சூழலியல் சிக்கலைத் தெளிவுபடுத்துதல்: மேற்பார்வை செய்யப்படாத கற்றல் உலகளாவிய கடல் சூழலியல் மாகாணத்தை தீர்மானிக்கிறது

பிளாங்க்டன் சமூக அமைப்பு மற்றும் ஊட்டச்சத்து ஃப்ளக்ஸ் தரவுகளின் அடிப்படையில் உலகளாவிய கடல் சூழலியல் மாகாணங்களை (சுற்றுச்சூழல் மாகாணங்கள்) தீர்மானிக்க மேற்பார்வை செய்யப்படாத கற்றல் முறை முன்மொழியப்பட்டது.முறையான ஒருங்கிணைந்த சூழலியல் மாகாணம் (SAGE) முறையானது மிகவும் நேரியல் அல்லாத சுற்றுச்சூழல் அமைப்பு மாதிரிகளில் சுற்றுச்சூழல் மாகாணங்களை அடையாளம் காண முடியும்.தரவின் காஸியன் அல்லாத கோவாரியன்ஸ்க்கு ஏற்ப, பரிமாணத்தைக் குறைக்க SAGE ஆனது t random near embedding (t-SNE) ஐப் பயன்படுத்துகிறது.அடர்த்தி அடிப்படையிலான இடஞ்சார்ந்த கிளஸ்டரிங் (DBSCAN) அல்காரிதம் அடிப்படையில் இரைச்சல் பயன்பாட்டின் உதவியுடன், நூற்றுக்கும் மேற்பட்ட சுற்றுச்சூழல் மாகாணங்களை அடையாளம் காண முடியும்.சுற்றுச்சூழலியல் வேறுபாடுகளுடன் இணைப்பு வரைபடத்தை தூர அளவீடாகப் பயன்படுத்தி, ஒரு வலுவான ஒருங்கிணைந்த சுற்றுச்சூழல் மாகாணம் (AEP) உள்ளமை சுற்றுச்சூழல் மாகாணங்கள் மூலம் புறநிலையாக வரையறுக்கப்படுகிறது.AEP களைப் பயன்படுத்தி, சமூக கட்டமைப்பில் ஊட்டச்சத்து விநியோக விகிதத்தின் கட்டுப்பாடு ஆராயப்பட்டது.சுற்றுச்சூழல் மாகாணம் மற்றும் AEP ஆகியவை தனித்துவமானவை மற்றும் மாதிரி விளக்கத்திற்கு உதவலாம்.அவை மாதிரிகளுக்கு இடையிலான ஒப்பீடுகளை எளிதாக்கலாம் மற்றும் கடல் சுற்றுச்சூழல் அமைப்புகளின் புரிதல் மற்றும் கண்காணிப்பை மேம்படுத்தலாம்.
