Mbinu ya kujifunza isiyosimamiwa inapendekezwa ili kubainisha mikoa ya kimataifa ya ikolojia ya baharini (mikoa ya ikolojia) kulingana na muundo wa jamii ya plankton na data ya mtiririko wa virutubisho.Mbinu iliyojumuishwa ya kiikolojia ya mkoa (SAGE) inaweza kutambua majimbo ya ikolojia katika miundo ya mfumo ikolojia isiyo na mstari.Ili kukabiliana na ushirikiano usio wa Gaussian wa data, SAGE hutumia upachikaji wa jirani bila mpangilio (t-SNE) ili kupunguza ukubwa.Kwa usaidizi wa maombi ya kelele kulingana na algoriti ya msongamano wa anga (DBSCAN), zaidi ya mikoa mia moja ya kiikolojia inaweza kutambuliwa.Kwa kutumia ramani ya muunganisho yenye tofauti za ikolojia kama kipimo cha umbali, mkoa wa ikolojia uliojumlishwa imara (AEP) unafafanuliwa kimakosa kupitia mikoa ya ikolojia iliyowekewa viota.Kwa kutumia AEPs, udhibiti wa kiwango cha ugavi wa virutubishi kwenye muundo wa jamii ulichunguzwa.Jimbo la Eco na AEP ni za kipekee na zinaweza kusaidia ukalimani wa kielelezo.Wanaweza kuwezesha ulinganisho kati ya mifano na inaweza kuongeza uelewa na ufuatiliaji wa mifumo ikolojia ya baharini.
Mikoa ni maeneo ambamo jiografia changamano kwenye bahari au nchi kavu imepangwa katika maeneo madhubuti na yenye maana (1).Mikoa hii ni muhimu sana kwa kulinganisha na kulinganisha maeneo, kubainisha uchunguzi, ufuatiliaji na ulinzi.Mwingiliano changamano na usio wa mstari unaozalisha majimbo haya hufanya mbinu zisizodhibitiwa za kujifunza kwa mashine (ML) zinafaa sana kubainisha mikoa kwa ukamilifu, kwa sababu uwiano katika data ni changamano na si wa Kigaussia.Hapa, mbinu ya ML inapendekezwa, ambayo inabainisha kwa utaratibu mikoa ya kipekee ya ikolojia ya baharini (mikoa ya ikolojia) kutoka kwa muundo wa kimataifa wa Darwin wenye sura tatu (3D) kimwili/mfumo ikolojia (2).Neno "kipekee" hutumiwa kuonyesha kwamba eneo lililotambuliwa haliingiliani vya kutosha na maeneo mengine.Njia hii inaitwa mfumo wa Mkoa wa Kiikolojia wa Mfumo wa Pamoja (SAGE).Ili kutekeleza uainishaji muhimu, mbinu ya algoriti inahitaji kuruhusu (i) uainishaji wa kimataifa na (ii) uchanganuzi wa viwango vingi ambao unaweza kuwekwa/kujumlishwa katika nafasi na wakati (3).Katika utafiti huu, mbinu ya SAGE ilipendekezwa kwanza na mikoa ya ikolojia iliyotambuliwa ilijadiliwa.Mikoa ya mazingira inaweza kukuza uelewa wa vipengele vinavyodhibiti muundo wa jumuiya, kutoa maarifa muhimu kwa mikakati ya ufuatiliaji, na kusaidia kufuatilia mabadiliko katika mfumo ikolojia.
Mikoa ya nchi kavu kwa kawaida huainishwa kulingana na ufanano katika hali ya hewa (mvua na halijoto), udongo, mimea, na wanyama, na hutumiwa kwa usimamizi msaidizi, utafiti wa viumbe hai na udhibiti wa magonjwa (1, 4).Mikoa ya baharini ni ngumu zaidi kufafanua.Viumbe vingi ni microscopic, na mipaka ya maji.Longhurst et al.(5) Ilitoa mojawapo ya uainishaji wa kwanza wa kimataifa wa Wizara ya Oceanography kulingana na hali ya mazingira.Ufafanuzi wa majimbo haya ya "Longhurst" ni pamoja na vigeuzo kama vile kiwango cha kuchanganya, utabaka, na miale, pamoja na tajriba pana ya Longhurst kama mwanasiasa wa baharini, ambaye ana hali nyingine muhimu kwa mifumo ikolojia ya baharini.Longhurst imetumika sana, kwa mfano, kutathmini uzalishaji wa msingi na mtiririko wa kaboni, uvuvi wa misaada, na kupanga shughuli za uchunguzi katika situ (5-9).Ili kufafanua majimbo kwa upendeleo zaidi, mbinu kama vile mantiki isiyoeleweka na mkusanyiko/takwimu zisizosimamiwa za eneo zimetumika (9-14).Madhumuni ya mbinu hizo ni kutambua miundo yenye maana inayoweza kutambua majimbo katika data inayopatikana ya uchunguzi.Kwa mfano, majimbo ya baharini yenye nguvu (12) hutumia ramani zinazojipanga ili kupunguza kelele, na hutumia nguzo za hali ya juu (kulingana na miti) ili kubaini bidhaa za rangi ya baharini zinazotokana na satelaiti za kikanda [chlorophyll a (Chl-a), urefu wa laini ya Fluorescence na rangi zilizoyeyushwa viumbe hai] na uwanja halisi (joto la uso wa bahari na chumvi, topografia inayobadilika kabisa na barafu ya bahari).
Muundo wa jamii wa planktoni unatia wasiwasi kwa sababu ikolojia yake ina ushawishi mkubwa juu ya viwango vya juu vya virutubisho, ufyonzaji wa kaboni na hali ya hewa.Hata hivyo, bado ni lengo gumu na lisilowezekana kubainisha mkoa wa kiikolojia wa kimataifa kulingana na muundo wa jamii ya plankton.Setilaiti za rangi ya baharini zinaweza kutoa maarifa kuhusu uainishaji wa phytoplankton au kupendekeza manufaa ya vikundi vya utendaji (15), lakini kwa sasa haziwezi kutoa maelezo ya kina kuhusu muundo wa jumuiya.Uchunguzi wa hivi majuzi [km Tara Ocean (16)] unatoa vipimo visivyo na kifani vya muundo wa jamii;kwa sasa, kuna uchunguzi mdogo tu wa in-situ kwa kiwango cha kimataifa (17).Uchunguzi wa awali umeamua kwa kiasi kikubwa "Mkoa wa Biogeochemical" (12, 14, 18) kulingana na uamuzi wa kufanana kwa biochemical (kama vile uzalishaji wa msingi, Chl na mwanga unaopatikana).Hapa, kielelezo cha nambari kinatumika kutoa pato [Darwin(2)], na mkoa wa ikolojia huamuliwa kulingana na muundo wa jamii na mtiririko wa virutubisho.Muundo wa nambari uliotumika katika utafiti huu una ugunduzi wa kimataifa na unaweza kulinganishwa na data ya uga iliyopo (17) na sehemu za kutambua kwa mbali (Kumbuka S1).Data ya kielelezo cha nambari iliyotumika katika utafiti huu ina faida ya utangazaji wa kimataifa.Mfumo ikolojia wa mfano una aina 35 za phytoplankton na aina 16 za zooplankton (tafadhali rejelea nyenzo na mbinu).Aina za planktoni za miundo huingiliana kwa njia isiyo ya mstari na miundo ya ushirikiano isiyo ya Gaussian, kwa hivyo mbinu rahisi za uchunguzi hazifai kubainisha ruwaza za kipekee na thabiti katika miundo ya jumuiya inayoibuka.Mbinu ya SAGE iliyoletwa hapa hutoa njia mpya ya kuangalia matokeo ya mifano changamano ya Darwin.
Uwezo mkubwa wa kubadilisha teknolojia ya data ya sayansi/ML unaweza kuwezesha utatuzi changamano wa mifano ili kufichua miundo changamano lakini thabiti katika ushirikiano wa data.Mbinu thabiti inafafanuliwa kama njia ambayo inaweza kutoa matokeo kwa uaminifu ndani ya safu fulani ya makosa.Hata katika mifumo rahisi, kuamua mifumo na ishara thabiti inaweza kuwa changamoto.Hadi mantiki inayoongoza kwa muundo unaotazamwa iamuliwe, utata unaojitokeza unaweza kuonekana kuwa mgumu/ugumu kusuluhisha.Mchakato muhimu wa kuweka muundo wa mfumo ikolojia haufanani kwa asili.Kuwepo kwa mwingiliano usio na mstari kunaweza kutatanisha uainishaji thabiti, kwa hivyo ni muhimu kuepuka mbinu zinazofanya dhana dhabiti kuhusu usambazaji wa takwimu za ushirikiano wa data.Data ya hali ya juu na isiyo ya mstari ni ya kawaida katika oceanography na inaweza kuwa na muundo wa covariance na topolojia changamano, isiyo ya Gaussian.Ingawa data iliyo na muundo wa ushirikiano usio wa Gaussian inaweza kuzuia uainishaji thabiti, mbinu ya SAGE ni mpya kwa sababu imeundwa kutambua makundi yenye topolojia kiholela.
