਯੋਗੀ ਬਣ ਜਾਵੇਗੀ।
ਈਕੋ-ਪ੍ਰਾਂਤ ਅਤੇ AEP ਸਮਾਨ ਭਾਈਚਾਰਕ ਢਾਂਚੇ ਵਾਲੇ ਖੇਤਰ ਹਨ।ਕਿਸੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਜਾਂ AEP ਦੇ ਅੰਦਰ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਥਾਨ ਤੋਂ ਸਮਾਂ ਲੜੀ ਨੂੰ ਇੱਕ ਸੰਦਰਭ ਬਿੰਦੂ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਇਹ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਜਾਂ AEP ਦੁਆਰਾ ਕਵਰ ਕੀਤੇ ਗਏ ਖੇਤਰ ਦੀ ਨੁਮਾਇੰਦਗੀ ਕਰ ਸਕਦਾ ਹੈ।ਲੰਬੇ ਸਮੇਂ ਦੇ ਔਨ-ਸਾਈਟ ਨਿਗਰਾਨੀ ਸਟੇਸ਼ਨ ਅਜਿਹੀ ਸਮਾਂ ਲੜੀ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।ਲੰਬੇ ਸਮੇਂ ਲਈ ਇਨ-ਸੀਟੂ ਡੇਟਾ ਸੈੱਟ ਇੱਕ ਅਣਗਿਣਤ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੇ ਰਹਿਣਗੇ।ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, SAGE ਵਿਧੀ ਨੂੰ ਨਵੀਆਂ ਸਾਈਟਾਂ ਦੇ ਸਭ ਤੋਂ ਲਾਭਦਾਇਕ ਸਥਾਨ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਦੇ ਇੱਕ ਤਰੀਕੇ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ.ਉਦਾਹਰਨ ਲਈ, ਲੰਬੇ ਸਮੇਂ ਦੇ ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਆਵਾਸ ਮੁਲਾਂਕਣ (ALOHA) ਤੋਂ ਸਮਾਂ ਲੜੀ ਓਲੀਗੋਟ੍ਰੋਫਿਕ ਖੇਤਰ (ਚਿੱਤਰ 5C, ਲੇਬਲ 2) ਦੇ AEP B ਵਿੱਚ ਹੈ।ਕਿਉਂਕਿ ALOHA ਕਿਸੇ ਹੋਰ AEP ਦੀ ਸੀਮਾ ਦੇ ਨੇੜੇ ਹੈ, ਸਮਾਂ ਲੜੀ ਪੂਰੇ ਖੇਤਰ ਦੀ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹੋ ਸਕਦੀ, ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਸੁਝਾਅ ਦਿੱਤਾ ਗਿਆ ਸੀ (33)।ਉਸੇ AEP B ਵਿੱਚ, ਸਮਾਂ ਲੜੀ ਸੀਟਸ (ਦੱਖਣੀ-ਪੂਰਬੀ ਏਸ਼ੀਅਨ ਟਾਈਮ ਸੀਰੀਜ਼) ਦੱਖਣ-ਪੱਛਮੀ ਤਾਈਵਾਨ (34) ਵਿੱਚ ਸਥਿਤ ਹੈ, ਜੋ ਹੋਰ AEPs (ਚਿੱਤਰ 5C, ਲੇਬਲ 1) ਦੀਆਂ ਸੀਮਾਵਾਂ ਤੋਂ ਦੂਰ ਹੈ, ਅਤੇ ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਇੱਕ ਬਿਹਤਰ ਸਥਾਨ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਏ.ਈ.ਪੀ.ਬੀ.AEPC ਵਿੱਚ BATS (ਬਰਮੂਡਾ ਅਟਲਾਂਟਿਕ ਟਾਈਮ ਸੀਰੀਜ਼ ਸਟੱਡੀ) ਸਮਾਂ ਲੜੀ (ਚਿੱਤਰ 5C, ਲੇਬਲ 4) AEP C ਅਤੇ F ਵਿਚਕਾਰ ਸੀਮਾ ਦੇ ਬਹੁਤ ਨੇੜੇ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ BATS ਸਮਾਂ ਲੜੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ AEP C ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਾ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਮੱਸਿਆ ਵਾਲਾ ਹੋ ਸਕਦਾ ਹੈ।AEP J (ਚਿੱਤਰ 5C, ਲੇਬਲ 3) ਵਿੱਚ ਸਟੇਸ਼ਨ P AEP ਸੀਮਾ ਤੋਂ ਦੂਰ ਹੈ, ਇਸਲਈ ਇਹ ਵਧੇਰੇ ਪ੍ਰਤੀਨਿਧ ਹੈ।