மாகாணங்கள் என்பது கடல் அல்லது நிலத்தில் உள்ள சிக்கலான உயிர் புவியியல் ஒத்திசைவான மற்றும் அர்த்தமுள்ள பகுதிகளாக ஒழுங்கமைக்கப்பட்ட பகுதிகளாகும் (1).இந்த மாகாணங்கள் இருப்பிடங்களை ஒப்பிட்டுப் பார்ப்பதற்கும், வேறுபடுத்துவதற்கும், அவதானிப்புகளை வகைப்படுத்துவதற்கும், கண்காணிப்பதற்கும் பாதுகாப்பதற்கும் மிகவும் முக்கியமானவை.இந்த மாகாணங்களை உருவாக்கும் சிக்கலான மற்றும் நேரியல் அல்லாத இடைவினைகள், மேற்பார்வை செய்யப்படாத இயந்திர கற்றல் (ML) முறைகளை புறநிலையாக மாகாணங்களைத் தீர்மானிக்க மிகவும் பொருத்தமானதாக ஆக்குகிறது, ஏனெனில் தரவுகளில் உள்ள இணைவு சிக்கலானது மற்றும் காசியன் அல்லாதது.இங்கே, ஒரு ML முறை முன்மொழியப்பட்டது, இது டார்வின் உலகளாவிய முப்பரிமாண (3D) இயற்பியல்/சுற்றுச்சூழல் மாதிரி (2) இலிருந்து தனித்துவமான கடல் சூழலியல் மாகாணங்களை (சுற்றுச்சூழல் மாகாணங்கள்) முறையாக அடையாளம் காட்டுகிறது.அடையாளம் காணப்பட்ட பகுதி மற்ற பகுதிகளுடன் போதுமான அளவில் ஒன்றுடன் ஒன்று இல்லை என்பதைக் குறிக்க "தனித்துவம்" என்ற சொல் பயன்படுத்தப்படுகிறது.இந்த முறை கணினி ஒருங்கிணைந்த சுற்றுச்சூழல் மாகாணம் (SAGE) முறை என்று அழைக்கப்படுகிறது.பயனுள்ள வகைப்பாட்டைச் செய்ய, ஒரு அல்காரிதம் முறை (i) உலகளாவிய வகைப்பாடு மற்றும் (ii) விண்வெளி மற்றும் நேரத்தில் உள்ளமை/ஒருங்கிணைக்கக்கூடிய பல அளவிலான பகுப்பாய்வுகளை அனுமதிக்க வேண்டும் (3).இந்த ஆராய்ச்சியில், SAGE முறை முதலில் முன்மொழியப்பட்டது மற்றும் அடையாளம் காணப்பட்ட சுற்றுச்சூழல் மாகாணங்கள் விவாதிக்கப்பட்டன.சுற்றுச்சூழல் மாகாணங்கள் சமூகக் கட்டமைப்பைக் கட்டுப்படுத்தும் காரணிகளைப் புரிந்துகொள்வதை ஊக்குவிக்கலாம், உத்திகளைக் கண்காணிப்பதற்கான பயனுள்ள நுண்ணறிவுகளை வழங்கலாம் மற்றும் சுற்றுச்சூழல் அமைப்பில் ஏற்படும் மாற்றங்களைக் கண்காணிக்க உதவலாம்.
நிலப்பரப்பு மாகாணங்கள் பொதுவாக காலநிலை (மழைப்பொழிவு மற்றும் வெப்பநிலை), மண், தாவரங்கள் மற்றும் விலங்கினங்கள் ஆகியவற்றில் உள்ள ஒற்றுமைகளின்படி வகைப்படுத்தப்படுகின்றன, மேலும் அவை துணை மேலாண்மை, பல்லுயிர் ஆராய்ச்சி மற்றும் நோய் கட்டுப்பாடு (1, 4) ஆகியவற்றிற்கு பயன்படுத்தப்படுகின்றன.கடல் மாகாணங்களை வரையறுப்பது மிகவும் கடினம்.பெரும்பாலான உயிரினங்கள் நுண்ணிய, திரவ எல்லைகள் கொண்டவை.லாங்ஹர்ஸ்ட் மற்றும் பலர்.(5) சுற்றுச்சூழல் நிலைமைகளின் அடிப்படையில் கடலியல் அமைச்சகத்தின் முதல் உலகளாவிய வகைப்பாடுகளில் ஒன்றை வழங்கியது.