Lengo la mbinu ya SAGE ni kutambua kwa ukamilifu mifumo ibuka ambayo inaweza kusaidia uelewa zaidi wa ikolojia.Kufuatia mtiririko wa kazi kulingana na nguzo sawa na (19), vigeu vya mtiririko wa kiikolojia na virutubishi hutumiwa kuamua nguzo pekee katika data, inayoitwa mkoa wa ikolojia.Mbinu ya SAGE iliyopendekezwa katika utafiti huu (Kielelezo 1) kwanza inapunguza ukubwa kutoka vipimo 55 hadi 11 kwa muhtasari wa vikundi vya utendaji vya planktoni vilivyoainishwa na vipaumbele (angalia Nyenzo na Mbinu).Kwa kutumia mbinu ya upachikaji wa t-random jirani (t-SNE), saizi hupunguzwa zaidi kwa kuonyesha uwezekano katika nafasi ya 3D.Nguzo zisizosimamiwa zinaweza kutambua maeneo yaliyo karibu ikolojia [mkusanyiko wa anga unaotegemea wiani (DBSCAN) kwa programu zinazotegemea kelele].t-SNE na DBSCAN zote mbili zinatumika kwa data asili ya muundo wa ikolojia isiyo ya mstari.Kisha ukaripie mkoa wa kiikolojia unaotokea duniani.Zaidi ya majimbo mia moja ya kipekee ya kiikolojia yametambuliwa, yanafaa kwa utafiti wa kikanda.Ili kuzingatia modeli ya mfumo ikolojia thabiti wa kimataifa, mbinu ya SAGE inatumiwa kujumlisha majimbo ya ikolojia katika majimbo ya ikolojia yaliyojumlishwa (AEP) ili kuboresha ufanisi wa majimbo ya ikolojia.Kiwango cha kujumlisha (kinachoitwa "utata") kinaweza kubadilishwa kwa kiwango cha maelezo kinachohitajika.Amua uchangamano wa chini wa AEP thabiti.Lengo la uteuzi ni mbinu ya SAGE na kuchunguza matukio changamano madogo zaidi ya AEP ili kubaini udhibiti wa muundo wa jumuiya ya dharura.Mifumo basi inaweza kuchanganuliwa ili kutoa maarifa ya ikolojia.Mbinu iliyoletwa hapa pia inaweza kutumika kwa ulinganisho wa kielelezo kwa upana zaidi, kwa mfano, kwa kutathmini maeneo ya majimbo sawa ya ikolojia yanayopatikana katika miundo tofauti ili kuonyesha tofauti na kufanana, ili kulinganisha mifano.
(A) Mchoro wa mpangilio wa mtiririko wa kazi wa kuamua mkoa wa ikolojia;kutumia jumla katika kikundi cha utendaji ili kupunguza data asili ya 55-dimensional hadi modeli ya 11-dimensional pato, ikijumuisha biomasi ya planktoni saba zinazofanya kazi/virutubisho na viwango vinne vya usambazaji wa virutubisho.Thamani isiyo na maana na eneo la kudumu la kifuniko cha barafu.Data imesawazishwa na kusanifishwa.Toa data ya 11-dimensional kwa algoriti ya t-SNE ili kuangazia michanganyiko ya vipengele inayofanana kitakwimu.DBSCAN itachagua kwa uangalifu nguzo ili kuweka thamani ya kigezo.Hatimaye rudisha data kwenye makadirio ya latitudo/longitudo.Tafadhali kumbuka kuwa mchakato huu unarudiwa mara 10 kwa sababu kunasibu kidogo kunaweza kuzalishwa kwa kutumia t-SNE.(B) inaeleza jinsi ya kupata AEP kwa kurudia mtiririko wa kazi katika (A) mara 10.Kwa kila moja ya utekelezaji huu 10, matriki ya tofauti ya kimkoa ya Bray-Curtis (BC) ilibainishwa kulingana na biomasi ya aina 51 za phytoplankton.Amua tofauti ya BC kati ya majimbo, kutoka kwa utata 1 AEP hadi utata kamili 115. Kigezo cha BC kimewekwa na Mkoa wa Longhurst.
Mbinu ya SAGE hutumia matokeo ya modeli ya kimataifa ya 3D kimwili/mfumo ikolojia kufafanua mkoa wa ikolojia [Darwin (2);tazama Nyenzo na Mbinu na Kumbuka S1].Vipengee vya mfumo wa ikolojia vinajumuisha spishi 35 za phytoplankton na spishi 16 za zooplankton, na vikundi saba vya utendaji vilivyoainishwa awali: prokariyoti na yukariyoti zilizorekebishwa kwa mazingira ya lishe duni, coccidia iliyo na mipako ya kalsiamu kabonati, na urekebishaji mzito wa nitrojeni (kawaida hukosa). virutubisho muhimu), pamoja na kifuniko cha silisia, inaweza kutengeneza usanisinuru nyingine ya planktoni na malisho ya virutubishi mchanganyiko vya flagellate na wafugaji wa zooplankton.Muda wa saizi ni 0.6 hadi 2500μm kipenyo cha duara sawa.Usambazaji wa kielelezo wa saizi ya phytoplankton na kambi ya utendaji hunasa sifa za jumla zinazoonekana katika uchunguzi wa setilaiti na mahali ulipo (ona Vielelezo S1 hadi S3).Kufanana kati ya muundo wa nambari na bahari iliyoangaliwa kunaonyesha kuwa majimbo yaliyofafanuliwa na muundo huo yanaweza kutumika kwa bahari ya in-situ.Tafadhali kumbuka kuwa muundo huu unanasa tu aina fulani za phytoplankton, na safu fulani tu za kulazimisha kimwili na kemikali za bahari ya in situ.Mbinu ya SAGE inaweza kuwezesha watu kuelewa vyema utaratibu wa udhibiti wa kikanda wa muundo wa mfano wa jamii.
Kwa kujumuisha tu jumla ya majani ya uso (kwa muda wa wastani wa miaka 20) katika kila kikundi cha utendaji cha plankton, ukubwa wa data unaweza kupunguzwa.Baada ya tafiti za awali kuonyesha jukumu lao kuu katika kuweka muundo wa jamii, ilijumuisha pia maneno ya chanzo cha uso kwa mtiririko wa virutubisho (usambazaji wa nitrojeni, chuma, fosfeti na asidi ya sililiki) [km (20, 21)] .Muhtasari wa vikundi vya kazi hupunguza tatizo kutoka 55 (51 plankton na 4 fluxes ya virutubisho) hadi 11 vipimo.Katika utafiti huu wa awali, kutokana na vikwazo vya computational vilivyowekwa na algorithm, kina na kutofautiana kwa wakati haukuzingatiwa.
Mbinu ya SAGE ina uwezo wa kutambua uhusiano muhimu kati ya michakato isiyo ya mstari na vipengele muhimu vya mwingiliano kati ya biomass ya kikundi cha kazi na flux ya virutubisho.Kutumia data ya 11-dimensional kulingana na mbinu za kujifunza umbali za Euclidean (kama vile K-njia) hakuwezi kupata majimbo ya kuaminika na yanayoweza kuzaliana (19, 22).Hii ni kwa sababu hakuna umbo la Gaussian linalopatikana katika usambazaji wa msingi wa ushirikiano wa vipengele muhimu vinavyofafanua jimbo la ikolojia.Njia za K za seli za Voronoi (mistari iliyonyooka) haziwezi kuhifadhi usambazaji wa kimsingi usio wa Gaussian.