ਈਕੋ-ਪ੍ਰੋਵਿੰਸ ਅਤੇ ਏਈਪੀ ਗਲੋਬਲ ਤਬਦੀਲੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਢੁਕਵਾਂ ਇੱਕ ਨਿਗਰਾਨੀ ਫਰੇਮਵਰਕ ਸਥਾਪਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ, ਕਿਉਂਕਿ ਪ੍ਰੋਵਿੰਸਾਂ ਦੀ ਇਹ ਮੁਲਾਂਕਣ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਕਿ ਆਨ-ਸਾਈਟ ਸੈਂਪਲਿੰਗ ਮੁੱਖ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ।ਸਮਾਂ ਬਚਾਉਣ ਦੀ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਜਲਵਾਯੂ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਕਰਨ ਲਈ SAGE ਵਿਧੀ ਨੂੰ ਹੋਰ ਵਿਕਸਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
SAGE ਵਿਧੀ ਦੀ ਸਫਲਤਾ ਡੇਟਾ ਵਿਗਿਆਨ/ML ਵਿਧੀਆਂ ਅਤੇ ਡੋਮੇਨ-ਵਿਸ਼ੇਸ਼ ਗਿਆਨ ਦੀ ਸਾਵਧਾਨੀ ਨਾਲ ਵਰਤੋਂ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਖਾਸ ਤੌਰ 'ਤੇ, t-SNE ਦੀ ਵਰਤੋਂ ਅਯਾਮਤਾ ਘਟਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਉੱਚ-ਅਯਾਮੀ ਡੇਟਾ ਦੀ ਕੋਵੇਰੀਅੰਸ ਬਣਤਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ ਅਤੇ ਕੋਵੇਰੀਅੰਸ ਟੌਪੋਲੋਜੀ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।ਡੇਟਾ ਨੂੰ ਧਾਰੀਆਂ ਅਤੇ ਸਹਿ-ਵਿਰੋਧਾਂ (ਚਿੱਤਰ 2A) ਦੇ ਰੂਪ ਵਿੱਚ ਵਿਵਸਥਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਪੂਰੀ ਤਰ੍ਹਾਂ ਦੂਰੀ-ਅਧਾਰਿਤ ਉਪਾਅ (ਜਿਵੇਂ ਕਿ K- ਮਤਲਬ) ਉਚਿਤ ਨਹੀਂ ਹਨ ਕਿਉਂਕਿ ਉਹ ਆਮ ਤੌਰ 'ਤੇ ਗੌਸੀ (ਸਰਕੂਲਰ) ਆਧਾਰਿਤ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ (ਨੋਟ S2 ਵਿੱਚ ਚਰਚਾ ਕੀਤੀ ਗਈ) .DBSCAN ਵਿਧੀ ਕਿਸੇ ਵੀ ਕੋਵੇਰੀਅੰਸ ਟੋਪੋਲੋਜੀ ਲਈ ਢੁਕਵੀਂ ਹੈ।ਜਿੰਨਾ ਚਿਰ ਤੁਸੀਂ ਮਾਪਦੰਡ ਨਿਰਧਾਰਤ ਕਰਨ ਵੱਲ ਧਿਆਨ ਦਿੰਦੇ ਹੋ, ਭਰੋਸੇਯੋਗ ਪਛਾਣ ਪ੍ਰਦਾਨ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।t-SNE ਐਲਗੋਰਿਦਮ ਦੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਲਾਗਤ ਜ਼ਿਆਦਾ ਹੈ, ਜੋ ਕਿ ਇਸਦੀ ਮੌਜੂਦਾ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਤੱਕ ਸੀਮਿਤ ਕਰਦੀ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਡੂੰਘੇ ਜਾਂ ਸਮੇਂ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਲਾਗੂ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ।ਟੀ-ਐਸਐਨਈ ਦੀ ਮਾਪਯੋਗਤਾ 'ਤੇ ਕੰਮ ਜਾਰੀ ਹੈ।ਕਿਉਂਕਿ KL ਦੂਰੀ ਸਮਾਨਤਾ ਵਿੱਚ ਆਸਾਨ ਹੈ, ਟੀ-ਐਸਐਨਈ ਐਲਗੋਰਿਦਮ ਵਿੱਚ ਭਵਿੱਖ ਵਿੱਚ ਵਿਸਥਾਰ ਦੀ ਚੰਗੀ ਸੰਭਾਵਨਾ ਹੈ (35).