இந்த "லாங்ஹர்ஸ்ட்" மாகாணங்களின் வரையறையில் கலவை விகிதம், அடுக்கு மற்றும் கதிர்வீச்சு போன்ற மாறிகள் அடங்கும், அத்துடன் கடல் சூழலியல் அமைப்புகளுக்கு மற்ற முக்கியமான நிலைமைகளைக் கொண்ட கடல் கடலியல் வல்லுநராக லாங்ஹர்ஸ்டின் விரிவான அனுபவமும் அடங்கும்.எடுத்துக்காட்டாக, முதன்மை உற்பத்தி மற்றும் கார்பன் பாய்வுகளை மதிப்பிடுவதற்கும், மீன்வளத்திற்கு உதவுவதற்கும், சிட்டு கண்காணிப்பு நடவடிக்கைகளில் திட்டமிடுவதற்கும் (5-9) Longhurst அதிகமாகப் பயன்படுத்தப்படுகிறது.மாகாணங்களை மிகவும் புறநிலையாக வரையறுப்பதற்காக, தெளிவற்ற தர்க்கம் மற்றும் பிராந்திய மேற்பார்வை செய்யப்படாத கிளஸ்டரிங்/புள்ளிவிவரங்கள் போன்ற முறைகள் பயன்படுத்தப்பட்டுள்ளன (9-14).இத்தகைய முறைகளின் நோக்கம், கிடைக்கக்கூடிய கண்காணிப்புத் தரவுகளில் மாகாணங்களை அடையாளம் காணக்கூடிய அர்த்தமுள்ள கட்டமைப்புகளை அடையாளம் காண்பதாகும்.எடுத்துக்காட்டாக, டைனமிக் கடல் மாகாணங்கள் (12) இரைச்சலைக் குறைக்க சுய-ஒழுங்கமைக்கும் வரைபடங்களைப் பயன்படுத்துகின்றன, மேலும் பிராந்திய செயற்கைக்கோள்களிலிருந்து பெறப்பட்ட கடல் வண்ணத் தயாரிப்புகளைத் தீர்மானிக்க படிநிலை (மரம் சார்ந்த) கிளஸ்டரிங்கைப் பயன்படுத்துகின்றன. வண்ண கரைந்த கரிமப் பொருட்கள்] மற்றும் இயற்பியல் புலம் (கடல் மேற்பரப்பு வெப்பநிலை மற்றும் உப்புத்தன்மை, முழுமையான மாறும் நிலப்பரப்பு மற்றும் கடல் பனி).
பிளாங்க்டனின் சமூக அமைப்பு கவலைக்குரியது, ஏனெனில் அதன் சூழலியல் அதிக ஊட்டச்சத்து அளவுகள், கார்பன் உறிஞ்சுதல் மற்றும் காலநிலை ஆகியவற்றில் பெரும் தாக்கத்தை ஏற்படுத்துகிறது.ஆயினும்கூட, பிளாங்க்டன் சமூக கட்டமைப்பின் அடிப்படையில் உலகளாவிய சுற்றுச்சூழல் மாகாணத்தை தீர்மானிப்பது இன்னும் சவாலான மற்றும் மழுப்பலான இலக்காகும்.கடல் வண்ண செயற்கைக்கோள்கள் பைட்டோபிளாங்க்டனின் கரடுமுரடான வகைப்பாடு பற்றிய நுண்ணறிவுகளை வழங்கலாம் அல்லது செயல்பாட்டுக் குழுக்களின் நன்மைகளைப் பரிந்துரைக்கலாம் (15), ஆனால் அவை தற்போது சமூக அமைப்பு பற்றிய விரிவான தகவல்களை வழங்க முடியவில்லை.சமீபத்திய ஆய்வுகள் [எ.கா. தாரா ஓஷன் (16)] சமூக கட்டமைப்பின் முன்னோடியில்லாத அளவீடுகளை வழங்குகின்றன;தற்சமயம், உலக அளவில் (17) மிகக் குறைந்த அளவிலான அவதானிப்புகள் மட்டுமே உள்ளன.முந்தைய ஆய்வுகள் உயிர்வேதியியல் ஒற்றுமைகள் (முதன்மை உற்பத்தி, Chl மற்றும் கிடைக்கும் ஒளி போன்றவை) தீர்மானத்தின் அடிப்படையில் "உயிர் வேதியியல் மாகாணம்" (12, 14, 18) பெரும்பாலும் தீர்மானித்துள்ளன.