Majani ya vikundi saba vya utendaji wa planktoni na virutubishi vinne huunda vekta x yenye mwelekeo 11.Kwa hivyo, x ni sehemu ya vekta kwenye gridi ya mfano, ambapo kila kipengele xi kinawakilisha vekta ya 11-dimensional iliyofafanuliwa kwenye gridi ya usawa ya mfano.Kila faharasa i hubainisha kipekee sehemu ya gridi kwenye tufe, ambapo (lon, lat) = (ϕi, θi).Ikiwa biomasi ya kitengo cha gridi ya mfano ni chini ya 1.2×10-3mg Chl/m3 au kiwango cha kufunika kwa barafu kinazidi 70%, kumbukumbu ya data ya biomass inatumiwa na kutupwa.Data imesawazishwa na kusanifishwa, kwa hivyo data zote ziko katika anuwai ya [0 hadi 1], wastani huondolewa na kuongezwa kwa tofauti ya kitengo.Hii inafanywa ili vipengele (biomass na flux ya virutubisho) sio mdogo na tofauti katika anuwai ya maadili iwezekanavyo.Kuunganisha kunapaswa kunasa uhusiano wa mabadiliko kutoka kwa umbali muhimu wa uwezekano kati ya vipengele badala ya umbali wa kijiografia.Kwa kuhesabu umbali huu, vipengele muhimu vinajitokeza, wakati maelezo yasiyo ya lazima yanatupwa.Kwa mtazamo wa ikolojia, hii ni muhimu kwa sababu baadhi ya aina za phytoplankton zilizo na majani kidogo zinaweza kuwa na athari kubwa zaidi za biogeokemia, kama vile urekebishaji wa nitrojeni na bakteria ya diazotrofiki.Wakati wa kusanifisha na kusawazisha data, aina hizi za washirika zitaangaziwa.
Kwa kusisitiza ukaribu wa vipengele katika nafasi ya juu-dimensional katika uwakilishi wa chini-dimensional, algoriti ya t-SNE inatumiwa kufanya maeneo yanayofanana yaliyopo wazi zaidi.Kazi ya awali iliyolenga kujenga mitandao ya kina ya neva kwa ajili ya programu za kuhisi kwa mbali zilizotumiwa t-SNE, ambayo ilithibitisha ujuzi wake katika kutenganisha vipengele muhimu (23).Hii ni hatua ya lazima ili kutambua mkusanyiko thabiti katika data ya vipengele huku ukiepuka suluhu zisizo na muunganisho (kumbuka S2).Kwa kutumia kokwa za Gaussian, t-SNE huhifadhi sifa za takwimu za data kwa kuchora kila kitu chenye mwelekeo wa juu hadi sehemu katika nafasi ya awamu ya 3D, na hivyo kuhakikisha kuwa uwezekano wa vitu sawa katika mwelekeo wa juu na wa chini uko juu katika kiwango cha juu-. nafasi ya dimensional (24).Kwa kuzingatia seti ya vitu vya juu vya N x1,…,xN, algoriti ya t-SNE inapunguza kwa kupunguza tofauti ya Kullback-Leibler (KL) (25).Tofauti ya KL ni kipimo cha jinsi usambazaji wa uwezekano ulivyo tofauti na usambaaji wa uwezekano wa marejeleo ya pili, na unaweza kutathmini kwa ufanisi uwezekano wa uwiano kati ya uwakilishi wa hali ya chini wa vipengele vya hali ya juu.Ikiwa xi ni kitu cha i-th katika nafasi ya N-dimensional, xj ni kitu cha j-th katika nafasi ya N-dimensional, yi ni kitu cha i-th katika nafasi ya chini-dimensional, na yj ni kitu cha j-th kwa chini. -nafasi ya mwelekeo, kisha t -SNE inafafanua uwezekano wa kufanana ppj∣i = exp(-∥xi-xj∥2/2σi2)∑k≠iexp(-∥xi-xk∥2/2σi2), na kwa seti ya kupunguza vipimo q∣j = (1+ ∥ yi-yj∥2)-1∑k≠i(1 +∥yj-yk∥2)-1
Mchoro wa 2A unaonyesha athari ya kupunguza biomasi na vekta za mtiririko wa virutubisho vya mchanganyiko wa 11-dimensional hadi 3D.Motisha ya kutumia t-SNE inaweza kulinganishwa na motisha ya uchanganuzi wa sehemu kuu (PCA), ambayo hutumia sifa ya utofauti kusisitiza eneo/sifa ya data, na hivyo kupunguza mwelekeo.Mbinu ya t-SNE ilionekana kuwa bora kuliko PCA katika kutoa matokeo ya kuaminika na yanayoweza kutolewa tena kwa Wizara ya Mazingira (angalia Dokezo S2).Hii inaweza kuwa kwa sababu dhana ya orthogonality ya PCA haifai kwa kutambua mwingiliano muhimu kati ya vipengele vya mwingiliano visivyo na mstari, kwa sababu PCA inazingatia miundo ya covariance ya mstari (26).Kwa kutumia data ya kutambua kwa mbali, Lunga et al.(27) inaonyesha jinsi ya kutumia mbinu ya SNE kuangazia vipengele vya taswira changamano na visivyo na mstari ambavyo vinapotoka kwenye usambazaji wa Gaussian.
(A) Kiwango cha ugavi wa virutubishi kilichowekwa kielelezo, biomasi ya kikundi cha phytoplankton na zooplankton inayochorwa na algoriti ya t-SNE na kupakwa rangi kulingana na mkoa kwa kutumia DBSCAN.Kila nukta inawakilisha sehemu katika nafasi ya juu-dimensional, kama inavyoonyeshwa kwenye Mchoro 6B, pointi nyingi zimenaswa.Shafts hurejelea ukubwa wa “t-SNE” 1, 2 na 3. (B) Makadirio ya kijiografia ya mkoa yaliyopatikana na DBSCAN kwenye gridi ya longitudo ya latitudo ya asili.Rangi inapaswa kuzingatiwa kama rangi yoyote, lakini inapaswa kuendana na (A).
Pointi katika njama ya kutawanya ya t-SNE kwenye Mchoro 2A zinahusishwa kwa mtiririko huo na latitudo na longitudo.Ikiwa pointi mbili katika Mchoro 2A zimekaribiana, ni kwa sababu biomasi na mtiririko wa virutubisho vinafanana, si kwa sababu ya ukaribu wa kijiografia.Rangi katika Mchoro 2A ni nguzo zilizogunduliwa kwa kutumia mbinu ya DBSCAN (28).Unapotafuta uchunguzi mnene, algorithm ya DBSCAN hutumia umbali katika uwakilishi wa 3D kati ya alama (ϵ = 0.39; kwa habari juu ya chaguo hili, angalia Nyenzo na Mbinu), na idadi ya alama zinazofanana inahitajika ili kufafanua nguzo (hapa. Alama 100, tafadhali tazama hapo juu).Mbinu ya DBSCAN haitoi mawazo yoyote kuhusu umbo au idadi ya makundi kwenye data, kama inavyoonyeshwa hapa chini:
3) Kwa pointi zote zilizotambuliwa kama zilizo ndani ya umbali, rudia hatua ya 2 ili kubainisha mpaka wa nguzo.Ikiwa idadi ya pointi ni kubwa kuliko thamani ya chini iliyowekwa, inateuliwa kama nguzo.
Data ambayo haifikii kiwango cha chini cha mshiriki wa kundi na metric ya umbali ϵ inachukuliwa kuwa "kelele" na haijapangiwa rangi.DBSCAN ni algoriti ya haraka na inayoweza kupanuka yenye utendaji wa O(n2) katika hali mbaya zaidi.Kwa uchambuzi wa sasa, sio bahati nasibu.Idadi ya chini ya pointi imedhamiriwa na tathmini ya mtaalam.Baada ya kurekebisha umbali baada ya hapo, matokeo hayana utulivu wa kutosha katika safu ya ≈±10.Umbali huu umewekwa kwa kutumia muunganisho (Mchoro 6A) na asilimia ya ufunikaji wa bahari (Mchoro 6B).Muunganisho hufafanuliwa kama nambari ya mchanganyiko wa nguzo na ni nyeti kwa kigezo cha ϵ.Muunganisho wa chini unaonyesha uwekaji duni wa kutosha, kuweka kanda pamoja kwa njia bandia.Muunganisho wa juu unaonyesha kufaa zaidi.Inawezekana kutumia kiwango cha chini cha juu, lakini ikiwa kiwango cha chini kinazidi ca, haiwezekani kufikia suluhisho la kuaminika.135 (Kwa maelezo zaidi, angalia Nyenzo na Mbinu).