ਹੁਣ ਤੱਕ, ਅਕਾਰ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਘਟਾ ਸਕਣ ਵਾਲੇ ਹੋਰ ਆਯਾਮਿਕਤਾ ਘਟਾਉਣ ਦੇ ਢੰਗਾਂ ਵਿੱਚ ਯੂਨੀਫਾਈਡ ਮੈਨੀਫੋਲਡ ਅਨੁਮਾਨ ਅਤੇ ਪ੍ਰੋਜੈਕਸ਼ਨ (UMAP) ਤਕਨੀਕਾਂ ਸ਼ਾਮਲ ਹਨ, ਪਰ ਸਮੁੰਦਰੀ ਡੇਟਾ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਮੁਲਾਂਕਣ ਜ਼ਰੂਰੀ ਹੈ।ਬਿਹਤਰ ਮਾਪਯੋਗਤਾ ਦਾ ਅਰਥ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਮਿਸ਼ਰਤ ਪਰਤ 'ਤੇ ਵੱਖ-ਵੱਖ ਜਟਿਲਤਾ ਵਾਲੇ ਗਲੋਬਲ ਮਾਹੌਲ ਜਾਂ ਮਾਡਲਾਂ ਦਾ ਵਰਗੀਕਰਨ ਕਰਨਾ।ਜਿਹੜੇ ਖੇਤਰ SAGE ਦੁਆਰਾ ਕਿਸੇ ਵੀ ਪ੍ਰਾਂਤ ਵਿੱਚ ਵਰਗੀਕ੍ਰਿਤ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ ਉਹਨਾਂ ਨੂੰ ਚਿੱਤਰ 2A ਵਿੱਚ ਬਾਕੀ ਕਾਲੇ ਬਿੰਦੂਆਂ ਵਜੋਂ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ।ਭੂਗੋਲਿਕ ਤੌਰ 'ਤੇ, ਇਹ ਖੇਤਰ ਮੁੱਖ ਤੌਰ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੌਸਮੀ ਖੇਤਰਾਂ ਵਿੱਚ ਹਨ, ਜੋ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਸਮੇਂ ਦੇ ਨਾਲ ਬਦਲਦੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਹਾਸਲ ਕਰਨਾ ਬਿਹਤਰ ਕਵਰੇਜ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।
SAGE ਵਿਧੀ ਨੂੰ ਬਣਾਉਣ ਲਈ, ਗੁੰਝਲਦਾਰ ਪ੍ਰਣਾਲੀਆਂ/ਡੇਟਾ ਵਿਗਿਆਨ ਦੇ ਵਿਚਾਰਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ, ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦੇ ਸਮੂਹਾਂ (ਇੱਕ 11-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ ਬਹੁਤ ਨੇੜੇ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ) ਅਤੇ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ।ਇਹ ਪ੍ਰਾਂਤ ਸਾਡੇ 3D t-SNE ਪੜਾਅ ਸਪੇਸ ਵਿੱਚ ਖਾਸ ਵਾਲੀਅਮ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।ਇਸੇ ਤਰ੍ਹਾਂ, "ਆਮ" ਜਾਂ "ਅਰਾਜਕ" ਵਿਵਹਾਰ (36) ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਟ੍ਰੈਜੈਕਟਰੀ ਦੁਆਰਾ ਕਬਜੇ ਰਾਜ ਸਪੇਸ ਦੇ "ਆਵਾਜ਼" ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਪੋਇਨਕੇਰੇ ਹਿੱਸੇ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।ਸਥਿਰ 11-ਅਯਾਮੀ ਮਾਡਲ ਆਉਟਪੁੱਟ ਲਈ, ਡੇਟਾ ਨੂੰ 3D ਫੇਜ਼ ਸਪੇਸ ਵਿੱਚ ਤਬਦੀਲ ਕਰਨ ਤੋਂ ਬਾਅਦ ਗ੍ਰਹਿਣ ਕੀਤੀ ਵਾਲੀਅਮ ਨੂੰ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਸਮਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।3D ਪੜਾਅ ਸਪੇਸ ਵਿੱਚ ਭੂਗੋਲਿਕ ਖੇਤਰ ਅਤੇ ਖੇਤਰ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਸਧਾਰਨ ਨਹੀਂ ਹੈ, ਪਰ ਇਸਨੂੰ ਵਾਤਾਵਰਣਕ ਸਮਾਨਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।ਇਸ ਕਾਰਨ ਕਰਕੇ, ਵਧੇਰੇ ਪਰੰਪਰਾਗਤ BC ਅਸਮਾਨਤਾ ਮਾਪ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।