இங்கே, எண் மாதிரியானது [டார்வின்(2)] வெளியீட்டிற்குப் பயன்படுத்தப்படுகிறது, மேலும் சமூக அமைப்பு மற்றும் ஊட்டச்சத்துப் பாய்வின் படி சூழலியல் மாகாணம் தீர்மானிக்கப்படுகிறது.இந்த ஆய்வில் பயன்படுத்தப்பட்ட எண் மாதிரியானது உலகளாவிய கவரேஜைக் கொண்டுள்ளது மற்றும் தற்போதுள்ள புலத் தரவு (17) மற்றும் தொலைநிலை உணர்திறன் புலங்களுடன் (குறிப்பு S1) ஒப்பிடலாம்.இந்த ஆய்வில் பயன்படுத்தப்படும் எண் மாதிரி தரவு உலகளாவிய கவரேஜின் நன்மையைக் கொண்டுள்ளது.மாதிரி சுற்றுச்சூழல் அமைப்பில் 35 வகையான பைட்டோபிளாங்க்டன் மற்றும் 16 வகையான ஜூப்ளாங்க்டன் உள்ளன (தயவுசெய்து பொருட்கள் மற்றும் முறைகளைப் பார்க்கவும்).மாடல் பிளாங்க்டன் வகைகள், காசியன் அல்லாத கோவாரியன்ஸ் கட்டமைப்புகளுடன் நேர்கோட்டில் தொடர்பு கொள்கின்றன, எனவே எளிய கண்டறியும் முறைகள் வளர்ந்து வரும் சமூக கட்டமைப்புகளில் தனித்துவமான மற்றும் நிலையான வடிவங்களை அடையாளம் காண ஏற்றது அல்ல.இங்கு அறிமுகப்படுத்தப்பட்ட SAGE முறையானது சிக்கலான டார்வின் மாதிரிகளின் வெளியீட்டைச் சரிபார்க்க ஒரு புதிய வழியை வழங்குகிறது.
தரவு அறிவியல்/எம்.எல் தொழில்நுட்பத்தின் சக்திவாய்ந்த மாற்றும் திறன்கள், தரவு இணைவுகளில் சிக்கலான ஆனால் வலுவான கட்டமைப்புகளை வெளிப்படுத்த மிகவும் சிக்கலான மாதிரி தீர்வுகளை செயல்படுத்த முடியும்.ஒரு வலுவான முறையானது, கொடுக்கப்பட்ட பிழை வரம்பிற்குள் உண்மையாக முடிவுகளை மீண்டும் உருவாக்கக்கூடிய ஒரு முறையாக வரையறுக்கப்படுகிறது.எளிமையான அமைப்புகளில் கூட, வலுவான வடிவங்கள் மற்றும் சமிக்ஞைகளை தீர்மானிப்பது ஒரு சவாலாக இருக்கலாம்.கவனிக்கப்பட்ட வடிவத்திற்கு வழிவகுக்கும் பகுத்தறிவு தீர்மானிக்கப்படும் வரை, வளர்ந்து வரும் சிக்கலானது சிக்கலானதாக/தீர்க்க கடினமாகத் தோன்றலாம்.சுற்றுச்சூழல் அமைப்பின் கலவையை அமைப்பதற்கான முக்கிய செயல்முறை இயற்கையில் நேரியல் அல்ல.நேரியல் அல்லாத தொடர்புகளின் இருப்பு வலுவான வகைப்பாட்டைக் குழப்பலாம், எனவே தரவு இணைவுகளின் அடிப்படை புள்ளிவிவர விநியோகம் பற்றிய வலுவான அனுமானங்களை உருவாக்கும் முறைகளைத் தவிர்க்க வேண்டியது அவசியம்.உயர்-பரிமாண மற்றும் நேரியல் அல்லாத தரவு கடல்சார்வியலில் பொதுவானது மற்றும் சிக்கலான, காசியன் அல்லாத இடவியல் கொண்ட ஒரு கோவாரியன்ஸ் கட்டமைப்பைக் கொண்டிருக்கலாம்.காஸியன் அல்லாத கோவாரியன்ஸ் கட்டமைப்பைக் கொண்ட தரவு வலுவான வகைப்பாட்டைத் தடுக்கலாம் என்றாலும், SAGE முறை புதுமையானது, ஏனெனில் இது தன்னிச்சையான இடவியல் கொண்ட கிளஸ்டர்களை அடையாளம் காண வடிவமைக்கப்பட்டுள்ளது.