Vikundi 115 vilivyoainishwa katika Mchoro 2A vinatarajiwa kurudi duniani katika Mchoro 2B.Kila rangi inalingana na mchanganyiko thabiti wa mambo ya biogeokemikali na kiikolojia yaliyotambuliwa na DBSCAN.Mara nguzo zinapoamuliwa, uunganisho wa kila nukta katika Mchoro 2A na latitudo na longitudo mahususi hutumika kupanga makundi kurudi kwenye eneo la kijiografia.Kielelezo 2B kinaonyesha hili kwa rangi za nguzo sawa na Mchoro 2A.Rangi zinazofanana hazipaswi kufasiriwa kuwa mfanano wa ikolojia, kwa sababu zinawekwa kulingana na mpangilio ambao nguzo hugunduliwa na algoriti.
Eneo lililo kwenye Mchoro 2B linaweza kuwa sawa kimaelezo na eneo lililoanzishwa katika hali halisi na/au biojiokemia ya bahari.Kwa mfano, makundi katika Bahari ya Kusini yana ulinganifu wa eneo, na vortices ya oligotrophic inaonekana, na mpito mkali unaonyesha ushawishi wa upepo wa biashara.Kwa mfano, katika Pasifiki ya ikweta, maeneo tofauti yanayohusiana na kupanda yanaonekana.
Ili kuelewa mazingira ya ikolojia ya Mkoa wa Ikolojia, tofauti ya faharasa ya tofauti ya Bray-Curtis (BC) (29) ilitumiwa kutathmini ikolojia katika nguzo.Kiashirio cha BC ni data ya kitakwimu inayotumika kukadiria tofauti katika muundo wa jumuiya kati ya tovuti mbili tofauti.Kipimo cha BC kinatumika kwa biomasi ya spishi 51 za phytoplankton na zooplankton BCninj = 1-2CninjSni + Snj
BCninj inarejelea ulinganifu kati ya mchanganyiko ni na mseto nj, ambapo Cninj ni thamani ya chini kabisa ya aina moja ya biomasi ambayo inapatikana katika michanganyiko yote miwili ni na nj, na Sni inawakilisha jumla ya biomasi zote zilizopo katika michanganyiko yote miwili ni na Snj.Tofauti ya BC ni sawa na kipimo cha umbali, lakini inafanya kazi katika nafasi isiyo ya Euclidean, ambayo ina uwezekano wa kufaa zaidi kwa data ya ikolojia na tafsiri yake.
Kwa kila nguzo iliyoainishwa katika Mchoro 2B, ufanano wa BC wa ndani ya mkoa na baina ya mikoa unaweza kutathminiwa.Tofauti ya BC ndani ya mkoa inarejelea tofauti kati ya thamani ya wastani ya mkoa na kila nukta katika mkoa.Tofauti kati ya majimbo ya BC inarejelea kufanana kati ya mkoa mmoja na majimbo mengine.Kielelezo 3A kinaonyesha matrix ya BC linganifu (0, nyeusi: inalingana kabisa; 1, nyeupe: haifanani kabisa).Kila mstari kwenye grafu unaonyesha mchoro katika data.Kielelezo 3B kinaonyesha umuhimu wa kijiografia wa matokeo ya BC kwenye Mchoro 3A kwa kila mkoa.Kwa jimbo lililo katika eneo lenye lishe duni na lishe duni, Mchoro 3B unaonyesha kuwa ulinganifu wa maeneo makubwa karibu na ikweta na Bahari ya Hindi kimsingi unafanana, lakini latitudo za juu na maeneo ya mwinuko ni tofauti sana.
(A) Kiwango cha tofauti ya BC kilichotathminiwa kwa kila mkoa kulingana na wastani wa wastani wa kimataifa wa miaka 20 wa wastani wa planktoni 51.Kumbuka ulinganifu unaotarajiwa wa maadili.(B) Makadirio ya anga ya safu (au safu).Kwa jimbo lililo katika mduara wa dystrophic, usambazaji wa kimataifa wa kipimo cha kufanana kwa BC ulitathminiwa, na wastani wa miaka 20 wa kimataifa ulitathminiwa.Nyeusi (BC = 0) inamaanisha eneo moja, na nyeupe (BC = 1) inamaanisha hakuna kufanana.
Kielelezo 4A kinaonyesha tofauti katika BC ndani ya kila mkoa katika Mchoro 2B.Ikibainishwa kwa kutumia mchanganyiko wa wastani wa eneo la wastani katika nguzo, na kubainisha tofauti kati ya BC na wastani wa kila sehemu ya gridi ya taifa katika jimbo, inaonyesha kuwa mbinu ya SAGE inaweza kutenganisha vyema spishi 51 kulingana na mfanano wa kiikolojia Aina ya data ya mfano.Tofauti ya jumla ya wastani ya nguzo ya BC ya aina zote 51 ni 0.102±0.0049.
(A, B, na D) Tofauti ya BC katika mkoa inatathminiwa kama tofauti ya wastani ya BC kati ya kila jumuia ya sehemu ya gridi ya taifa na mkoa wa wastani, na uchangamano haupunguzwi.(2) Tofauti ya wastani ya kimataifa ya BC ndani ya mkoa ni 0.227±0.117.Hiki ndicho kigezo cha uainishaji kulingana na motisha ya ikolojia iliyopendekezwa na kazi hii [mstari wa kijani kibichi katika (C)].(C) Wastani wa tofauti ya BC ndani ya mkoa: Laini nyeusi inawakilisha tofauti ya BC ya ndani ya mkoa na ugumu unaoongezeka.2σ hutoka kwa marudio 10 ya mchakato wa utambuzi wa mkoa wa eco.Kwa jumla ya utata wa majimbo yaliyogunduliwa na DBSCAN, (A) inaonyesha kuwa tofauti ya BC katika jimbo ni 0.099, na uainishaji wa utata unaopendekezwa na (C) ni 12, na kusababisha kutofautiana kwa BC kwa 0.200 katika jimbo.kama picha inavyoonyesha.(D).
Katika Mchoro 4B, majani ya aina 51 za planktoni hutumiwa kuwakilisha tofauti sawa ya KK katika mkoa wa Longhurst.Wastani wa jumla wa kila mkoa ni 0.227, na mkengeuko wa kawaida wa pointi za gridi kwa kurejelea tofauti katika jimbo la BC ni 0.046.Hii ni kubwa kuliko nguzo iliyoainishwa kwenye Mchoro 1B.Badala yake, kwa kutumia jumla ya vikundi saba vya utendaji, wastani wa kutolingana kwa msimu wa ndani wa KK huko Longhurst uliongezeka hadi 0.232.
Ramani ya kimataifa ya jimbo-ikolojia inatoa maelezo tata ya mwingiliano wa kipekee wa ikolojia na uboreshaji umefanywa katika kutumia muundo mzima wa mfumo ikolojia wa Mkoa wa Longhurst.Wizara ya Ikolojia inatarajiwa kutoa maarifa kuhusu mchakato wa kudhibiti mfumo wa kielelezo wa nambari, na ufahamu huu utasaidia uchunguzi wa kazi ya shambani.Kwa madhumuni ya utafiti huu, haiwezekani kuonyesha kikamilifu zaidi ya mikoa mia moja.Sehemu inayofuata inatanguliza mbinu ya SAGE inayofanya muhtasari wa majimbo.
Moja ya madhumuni ya mkoa ni kukuza uelewa wa eneo na usimamizi wa mkoa.Ili kubainisha hali za dharura, mbinu iliyo katika Kielelezo 1B inaonyesha uwekaji viota wa majimbo yanayofanana kiikolojia.Mikoa ya ikolojia imeunganishwa pamoja kulingana na kufanana kwa ikolojia, na kambi kama hiyo ya majimbo inaitwa AEP.Weka "utata" unaoweza kubadilishwa kulingana na jumla ya idadi ya mikoa itakayozingatiwa.Neno "utata" hutumiwa kwa sababu inaruhusu kiwango cha sifa za dharura kurekebishwa.Ili kufafanua mijumuisho ya maana, wastani wa tofauti ya BC wa ndani ya mkoa wa 0.227 kutoka Longhurst inatumika kama kigezo.Chini ya kiwango hiki, mikoa iliyojumuishwa haichukuliwi kuwa muhimu tena.