ਭਵਿੱਖ ਦਾ ਕੰਮ ਪਛਾਣੇ ਗਏ ਪ੍ਰੋਵਿੰਸਾਂ ਅਤੇ AEP ਦੀ ਸਥਾਨਿਕ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਮੌਸਮੀ ਤੌਰ 'ਤੇ ਡਾਟਾ ਬਦਲਣ ਲਈ SAGE ਵਿਧੀ ਦੀ ਮੁੜ ਵਰਤੋਂ ਕਰੇਗਾ।ਭਵਿੱਖ ਦਾ ਟੀਚਾ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਇਸ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ ਕਿ ਉਪਗ੍ਰਹਿ ਮਾਪਾਂ (ਜਿਵੇਂ ਕਿ Chl-a, ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਰਿਫਲੈਕਟਿਵਟੀ ਅਤੇ ਸਮੁੰਦਰ ਦੀ ਸਤਹ ਦਾ ਤਾਪਮਾਨ) ਦੁਆਰਾ ਕਿਹੜੇ ਪ੍ਰਾਂਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਇਹ ਵਾਤਾਵਰਣਕ ਹਿੱਸਿਆਂ ਦੇ ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਮੁਲਾਂਕਣ ਅਤੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤਾਂ ਅਤੇ ਉਹਨਾਂ ਦੀ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦੀ ਉੱਚ ਲਚਕਦਾਰ ਨਿਗਰਾਨੀ ਦੀ ਆਗਿਆ ਦੇਵੇਗਾ।
ਇਸ ਖੋਜ ਦਾ ਉਦੇਸ਼ SAGE ਵਿਧੀ ਨੂੰ ਪੇਸ਼ ਕਰਨਾ ਹੈ, ਜੋ ਕਿ ਇਸਦੇ ਵਿਲੱਖਣ ਪਲੈਂਕਟਨ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੁਆਰਾ ਇੱਕ ਵਾਤਾਵਰਣਕ ਪ੍ਰਾਂਤ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ।ਇੱਥੇ, ਭੌਤਿਕ/ਬਾਇਓਜੀਓਕੈਮੀਕਲ/ਈਕੋਸਿਸਟਮ ਮਾਡਲ ਅਤੇ t-SNE ਅਤੇ DBSCAN ਐਲਗੋਰਿਦਮ ਦੇ ਪੈਰਾਮੀਟਰ ਚੋਣ ਬਾਰੇ ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕੀਤੀ ਜਾਵੇਗੀ।
ਮਾਡਲ ਦੇ ਭੌਤਿਕ ਹਿੱਸੇ ਸਮੁੰਦਰੀ ਸਰਕੂਲੇਸ਼ਨ ਅਤੇ ਜਲਵਾਯੂ ਦੇ ਅੰਦਾਜ਼ੇ ਤੋਂ ਆਉਂਦੇ ਹਨ [ECCOv4;(37) ਦੁਆਰਾ ਵਰਣਿਤ ਗਲੋਬਲ ਸਟੇਟ ਅਨੁਮਾਨ (38)।ਰਾਜ ਦੇ ਅਨੁਮਾਨ ਦਾ ਨਾਮਾਤਰ ਰੈਜ਼ੋਲੂਸ਼ਨ 1/5 ਹੈ।Lagrangian ਗੁਣਕ ਵਿਧੀ ਦੇ ਨਾਲ ਘੱਟੋ-ਘੱਟ ਵਰਗ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਸ਼ੁਰੂਆਤੀ ਅਤੇ ਸੀਮਾ ਦੀਆਂ ਸਥਿਤੀਆਂ ਅਤੇ ਨਿਰੀਖਣ ਦੁਆਰਾ ਐਡਜਸਟ ਕੀਤੇ ਅੰਦਰੂਨੀ ਮਾਡਲ ਪੈਰਾਮੀਟਰਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਇੱਕ ਮੁਫਤ-ਚੱਲਣ ਵਾਲਾ MIT ਜਨਰਲ ਸਾਈਕਲ ਮਾਡਲ (MITgcm) (39) ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਮਾਡਲ ਅਨੁਕੂਲਨ ਤੋਂ ਬਾਅਦ, ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਟਰੈਕ ਅਤੇ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ.
ਬਾਇਓਜੀਓਕੈਮਿਸਟਰੀ/ਈਕੋਸਿਸਟਮ ਦਾ (2) ਵਿੱਚ ਵਧੇਰੇ ਪੂਰਾ ਵੇਰਵਾ (ਭਾਵ ਸਮੀਕਰਨਾਂ ਅਤੇ ਪੈਰਾਮੀਟਰ ਮੁੱਲ) ਹੈ।ਮਾਡਲ C, N, P, Si ਅਤੇ Fe ਦੇ ਸਰਕੂਲੇਸ਼ਨ ਨੂੰ ਅਜੈਵਿਕ ਅਤੇ ਜੈਵਿਕ ਤਾਲਾਬਾਂ ਰਾਹੀਂ ਹਾਸਲ ਕਰਦਾ ਹੈ।ਇੱਥੇ ਵਰਤੇ ਗਏ ਸੰਸਕਰਣ ਵਿੱਚ ਫਾਈਟੋਪਲੈਂਕਟਨ ਦੀਆਂ 35 ਕਿਸਮਾਂ ਸ਼ਾਮਲ ਹਨ: ਮਾਈਕ੍ਰੋਪ੍ਰੋਕਰੀਓਟਸ ਦੀਆਂ 2 ਕਿਸਮਾਂ ਅਤੇ ਮਾਈਕ੍ਰੋਯੂਕੇਰੀਓਟਸ ਦੀਆਂ 2 ਕਿਸਮਾਂ (ਘੱਟ ਪੌਸ਼ਟਿਕ ਵਾਤਾਵਰਣ ਲਈ ਅਨੁਕੂਲ), ਕ੍ਰਿਪਟੋਮੋਨਸ ਸਫੇਰੋਇਡਜ਼ ਦੀਆਂ 5 ਕਿਸਮਾਂ (ਕੈਲਸ਼ੀਅਮ ਕਾਰਬੋਨੇਟ ਕੋਟਿੰਗ ਦੇ ਨਾਲ), ਡਾਇਜ਼ੋਨਿਅਮ ਦੀਆਂ 5 ਕਿਸਮਾਂ (ਸੋਫਿਕਸ ਕੈਨਟ੍ਰੋਜਨੀਅਮ), ਇਹ ਸੀਮਤ ਨਹੀਂ ਹੈ) ਘੁਲਣਸ਼ੀਲ ਅਕਾਰਬਨਿਕ ਨਾਈਟ੍ਰੋਜਨ ਦੀ ਉਪਲਬਧਤਾ), 11 ਡਾਇਟੋਮਜ਼ (ਇੱਕ ਸਿਲਸੀਅਸ ਕਵਰ ਬਣਾਉਂਦੇ ਹਨ), 10 ਮਿਸ਼ਰਤ-ਬਨਸਪਤੀ ਫਲੈਗੇਲੇਟ (ਫੋਟੋਸਿੰਥੇਸਾਈਜ਼ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਦੂਜੇ ਪਲੈਂਕਟਨ ਨੂੰ ਖਾ ਸਕਦੇ ਹਨ) ਅਤੇ 16 ਜ਼ੂਪਲੈਂਕਟਨ (ਦੂਜੇ ਪਲੈਂਕਟਨ 'ਤੇ ਚਰਾਉਣ)।ਇਹਨਾਂ ਨੂੰ "ਬਾਇਓਜੀਓਕੈਮੀਕਲ ਫੰਕਸ਼ਨਲ ਗਰੁੱਪ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਦਾ ਸਮੁੰਦਰੀ ਬਾਇਓਜੀਓਕੈਮਿਸਟਰੀ (40, 41) 'ਤੇ ਵੱਖੋ-ਵੱਖਰੇ ਪ੍ਰਭਾਵ ਹੁੰਦੇ ਹਨ ਅਤੇ ਅਕਸਰ ਨਿਰੀਖਣ ਅਤੇ ਮਾਡਲ ਅਧਿਐਨਾਂ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।ਇਸ ਮਾਡਲ ਵਿੱਚ, ਹਰੇਕ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹ 0.6 ਤੋਂ 2500 μm ਬਰਾਬਰ ਗੋਲਾਕਾਰ ਵਿਆਸ ਦੇ ਨਾਲ, ਵੱਖ-ਵੱਖ ਆਕਾਰਾਂ ਦੇ ਕਈ ਪਲੈਂਕਟਨਾਂ ਦਾ ਬਣਿਆ ਹੁੰਦਾ ਹੈ।
ਫਾਈਟੋਪਲੰਕਟਨ ਦੇ ਵਾਧੇ, ਚਰਾਉਣ ਅਤੇ ਡੁੱਬਣ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਮਾਪਦੰਡ ਆਕਾਰ ਨਾਲ ਸਬੰਧਤ ਹਨ, ਅਤੇ ਛੇ ਫਾਈਟੋਪਲੰਕਟਨ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ (32) ਵਿਚਕਾਰ ਖਾਸ ਅੰਤਰ ਹਨ।ਵੱਖੋ-ਵੱਖਰੇ ਭੌਤਿਕ ਢਾਂਚੇ ਦੇ ਬਾਵਜੂਦ, ਮਾਡਲ ਦੇ 51 ਪਲੈਂਕਟਨ ਭਾਗਾਂ ਦੇ ਨਤੀਜੇ ਹਾਲ ਹੀ ਦੇ ਕਈ ਅਧਿਐਨਾਂ (42-44) ਵਿੱਚ ਵਰਤੇ ਗਏ ਹਨ।
1992 ਤੋਂ 2011 ਤੱਕ, ਭੌਤਿਕ/ਬਾਇਓਜੀਓਕੈਮੀਕਲ/ਈਕੋਸਿਸਟਮ ਕਪਲਿੰਗ ਮਾਡਲ 20 ਸਾਲਾਂ ਤੱਕ ਚੱਲਿਆ।ਮਾਡਲ ਦੇ ਆਉਟਪੁੱਟ ਵਿੱਚ ਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ, ਪੌਸ਼ਟਿਕ ਤੱਤ ਅਤੇ ਪੌਸ਼ਟਿਕ ਸਪਲਾਈ ਦਰ (DIN, PO4, Si ਅਤੇ Fe) ਸ਼ਾਮਲ ਹਨ।ਇਸ ਅਧਿਐਨ ਵਿੱਚ, ਇਹਨਾਂ ਆਉਟਪੁੱਟਾਂ ਦੀ 20-ਸਾਲ ਦੀ ਔਸਤ ਨੂੰ ਈਕੋਲੋਜੀਕਲ ਪ੍ਰਾਂਤ ਦੇ ਇਨਪੁਟ ਵਜੋਂ ਵਰਤਿਆ ਗਿਆ ਸੀ।Chl, ਪਲੈਂਕਟਨ ਬਾਇਓਮਾਸ ਅਤੇ ਪੌਸ਼ਟਿਕ ਤੱਤ ਦੀ ਵੰਡ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਸਮੂਹਾਂ ਦੀ ਵੰਡ ਦੀ ਤੁਲਨਾ ਸੈਟੇਲਾਈਟ ਅਤੇ ਇਨ-ਸੀਟੂ ਨਿਰੀਖਣਾਂ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ [ਦੇਖੋ (2, 44), ਨੋਟ S1 ਅਤੇ ਚਿੱਤਰ।S1 ਤੋਂ S3]।