Kama inavyoonyeshwa katika Mchoro 3B, majimbo ya ikolojia ya kimataifa yanashikamana.Kwa kutumia tofauti za BC kati ya mikoa, inaweza kuonekana kuwa baadhi ya usanidi ni "kawaida" sana.Ikiongozwa na jeni na mbinu za nadharia ya grafu, "grafu zilizounganishwa" hutumiwa kupanga > mikoa 100 kulingana na mikoa inayofanana zaidi nayo.Kipimo cha "muunganisho" hapa kinabainishwa kwa kutumia utofauti wa BC wa mikoa (30).Idadi ya majimbo yenye nafasi kubwa zaidi ya uainishaji wa majimbo> 100 inaweza kutajwa humu kama changamano.AEP ni bidhaa inayoainisha zaidi ya majimbo 100 kama majimbo makuu/ya karibu zaidi ya kiikolojia.Kila mkoa wa ikolojia umepewa mkoa mkuu/uliounganishwa sana wa ikolojia ambao unafanana nao zaidi.Ujumlisho huu unaoamuliwa na tofauti ya BC huruhusu mbinu iliyojumuishwa kwa ikolojia ya kimataifa.
Utata uliochaguliwa unaweza kuwa thamani yoyote kutoka 1 hadi utata kamili wa FIG.2A.Katika uchangamano wa chini, AEP inaweza kuharibika kutokana na hatua ya kupunguza mwelekeo wa uwezekano (t-SNE).Upungufu unamaanisha kuwa mikoa ya ikolojia inaweza kugawiwa kwa AEP tofauti kati ya marudio, na hivyo kubadilisha eneo la kijiografia lililofunikwa.Kielelezo 4C kinaonyesha kuenea kwa tofauti za BC ndani ya majimbo katika AEP za kuongezeka kwa utata katika utekelezaji 10 (mchoro katika Kielelezo 1B).Katika Mchoro 4C, 2σ (eneo la bluu) ni kipimo cha uharibifu katika utekelezaji 10, na mstari wa kijani unawakilisha benchmark ya Longhurst.Ukweli umethibitisha kwamba uchangamano wa 12 unaweza kuweka tofauti ya BC katika jimbo chini ya benchmark ya Longhurst katika utekelezaji wote na kudumisha uharibifu mdogo wa 2σ.Kwa muhtasari, uchangamano wa chini unaopendekezwa ni AEP 12, na wastani wa tofauti ya BC ya mkoa wa ndani iliyotathminiwa kwa kutumia aina 51 za planktoni ni 0.198±0.013, kama inavyoonyeshwa kwenye Mchoro 4D.Kwa kutumia jumla ya vikundi saba vya utendaji vya planktoni, wastani wa tofauti ya BC ndani ya jimbo ni 2σ badala ya 0.198±0.004.Ulinganisho kati ya tofauti za BC zilizokokotwa na jumla ya majani ya vikundi saba vya utendaji au majani ya aina zote 51 za planktoni inaonyesha kwamba ingawa mbinu ya SAGE inatumika kwa hali ya 51-dimensional, ni kwa jumla ya biomasi ya vikundi saba vya utendaji. Kwa mafunzo.
Kulingana na madhumuni ya utafiti wowote, viwango tofauti vya utata vinaweza kuzingatiwa.Masomo ya kikanda yanaweza kuhitaji uchangamano kamili (yaani, majimbo yote 115).Kama mfano na kwa uwazi, zingatia uchangamano wa chini unaopendekezwa wa 12.
Kama mfano wa matumizi ya mbinu ya SAGE, AEP 12 zilizo na uchangamano wa chini wa 12 zinatumika hapa kuchunguza udhibiti wa muundo wa jumuiya ya dharura.Kielelezo cha 5 kinaonyesha maarifa ya ikolojia yaliyowekwa katika vikundi vya AEP (kutoka A hadi L): Katika stoichiometry ya Redfield, kiwango cha kijiografia (Kielelezo 5C), muundo wa biomasi ya kikundi kinachofanya kazi (Mchoro 5A) na usambazaji wa virutubisho (Mchoro 5B) hufanywa na N Zoomed.Uwiano (N:Si:P:Fe, 1:1:16:16×103) umeonyeshwa.Kwa paneli ya mwisho, P ilizidishwa na 16 na Fe ikizidishwa na 16×103, kwa hivyo grafu ya pau ni sawa na mahitaji ya lishe ya phytoplankton.
Mikoa imeainishwa katika AEPs 12 hadi L. (A) Biomass (mgC/m3) ya mifumo ikolojia katika mikoa 12.(B) Kiwango cha mtiririko wa virutubishi wa nitrojeni isokaboni iliyoyeyushwa (N), chuma (Fe), fosforasi (P) na asidi ya silicic (Si) (mmol/m3 kwa mwaka).Fe na P huzidishwa na 16 na 16 × 103, kwa mtiririko huo, ili vipande visiwanishwe kwa mahitaji ya phytoplankton stoichiometry.(C) Kumbuka tofauti kati ya maeneo ya ncha ya dunia, vimbunga na maeneo makuu ya msimu/kupanda.Vituo vya ufuatiliaji vimewekewa alama zifuatazo: 1, VITI;2, ALOHA;3, kituo P;na 4, POPO.
AEP iliyotambuliwa ni ya kipekee.Kuna ulinganifu kuzunguka ikweta katika Bahari ya Atlantiki na Pasifiki, na eneo sawa lakini lililopanuliwa lipo katika Bahari ya Hindi.Baadhi ya AEPs hukumbatia upande wa magharibi wa bara unaohusishwa na kupaa.Hali ya Sasa ya Mviringo wa Ncha ya Kusini inachukuliwa kuwa kipengele kikubwa cha ukanda.Kimbunga cha kitropiki ni mfululizo changamano wa oligotrophic AEP.Katika majimbo haya, muundo unaojulikana wa tofauti za biomass kati ya vortices oligotrophic inayotawaliwa na plankton na maeneo ya polar yenye utajiri wa diatom ni dhahiri.
AEP zilizo na biomasi ya jumla ya phytoplankton zinazofanana zinaweza kuwa na miundo tofauti ya jamii na kufunika maeneo tofauti ya kijiografia, kama vile D, H, na K, ambayo yana jumla ya biomasi ya phytoplankton inayofanana.AEP H hasa inapatikana katika Ikweta ya Bahari ya Hindi, na kuna bakteria zaidi ya diazotrofiki.AEP D inapatikana katika mabonde kadhaa, lakini ni maarufu sana katika Pasifiki karibu na maeneo yenye mavuno mengi karibu na mwinuko wa ikweta.Umbo la jimbo hili la Pasifiki linafanana na treni ya mawimbi ya sayari.Kuna diazobacteria chache katika AEP D, na koni zaidi.Ikilinganishwa na majimbo mengine mawili, AEP K inapatikana tu katika nyanda za juu za Bahari ya Aktiki, na kuna diatomu zaidi na planktoni chache.Ni muhimu kuzingatia kwamba kiasi cha plankton katika mikoa hii mitatu pia ni tofauti sana.Miongoni mwao, wingi wa plankton wa AEP K ni mdogo, wakati ule wa AEP D na H ni wa juu kiasi.Kwa hivyo, licha ya biomasi (na kwa hivyo inafanana na Chl-a), majimbo haya ni tofauti kabisa: Upimaji wa mkoa unaotegemea Chl hauwezi kukamata tofauti hizi.
Pia ni dhahiri kwamba baadhi ya AEP zilizo na biomasi tofauti sana zinaweza kufanana kulingana na muundo wa jamii ya phytoplankton.Kwa mfano, hii inaonekana katika AEP D na E. Zinakaribiana, na katika Bahari ya Pasifiki, AEP E iko karibu na AEPJ inayozalisha sana.Vile vile, hakuna kiungo wazi kati ya biomasi ya phytoplankton na wingi wa zooplankton.
AEP inaweza kueleweka kwa kuzingatia virutubishi vinavyotolewa kwao (Mchoro 5B).Diatomu zipo tu pale ambapo kuna ugavi wa kutosha wa asidi ya sililiki.Kwa ujumla, kadri ugavi wa asidi ya silicic unavyoongezeka, ndivyo biomasi ya diatomu inavyoongezeka.Diatomu zinaweza kuonekana katika AEP A, J, K na L. Uwiano wa biomasi ya diatomu ikilinganishwa na phytoplankton nyingine hubainishwa na N, P na Fe zinazotolewa kuhusiana na mahitaji ya diatom.Kwa mfano, AEP L inaongozwa na diatomu.Ikilinganishwa na virutubisho vingine, Si ina ugavi wa juu zaidi.Kinyume chake, licha ya tija ya juu, AEP J ina diatomu chache na usambazaji mdogo wa silicon (zote na zinazohusiana na virutubishi vingine).