SAGE ਵਿਧੀ ਲਈ, ਬੇਤਰਤੀਬਤਾ ਦਾ ਮੁੱਖ ਸਰੋਤ t-SNE ਕਦਮ ਤੋਂ ਆਉਂਦਾ ਹੈ।ਬੇਤਰਤੀਬਤਾ ਦੁਹਰਾਉਣਯੋਗਤਾ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾਉਂਦੀ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਨਤੀਜੇ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹਨ।SAGE ਵਿਧੀ ਸਖ਼ਤੀ ਨਾਲ t-SNE ਅਤੇ DBSCAN ਦੇ ਮਾਪਦੰਡਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਕੇ ਮਜ਼ਬੂਤੀ ਦੀ ਜਾਂਚ ਕਰਦੀ ਹੈ, ਜੋ ਦੁਹਰਾਉਣ 'ਤੇ ਲਗਾਤਾਰ ਕਲੱਸਟਰਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੀ ਹੈ।ਟੀ-ਐਸਐਨਈ ਪੈਰਾਮੀਟਰ ਦੀ "ਉਲਝਣ" ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਉਸ ਡਿਗਰੀ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦੇ ਤੌਰ 'ਤੇ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜਿਸ ਤੱਕ ਉੱਚ ਤੋਂ ਨੀਵੇਂ ਮਾਪਾਂ ਤੱਕ ਮੈਪਿੰਗ ਨੂੰ ਡੇਟਾ ਦੀਆਂ ਸਥਾਨਕ ਜਾਂ ਗਲੋਬਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਆਦਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।400 ਅਤੇ 300 ਦੁਹਰਾਓ ਦੇ ਉਲਝਣ 'ਤੇ ਪਹੁੰਚ ਗਿਆ.
ਕਲੱਸਟਰਿੰਗ ਐਲਗੋਰਿਦਮ DBSCAN ਲਈ, ਕਲੱਸਟਰ ਵਿੱਚ ਡਾਟਾ ਪੁਆਇੰਟਾਂ ਦਾ ਘੱਟੋ-ਘੱਟ ਆਕਾਰ ਅਤੇ ਦੂਰੀ ਮੈਟ੍ਰਿਕ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।ਘੱਟੋ-ਘੱਟ ਗਿਣਤੀ ਮਾਹਿਰਾਂ ਦੀ ਅਗਵਾਈ ਹੇਠ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਇਹ ਗਿਆਨ ਜਾਣਦਾ ਹੈ ਕਿ ਮੌਜੂਦਾ ਸੰਖਿਆਤਮਕ ਮਾਡਲਿੰਗ ਫਰੇਮਵਰਕ ਅਤੇ ਰੈਜ਼ੋਲੂਸ਼ਨ ਲਈ ਕੀ ਫਿੱਟ ਹੈ.ਘੱਟੋ-ਘੱਟ ਸੰਖਿਆ 100 ਹੈ। ਇੱਕ ਉੱਚ ਨਿਊਨਤਮ ਮੁੱਲ (ਹਰੇ ਦੀ ਉਪਰਲੀ ਸੀਮਾ ਦੇ ਚੌੜੇ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ <135 ਤੋਂ ਘੱਟ) ਨੂੰ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਬੀ ਸੀ ਦੀ ਅਸਮਾਨਤਾ ਦੇ ਆਧਾਰ 'ਤੇ ਇਕੱਤਰੀਕਰਨ ਵਿਧੀ ਨੂੰ ਨਹੀਂ ਬਦਲ ਸਕਦਾ।ਕੁਨੈਕਸ਼ਨ ਦੀ ਡਿਗਰੀ (ਚਿੱਤਰ 6A) ਦੀ ਵਰਤੋਂ ϵ ਪੈਰਾਮੀਟਰ ਸੈੱਟ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਉੱਚ ਕਵਰੇਜ (ਚਿੱਤਰ 6B) ਲਈ ਅਨੁਕੂਲ ਹੈ।ਕਨੈਕਟੀਵਿਟੀ ਨੂੰ ਕਲੱਸਟਰਾਂ ਦੀ ਸੰਯੁਕਤ ਸੰਖਿਆ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਹ ϵ ਪੈਰਾਮੀਟਰ ਲਈ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ।ਲੋਅਰ ਕਨੈਕਟੀਵਿਟੀ ਨਾਕਾਫ਼ੀ ਫਿਟਿੰਗ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਨਕਲੀ ਤੌਰ 'ਤੇ ਖੇਤਰਾਂ ਨੂੰ ਇਕੱਠਿਆਂ ਗਰੁੱਪ ਕਰਨਾ।ਉੱਚ ਕਨੈਕਟੀਵਿਟੀ ਓਵਰਫਿਟਿੰਗ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।ਓਵਰਫਿਟਿੰਗ ਵੀ ਸਮੱਸਿਆ ਵਾਲਾ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸ਼ੁਰੂਆਤੀ ਬੇਤਰਤੀਬੇ ਅੰਦਾਜ਼ੇ ਅਣਉਪਜਿਤ ਨਤੀਜੇ ਲੈ ਸਕਦੇ ਹਨ।ਇਹਨਾਂ ਦੋ ਹੱਦਾਂ ਦੇ ਵਿਚਕਾਰ, ਇੱਕ ਤਿੱਖੀ ਵਾਧਾ (ਆਮ ਤੌਰ 'ਤੇ "ਕੂਹਣੀ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ) ਸਭ ਤੋਂ ਵਧੀਆ ϵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਚਿੱਤਰ 6A ਵਿੱਚ, ਤੁਸੀਂ ਪਠਾਰ ਖੇਤਰ (ਪੀਲੇ,> 200 ਕਲੱਸਟਰ) ਵਿੱਚ ਇੱਕ ਤਿੱਖੀ ਵਾਧਾ ਦੇਖਦੇ ਹੋ, ਇਸਦੇ ਬਾਅਦ ਇੱਕ ਤਿੱਖੀ ਕਮੀ (ਹਰੇ, 100 ਕਲੱਸਟਰ), ਲਗਭਗ 130 ਤੱਕ, ਬਹੁਤ ਘੱਟ ਕਲੱਸਟਰਾਂ (ਨੀਲੇ, <60 ਕਲੱਸਟਰ) ਨਾਲ ਘਿਰਿਆ ਹੋਇਆ ਹੈ। ).ਘੱਟੋ-ਘੱਟ 100 ਨੀਲੇ ਖੇਤਰਾਂ ਵਿੱਚ, ਜਾਂ ਤਾਂ ਇੱਕ ਸਮੂਹ ਪੂਰੇ ਸਮੁੰਦਰ (ϵ <0.42) ਉੱਤੇ ਹਾਵੀ ਹੁੰਦਾ ਹੈ, ਜਾਂ ਜ਼ਿਆਦਾਤਰ ਸਮੁੰਦਰ ਵਰਗੀਕ੍ਰਿਤ ਨਹੀਂ ਹੈ ਅਤੇ ਇਸਨੂੰ ਸ਼ੋਰ (ϵ> 0.99) ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।ਪੀਲੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪਰਿਵਰਤਨਸ਼ੀਲ, ਗੈਰ-ਪ੍ਰਜਣਨਯੋਗ ਕਲੱਸਟਰ ਵੰਡ ਹੈ।ਜਿਵੇਂ ϵ ਘਟਦਾ ਹੈ, ਰੌਲਾ ਵਧਦਾ ਹੈ।ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੇ ਹਰੇ ਖੇਤਰ ਨੂੰ ਕੂਹਣੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।ਇਹ ਇੱਕ ਅਨੁਕੂਲ ਖੇਤਰ ਹੈ.ਹਾਲਾਂਕਿ ਪ੍ਰੋਬੇਬਿਲਟੀ t-SNE ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਫਿਰ ਵੀ ਪ੍ਰੋਵਿੰਸ ਦੇ ਅੰਦਰ BC ਅਸਮਾਨਤਾ ਦੀ ਵਰਤੋਂ ਭਰੋਸੇਯੋਗ ਕਲੱਸਟਰਿੰਗ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।ਚਿੱਤਰ 6 (A ਅਤੇ B) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ϵ ਨੂੰ 0.39 'ਤੇ ਸੈੱਟ ਕਰੋ।ਘੱਟੋ-ਘੱਟ ਸੰਖਿਆ ਜਿੰਨੀ ਵੱਡੀ ਹੋਵੇਗੀ, ϵ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਸੰਭਾਵਨਾ ਓਨੀ ਹੀ ਘੱਟ ਹੋਵੇਗੀ ਜੋ ਭਰੋਸੇਯੋਗ ਵਰਗੀਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਅਤੇ 135 ਤੋਂ ਵੱਧ ਮੁੱਲ ਵਾਲਾ ਹਰਾ ਖੇਤਰ ਜਿੰਨਾ ਵੱਡਾ ਹੋਵੇਗਾ। ਇਸ ਖੇਤਰ ਦਾ ਵੱਡਾ ਹੋਣਾ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕੂਹਣੀ ਨੂੰ ਲੱਭਣਾ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਹੋਵੇਗਾ ਜਾਂ ਗੈਰ- ਮੌਜੂਦ