Bakteria ya Diazonium ina uwezo wa kurekebisha nitrojeni, lakini hukua polepole (31).Wanaishi pamoja na phytoplankton nyingine, ambapo chuma na fosforasi ni nyingi ikilinganishwa na mahitaji ya virutubisho visivyo vya diazonium (20, 21).Ni vyema kutambua kwamba biomasi ya diazotrophic ni ya juu kiasi, na ugavi wa Fe na P ni mkubwa kiasi kutokana na usambazaji wa N. Kwa njia hii, ingawa jumla ya biomasi katika AEP J ni ya juu, biomass ya diazonium katika AEP H ni. kubwa kuliko ile ya J. Tafadhali kumbuka kuwa AEP J na H ni tofauti sana kijiografia, na H iko katika Ikweta ya Bahari ya Hindi.
Ikiwa muundo wa kipekee wa mfumo ikolojia hautagawanywa katika mikoa, maarifa yanayopatikana kutoka kwa miundo 12 ya uchangamano ya chini kabisa ya AEP haitakuwa wazi sana.AEP inayozalishwa na SAGE huwezesha ulinganisho thabiti na sawia wa maelezo changamano na ya hali ya juu kutoka kwa miundo ya mfumo ikolojia.AEP inasisitiza kwa ufanisi kwa nini Chl si njia nzuri na mbadala ya kubainisha muundo wa jamii au wingi wa zooplankton katika viwango vya juu vya virutubishi.Uchambuzi wa kina wa mada zinazoendelea za utafiti uko nje ya upeo wa nakala hii.Mbinu ya SAGE hutoa njia ya kuchunguza mifumo mingine katika modeli ambayo ni rahisi kushughulikia kuliko kutazama kwa uhakika.
Mbinu ya SAGE inapendekezwa kusaidia kufafanua data changamano ya ikolojia kutoka kwa miundo ya nambari ya kimataifa ya kimwili/biogeokemikali/mfumo ikolojia.Mkoa wa ikolojia umebainishwa na jumla ya viumbe hai vya vikundi vya utendaji vya-plankton, matumizi ya algoriti ya kupunguza uwezekano wa t-SNE na mkusanyiko kwa kutumia mbinu ya ML isiyodhibitiwa ya DBSCAN.Nadharia ya tofauti kati ya mikoa ya BC/grafu ya mbinu ya kuatamia inatumika kupata AEP thabiti ambayo inaweza kutumika kwa tafsiri ya kimataifa.Kwa upande wa ujenzi, Jimbo la Eco-Province na AEP ni za kipekee.Kiota cha AEP kinaweza kurekebishwa kati ya utata kamili wa jimbo la asili la ikolojia na kiwango cha chini kinachopendekezwa cha AEP 12.Kuweka kiota na kubainisha uchangamano wa chini kabisa wa AEP huzingatiwa kama hatua muhimu, kwa sababu uwezekano wa t-SNE huharibu AEP za <12 changamano.Mbinu ya SAGE ni ya kimataifa, na uchangamano wake huanzia> AEP 100 hadi 12. Kwa urahisi, lengo la sasa ni uchangamano wa AEP 12 za kimataifa.Utafiti wa siku zijazo, hasa masomo ya kikanda, unaweza kupata kitengo kidogo cha anga cha majimbo ya kiikolojia ya kimataifa kuwa muhimu, na kinaweza kujumlishwa katika eneo dogo ili kuchukua fursa ya maarifa sawa ya ikolojia yanayojadiliwa hapa.Inatoa mapendekezo kuhusu jinsi majimbo haya ya ikolojia na maarifa yanayopatikana kutoka kwayo yanaweza kutumika kwa uelewa zaidi wa ikolojia, kuwezesha ulinganisho wa kielelezo, na uwezekano wa kuboresha ufuatiliaji wa mifumo ikolojia ya baharini.
Mkoa wa ikolojia na AEP unaotambuliwa na mbinu ya SAGE zinatokana na data katika muundo wa nambari.Kwa ufafanuzi, mfano wa nambari ni muundo uliorahisishwa, unajaribu kukamata kiini cha mfumo unaolengwa, na mifano tofauti itakuwa na usambazaji tofauti wa plankton.Muundo wa nambari uliotumika katika utafiti huu hauwezi kunasa kikamilifu baadhi ya ruwaza zilizotazamwa (kwa mfano, katika makadirio ya Chl ya eneo la ikweta na Bahari ya Kusini).Ni sehemu ndogo tu ya utofauti katika bahari halisi imenaswa, na meso na mescale ndogo haiwezi kutatuliwa, ambayo inaweza kuathiri mtiririko wa virutubisho na muundo wa jamii ndogo.Licha ya mapungufu haya, inageuka kuwa AEP ni muhimu sana katika kusaidia kuelewa mifano ngumu.Kwa kutathmini mahali ambapo majimbo sawa ya kiikolojia yanapatikana, AEP hutoa zana inayoweza kulinganishwa ya kielelezo cha nambari.Muundo wa sasa wa nambari hunasa muundo wa jumla wa mkusanyiko wa phytoplankton Chl-a ya kutambua kwa mbali na usambazaji wa ukubwa wa planktoni na kikundi cha utendaji (Kumbuka S1 na Kielelezo S1) (2, 32).
Kama inavyoonyeshwa na mstari wa kontua wa 0.1 mgChl-a/m-3, AEP imegawanywa katika eneo la oligotrofiki na eneo la mesotrofiki (Mchoro S1B): AEP B, C, D, E, F na G ni maeneo ya oligotrofiki, na maeneo yaliyobaki ni iko Juu Chl-a.AEP inaonyesha baadhi ya mawasiliano na Mkoa wa Longhurst (Kielelezo S3A), kwa mfano, Bahari ya Kusini na Pasifiki ya Ikweta.Katika baadhi ya maeneo, AEP inashughulikia maeneo mengi ya Longhurst, na kinyume chake.Kwa kuwa nia ya kuweka mipaka ya majimbo katika eneo hili na Longhurst ni tofauti, inatarajiwa kuwa kutakuwa na tofauti.AEP nyingi katika mkoa wa Longhurst zinaonyesha kuwa maeneo fulani yenye biogeokemia sawa yanaweza kuwa na miundo tofauti sana ya mfumo ikolojia.AEP huonyesha mawasiliano fulani na hali halisi, kama inavyofichuliwa kwa kutumia mafunzo yasiyosimamiwa (19), kama vile katika majimbo ya juu (kwa mfano, Bahari ya Kusini na Pasifiki ya Ikweta; Kielelezo S3, C na D).Barua hizi zinaonyesha kuwa muundo wa jamii wa plankton huathiriwa sana na mienendo ya bahari.Katika maeneo kama vile Atlantiki ya Kaskazini, AEP hupitia majimbo halisi.Utaratibu unaosababisha tofauti hizi unaweza kujumuisha michakato kama vile usafirishaji wa vumbi, ambayo inaweza kusababisha programu tofauti kabisa za lishe hata chini ya hali sawa za mwili.
Wizara ya Ikolojia na AEP ilidokeza kuwa kutumia Chl pekee hakuwezi kutambua vipengele vya ikolojia, kama jumuiya ya ikolojia ya baharini tayari imetambua.Hii inaonekana katika AEP zilizo na biomasi sawa lakini muundo tofauti wa ikolojia (kama vile D na E).Kinyume chake, AEP kama vile D na K zina biomasi tofauti sana lakini muundo wa ikolojia sawa.AEP inasisitiza kwamba uhusiano kati ya majani, muundo wa ikolojia na wingi wa zooplankton ni changamano.Kwa mfano, ingawa AEP J ni ya kipekee katika suala la biomasi ya phytoplankton na plankton, AEP za A na L zina biomasi ya planktoni sawa, lakini A ina wingi wa planktoni wa juu zaidi.AEP inasisitiza kwamba biomasi ya phytoplankton (au Chl) haiwezi kutumiwa kutabiri biomasi ya zooplankton.Zooplankton ndio msingi wa msururu wa chakula cha uvuvi, na makadirio sahihi zaidi yanaweza kusababisha usimamizi bora wa rasilimali.Satelaiti za rangi za baharini za siku zijazo [kwa mfano, PACE (plankton, erosoli, mawingu, na mfumo ikolojia wa baharini)] zinaweza kuwa katika nafasi nzuri zaidi ili kusaidia kukadiria muundo wa jamii wa phytoplankton.Kutumia utabiri wa AEP kunaweza kuwezesha ukadiriaji wa zooplankton kutoka angani.Mbinu kama vile SAGE, pamoja na teknolojia mpya, na data zaidi na zaidi ya uga inayopatikana kwa ajili ya tafiti za ukweli wa msingi (kama vile Tara na utafiti wa ufuatiliaji), zinaweza kuchukua hatua kwa pamoja kuelekea ufuatiliaji wa afya wa mfumo ikolojia wa satelaiti.
Mbinu ya SAGE hutoa njia rahisi ya kutathmini baadhi ya mbinu zinazodhibiti sifa za jimbo, kama vile biomass/Chl, uzalishaji wa jumla wa msingi, na muundo wa jumuiya.Kwa mfano, kiasi cha jamaa cha diatomu kinawekwa na usawa katika usambazaji wa Si, N, P, na Fe kuhusiana na mahitaji ya phytoplankton stoichiometric.Kwa kiwango cha ugavi sawia, jumuiya inatawaliwa na diatomu (L).Wakati kiwango cha usambazaji hakina usawa (yaani, usambazaji wa silicon ni wa chini kuliko mahitaji ya virutubisho ya diatomu), diatomu huchangia sehemu ndogo tu ya Shiriki (K).Wakati ugavi wa Fe na P unazidi ugavi wa N (kwa mfano, E na H), bakteria ya diazotrophic itakua kwa nguvu.Kupitia muktadha uliotolewa na AEP, uchunguzi wa mifumo ya udhibiti utakuwa muhimu zaidi.
Jimbo la Eco-Province na AEP ni maeneo yenye miundo ya jumuiya sawa.Msururu wa saa kutoka eneo fulani ndani ya mkoa wa ikolojia au AEP unaweza kuchukuliwa kama marejeleo na unaweza kuwakilisha eneo linaloshughulikiwa na jimbo la ikolojia au AEP.Vituo vya ufuatiliaji vya muda mrefu kwenye tovuti hutoa mfululizo wa muda kama huo.Seti za data za muda mrefu za ndani zitaendelea kuwa na jukumu lisilohesabika.Kwa mtazamo wa ufuatiliaji wa muundo wa jumuiya, mbinu ya SAGE inaweza kuonekana kama njia ya kusaidia kuamua eneo muhimu zaidi la tovuti mpya.Kwa mfano, mfululizo wa muda kutoka kwa tathmini ya muda mrefu ya makazi ya oligotrofiki (ALOHA) iko katika AEP B ya eneo la oligotrofiki (Mchoro 5C, lebo ya 2).Kwa sababu ALOHA iko karibu na mpaka wa AEP nyingine, mfululizo wa saa huenda usiwe wakilishi wa eneo lote, kama ilivyopendekezwa awali (33).Katika AEP B sawa, mfululizo wa saa SEATS (Mfululizo wa Saa wa Asia ya Kusini-mashariki) unapatikana kusini-magharibi mwa Taiwan (34), mbali zaidi na mipaka ya AEP zingine (Mchoro 5C, lebo 1), na unaweza kutumika kama eneo bora zaidi la kufuatilia. AEPB.Mfululizo wa muda wa BATS (Mfululizo wa Muda wa Utafiti wa Muda wa Atlantiki ya Bermuda) (Mchoro 5C, lebo ya 4) katika AEPC uko karibu sana na mpaka kati ya AEP C na F, ambayo inaonyesha kuwa ufuatiliaji wa AEP C kwa kutumia mfululizo wa saa za BATS unaweza kuwa tatizo moja kwa moja.Kituo P katika AEP J (Kielelezo 5C, lebo ya 3) kiko mbali na mpaka wa AEP, kwa hivyo kinawakilisha zaidi.Eco-Province na AEP zinaweza kusaidia kuanzisha mfumo wa ufuatiliaji unaofaa kwa ajili ya kutathmini mabadiliko ya kimataifa, kwa sababu ruhusa ya mikoa ya kutathmini ambapo sampuli kwenye tovuti inaweza kutoa maarifa muhimu.Mbinu ya SAGE inaweza kuendelezwa zaidi ili kutumika kwa data ya hali ya hewa ili kutathmini utofauti wa kuokoa muda.
Mafanikio ya mbinu ya SAGE hupatikana kwa kutumia kwa uangalifu mbinu za sayansi ya data/ML na maarifa mahususi ya kikoa.Hasa, t-SNE inatumika kupunguza mwelekeo, ambayo huhifadhi muundo wa ushirikiano wa data ya hali ya juu na kuwezesha taswira ya topolojia ya ushirikiano.Data imepangwa katika umbo la michirizi na misururu (Mchoro 2A), ikionyesha kuwa hatua za umbali (kama vile K-njia) hazifai kwa sababu kwa kawaida hutumia usambazaji wa msingi wa Gaussian (mduara) (uliojadiliwa katika Dokezo S2) .Mbinu ya DBSCAN inafaa kwa topolojia yoyote ya udadisi.Kwa muda mrefu unapozingatia kuweka vigezo, kitambulisho cha kuaminika kinaweza kutolewa.Gharama ya hesabu ya algoriti ya t-SNE ni ya juu, ambayo inaweka kikomo matumizi yake ya sasa kwa kiasi kikubwa cha data, ambayo ina maana ni vigumu kuomba kwa nyanja za kina au za muda.Kazi ya kuongeza kasi ya t-SNE inaendelea.Kwa kuwa umbali wa KL ni rahisi kusawazisha, algoriti ya t-SNE ina uwezo mzuri wa upanuzi katika siku zijazo (35).Kufikia sasa, mbinu zingine za kuahidi za kupunguza vipimo ambazo zinaweza kupunguza ukubwa vyema zaidi ni pamoja na mbinu za ukadiriaji na makadirio mengi (UMAP), lakini tathmini katika muktadha wa data ya bahari ni muhimu.Maana ya scalability bora ni, kwa mfano, kuainisha hali ya hewa ya kimataifa au mifano yenye utata tofauti kwenye safu mchanganyiko.Maeneo ambayo hayajaainishwa na SAGE katika mkoa wowote yanaweza kuchukuliwa kuwa nukta nyeusi zilizosalia kwenye Mchoro 2A.Kijiografia, maeneo haya yako hasa katika maeneo yenye msimu mwingi, jambo ambalo linapendekeza kwamba kukamata majimbo ya ikolojia ambayo yanabadilika kwa wakati kutatoa ufikiaji bora.
Ili kuunda njia ya SAGE, mawazo kutoka kwa mifumo tata / sayansi ya data imetumiwa, kwa kutumia uwezo wa kuamua makundi ya vikundi vya kazi (uwezekano wa kuwa karibu sana katika nafasi ya 11-dimensional) na kuamua mikoa.Mikoa hii inaonyesha majuzuu mahususi katika nafasi yetu ya awamu ya 3D t-SNE.Vile vile, sehemu ya Poincaré inaweza kutumika kutathmini "kiasi" cha nafasi ya serikali inayomilikiwa na trajectory kubaini tabia ya "kawaida" au "machafuko" (36).Kwa pato tuli la modeli ya pande 11, kiasi kinachochukuliwa baada ya data kubadilishwa kuwa nafasi ya awamu ya 3D kinaweza kuelezwa vile vile.Uhusiano kati ya eneo la kijiografia na eneo katika nafasi ya awamu ya 3D sio rahisi, lakini inaweza kuelezewa kwa suala la kufanana kwa kiikolojia.Kwa sababu hii, kipimo cha kawaida cha kutofautisha kwa BC kinapendekezwa.
Kazi ya baadaye itatumia tena mbinu ya SAGE kwa data inayobadilisha misimu ili kutathmini utofauti wa anga wa mikoa na AEP iliyotambuliwa.Lengo la siku zijazo ni kutumia mbinu hii kusaidia kubainisha ni mikoa ipi inayoweza kubainishwa kupitia vipimo vya setilaiti (kama vile Chl-a, uakisi wa hisia za mbali na halijoto ya uso wa bahari).Hii itaruhusu tathmini ya vihisishi vya mbali vya vipengele vya ikolojia na ufuatiliaji unaonyumbulika sana wa mikoa ya ikolojia na utofauti wake.
Madhumuni ya utafiti huu ni kutambulisha mbinu ya SAGE, ambayo inafafanua jimbo la ikolojia kupitia muundo wake wa kipekee wa jamii ya plankton.Hapa, maelezo zaidi kuhusu muundo wa kimwili/biogeokemikali/mfumo ikolojia na uteuzi wa vigezo vya algoriti za t-SNE na DBSCAN zitatolewa.