t-SNE ਦੇ ਮਾਪਦੰਡਾਂ ਨੂੰ ਸੈੱਟ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਲੱਭੇ ਗਏ ਕਲੱਸਟਰਾਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ ਨੂੰ ਕਨੈਕਟੀਵਿਟੀ (A) ਅਤੇ ਕਲੱਸਟਰ (B) ਨੂੰ ਨਿਰਧਾਰਤ ਡੇਟਾ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ ਦੇ ਮਾਪ ਵਜੋਂ ਵਰਤਿਆ ਜਾਵੇਗਾ।ਲਾਲ ਬਿੰਦੀ ਕਵਰੇਜ ਅਤੇ ਕਨੈਕਟੀਵਿਟੀ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਸੁਮੇਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।ਘੱਟੋ-ਘੱਟ ਸੰਖਿਆ ਵਾਤਾਵਰਣ ਨਾਲ ਸਬੰਧਤ ਘੱਟੋ-ਘੱਟ ਸੰਖਿਆ ਦੇ ਅਨੁਸਾਰ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਇਸ ਲੇਖ ਲਈ ਪੂਰਕ ਸਮੱਗਰੀ ਲਈ, ਕਿਰਪਾ ਕਰਕੇ ਵੇਖੋ http://advances.sciencemag.org/cgi/content/full/6/22/eaay4740/DC1
ਇਹ ਕਰੀਏਟਿਵ ਕਾਮਨਜ਼ ਐਟ੍ਰਬਿਊਸ਼ਨ ਲਾਇਸੈਂਸ ਦੀਆਂ ਸ਼ਰਤਾਂ ਅਧੀਨ ਵੰਡਿਆ ਗਿਆ ਇੱਕ ਓਪਨ ਐਕਸੈਸ ਲੇਖ ਹੈ।ਲੇਖ ਕਿਸੇ ਵੀ ਮਾਧਿਅਮ ਵਿੱਚ ਅਪ੍ਰਬੰਧਿਤ ਵਰਤੋਂ, ਵੰਡ ਅਤੇ ਪ੍ਰਜਨਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਇਸ ਸ਼ਰਤ ਵਿੱਚ ਕਿ ਅਸਲ ਰਚਨਾ ਦਾ ਸਹੀ ਢੰਗ ਨਾਲ ਹਵਾਲਾ ਦਿੱਤਾ ਗਿਆ ਹੈ।
ਨੋਟ: ਅਸੀਂ ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਆਪਣਾ ਈਮੇਲ ਪਤਾ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਕਹਿੰਦੇ ਹਾਂ ਤਾਂ ਕਿ ਜਿਸ ਵਿਅਕਤੀ ਨੂੰ ਤੁਸੀਂ ਪੰਨੇ 'ਤੇ ਸਿਫ਼ਾਰਿਸ਼ ਕਰਦੇ ਹੋ, ਉਹ ਜਾਣ ਸਕੇ ਕਿ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਉਹ ਈਮੇਲ ਦੇਖੇ ਅਤੇ ਇਹ ਸਪੈਮ ਨਹੀਂ ਹੈ।ਅਸੀਂ ਕਿਸੇ ਵੀ ਈਮੇਲ ਪਤੇ ਨੂੰ ਹਾਸਲ ਨਹੀਂ ਕਰਾਂਗੇ।
ਇਹ ਸਵਾਲ ਇਹ ਟੈਸਟ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਕੀ ਤੁਸੀਂ ਵਿਜ਼ਟਰ ਹੋ ਅਤੇ ਆਟੋਮੈਟਿਕ ਸਪੈਮ ਸਬਮਿਸ਼ਨ ਨੂੰ ਰੋਕਣ ਲਈ।
ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣ ਦਾ ਗਲੋਬਲ ਮੰਤਰਾਲਾ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਦ੍ਰਿੜ ਹੈ ਅਤੇ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੀ ਪੜਚੋਲ ਕਰਨ ਲਈ ਗੈਰ-ਨਿਗਰਾਨੀ ML ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
ਸਮੁੰਦਰੀ ਵਾਤਾਵਰਣ ਦਾ ਗਲੋਬਲ ਮੰਤਰਾਲਾ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਦ੍ਰਿੜ ਹੈ ਅਤੇ ਕਮਿਊਨਿਟੀ ਢਾਂਚੇ ਦੀ ਪੜਚੋਲ ਕਰਨ ਲਈ ਗੈਰ-ਨਿਗਰਾਨੀ ML ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।