Vipengele vya kimwili vya modeli vinatoka kwenye makadirio ya mzunguko wa bahari na hali ya hewa [ECCOv4;(37) makadirio ya hali ya kimataifa yaliyoelezwa na (38).Azimio la kawaida la makadirio ya serikali ni 1/5.Njia ndogo ya mraba na njia ya kuzidisha ya Lagrangian hutumiwa kupata hali ya awali na ya mipaka na vigezo vya mfano vya ndani vilivyorekebishwa na uchunguzi, na hivyo kutoa mfano wa mzunguko wa jumla wa MIT (MITgcm) (39), mfano Baada ya utoshelezaji, matokeo yanaweza. kufuatiliwa na kuangaliwa.
Biogeokemia/mfumo ikolojia una maelezo kamili zaidi (yaani milinganyo na thamani za vigezo) katika (2).Mtindo huu unanasa mzunguko wa C, N, P, Si na Fe kupitia mabwawa ya isokaboni na ya kikaboni.Toleo lililotumiwa hapa ni pamoja na aina 35 za phytoplankton: aina 2 za microprokaryotes na aina 2 za microeukaryotes (zinazofaa kwa mazingira ya chini ya virutubisho), aina 5 za Cryptomonas sphaeroides (na mipako ya kalsiamu carbonate), aina 5 za diazonium ( Inaweza kurekebisha nitrojeni, hivyo sio mdogo) upatikanaji wa nitrojeni isokaboni iliyoyeyushwa), diatomu 11 (kutengeneza kifuniko cha silisia), flagellati 10 za mimea mchanganyiko (zinaweza kusanisinisha na kula planktoni nyingine) na 16 Zooplankton (kulisha kwenye planktoni nyingine).Hivi huitwa "vikundi vya utendaji vya biogeokemikali" kwa sababu vina athari tofauti kwa biogeokemia ya baharini (40, 41) na mara nyingi hutumiwa katika uchunguzi na masomo ya mfano.Katika mfano huu, kila kikundi cha kazi kinaundwa na plankton kadhaa za ukubwa tofauti, na muda wa 0.6 hadi 2500 μm kipenyo sawa cha spherical.
Vigezo vinavyoathiri ukuaji wa phytoplankton, malisho na kuzama vinahusiana na ukubwa, na kuna tofauti maalum kati ya vikundi sita vya utendaji vya phytoplankton (32).Licha ya mifumo tofauti ya kimwili, matokeo ya vipengele 51 vya plankton ya mfano yametumiwa katika idadi ya tafiti za hivi karibuni (42-44).
Kuanzia 1992 hadi 2011, muundo wa uunganishaji wa kimwili/biokemikali/mfumo wa ikolojia uliendelea kwa miaka 20.Matokeo ya modeli ni pamoja na biomasi ya plankton, ukolezi wa virutubisho na kiwango cha usambazaji wa virutubisho (DIN, PO4, Si na Fe).Katika utafiti huu, wastani wa miaka 20 wa matokeo haya ulitumika kama mchango wa Mkoa wa Ikolojia.Chl, usambazaji wa biomasi ya plankton na ukolezi wa virutubisho na usambazaji wa vikundi vya utendaji hulinganishwa na uchunguzi wa setilaiti na ndani ya situ [ona (2, 44), Kumbuka S1 na takwimu.S1 hadi S3].
Kwa njia ya SAGE, chanzo kikuu cha bahati nasibu hutoka kwa hatua ya t-SNE.Nasibu huzuia kurudiwa, ambayo inamaanisha kuwa matokeo hayawezi kutegemewa.Mbinu ya SAGE hujaribu kwa uthabiti uimara kwa kubainisha seti ya vigezo vya t-SNE na DBSCAN, ambavyo vinaweza kutambua makundi mara kwa mara inaporudiwa.Kubainisha "utata" wa kigezo cha t-SNE kunaweza kueleweka kama kubainisha kiwango ambacho uchoraji wa ramani kutoka vipimo vya juu hadi chini unapaswa kuheshimu sifa za data za ndani au kimataifa.Imefikia mkanganyiko wa marudio 400 na 300.
Kwa kanuni ya nguzo ya DBSCAN, kipimo cha chini cha ukubwa na umbali wa pointi za data katika kundi kinahitaji kubainishwa.Nambari ya chini imedhamiriwa chini ya mwongozo wa wataalam.Ujuzi huu unajua kinacholingana na mfumo wa sasa wa uundaji wa nambari na azimio.Nambari ya chini zaidi ni 100. Thamani ya juu zaidi (chini ya <135 kabla ya kikomo cha juu cha kijani kuwa pana) inaweza kuzingatiwa, lakini haiwezi kuchukua nafasi ya mbinu ya kujumlisha kulingana na kutofautiana kwa BC.Kiwango cha uunganisho (Mchoro 6A) hutumiwa kuweka parameter ϵ, ambayo inafaa kwa chanjo ya juu (Mchoro 6B).Muunganisho hufafanuliwa kama nambari ya mchanganyiko wa nguzo na ni nyeti kwa kigezo cha ϵ.Muunganisho wa chini unaonyesha uwekaji duni wa kutosha, kuweka kanda pamoja kwa njia bandia.Muunganisho wa juu unaonyesha kufaa zaidi.Uwekaji kupita kiasi pia ni tatizo, kwa sababu inaonyesha kuwa ubashiri wa awali wa nasibu unaweza kusababisha matokeo yasiyoweza kuzaa tena.Kati ya hizi mbili kali, ongezeko kubwa (kawaida huitwa "elbow") linaonyesha ϵ bora zaidi.Katika Mchoro 6A, unaona ongezeko kubwa la eneo la nyanda za juu (njano,> nguzo 200), ikifuatiwa na kupungua kwa kasi (kijani, vishada 100), hadi takriban 130, kuzungukwa na makundi machache sana (bluu, <60 makundi) )Katika angalau maeneo 100 ya samawati, ama nguzo moja inatawala bahari yote (ϵ <0.42), au sehemu kubwa ya bahari haijaainishwa na inachukuliwa kuwa kelele (ϵ> 0.99).Eneo la njano lina usambazaji wa nguzo unaobadilika sana, usioweza kuzaliana.Wakati ϵ inapungua, kelele huongezeka.Sehemu ya kijani inayoongezeka kwa kasi inaitwa kiwiko.Hii ni eneo mojawapo.Ingawa uwezekano wa t-SNE unatumika, tofauti ya BC katika mkoa bado inaweza kutumika kubainisha nguzo zinazotegemeka.Kwa kutumia Mchoro 6 (A na B), weka ϵ hadi 0.39.Kadiri idadi ya chini inavyokuwa kubwa, ndivyo uwezekano wa kufikia ϵ ulivyo mdogo unaoruhusu uainishaji unaotegemeka, na ndivyo eneo la kijani kibichi lenye thamani kubwa kuliko 135. Upanuzi wa eneo hili unaonyesha kuwa kiwiko kitakuwa kigumu zaidi kupata au kutokuwepo. kuwepo.
Baada ya kuweka vigezo vya t-SNE, jumla ya idadi ya nguzo zitakazopatikana zitatumika kama kipimo cha muunganisho (A) na asilimia ya data iliyogawiwa kwa nguzo (B).Nukta nyekundu inaonyesha mchanganyiko bora wa chanjo na muunganisho.Nambari ya chini imewekwa kulingana na nambari ya chini inayohusiana na ikolojia.
Kwa nyenzo za ziada za makala haya, tafadhali angalia http://advances.sciencemag.org/cgi/content/full/6/22/eaay4740/DC1
Hili ni nakala ya ufikiaji wazi inayosambazwa chini ya masharti ya Leseni ya Uwasilishaji ya Creative Commons.Kifungu kinaruhusu utumizi usio na kikomo, usambazaji, na kuzaliana kwa njia yoyote kwa sharti kwamba kazi asili imetajwa ipasavyo.
Kumbuka: Tunakuomba tu utoe anwani yako ya barua pepe ili mtu unayempendekeza kwenye ukurasa ajue kwamba unataka aione barua pepe hiyo na kwamba si barua taka.Hatutachukua anwani zozote za barua pepe.
Swali hili linatumika kupima kama wewe ni mgeni na kuzuia uwasilishaji otomatiki wa barua taka.
Wizara ya Ulimwenguni ya Ikolojia ya Bahari imedhamiria kutatua matatizo changamano na hutumia ML isiyodhibitiwa kuchunguza miundo ya jumuiya.
Wizara ya Ulimwenguni ya Ikolojia ya Bahari imedhamiria kutatua matatizo changamano na hutumia ML isiyodhibitiwa kuchunguza miundo ya jumuiya.
Muda wa kutuma: Jan-12-2021