SAGE முறையின் குறிக்கோள், மேலும் சுற்றுச்சூழல் புரிதலுக்கு உதவக்கூடிய வளர்ந்து வரும் வடிவங்களை புறநிலையாக அடையாளம் காண்பதாகும்.(19) போன்ற ஒரு கிளஸ்டர் அடிப்படையிலான பணிப்பாய்வுகளைப் பின்பற்றி, சூழலியல் மற்றும் ஊட்டச்சத்து ஃப்ளக்ஸ் மாறிகள், சுற்றுச்சூழல் மாகாணம் எனப்படும் தரவுகளில் உள்ள ஒரே கிளஸ்டரைத் தீர்மானிக்கப் பயன்படுத்தப்படுகின்றன.இந்த ஆய்வில் முன்மொழியப்பட்ட SAGE முறை (படம் 1) முதலில் 55 முதல் 11 பரிமாணங்களுக்கு பரிமாணத்தை குறைக்கிறது.டி-ரேண்டம் நெய்யர் எம்பெடிங் (t-SNE) முறையைப் பயன்படுத்தி, நிகழ்தகவை 3D இடத்தில் முன்வைப்பதன் மூலம் அளவு மேலும் குறைக்கப்படுகிறது.மேற்பார்வை செய்யப்படாத கிளஸ்டரிங் சுற்றுச்சூழலுக்கு நெருக்கமான பகுதிகளை அடையாளம் காண முடியும் [அடர்த்தி அடிப்படையிலான இடஞ்சார்ந்த கிளஸ்டரிங் (DBSCAN) சத்தம் சார்ந்த பயன்பாடுகளுக்கு].t-SNE மற்றும் DBSCAN இரண்டும் உள்ளார்ந்த நேரியல் அல்லாத சுற்றுச்சூழல் அமைப்பு எண் மாதிரி தரவுகளுக்கு பொருந்தும்.அதன் பிறகு உருவாகும் சூழலியல் மாகாணத்தை பூமியில் மறுபிரதி செய்யவும்.பிராந்திய ஆராய்ச்சிக்கு ஏற்ற நூற்றுக்கும் மேற்பட்ட தனித்தன்மை வாய்ந்த சுற்றுச்சூழல் மாகாணங்கள் அடையாளம் காணப்பட்டுள்ளன.உலக அளவில் சீரான சுற்றுச்சூழல் மாதிரியைக் கருத்தில் கொள்வதற்காக, சுற்றுச்சூழல் மாகாணங்களின் செயல்திறனை மேம்படுத்த, சுற்றுச்சூழல் மாகாணங்களை ஒருங்கிணைந்த சுற்றுச்சூழல் மாகாணங்களாக (AEP) ஒருங்கிணைக்க SAGE முறை பயன்படுத்தப்படுகிறது.திரட்டல் நிலை ("சிக்கலானது" என அழைக்கப்படுகிறது) தேவையான விவரங்களின் நிலைக்கு சரிசெய்யப்படலாம்.ஒரு வலுவான AEP இன் குறைந்தபட்ச சிக்கலைத் தீர்மானிக்கவும்.தேர்வின் மையமானது SAGE முறை மற்றும் அவசரகால சமூக கட்டமைப்பின் கட்டுப்பாட்டை தீர்மானிக்க சிறிய சிக்கலான AEP நிகழ்வுகளை ஆராய்வது ஆகும்.சூழலியல் நுண்ணறிவுகளை வழங்க வடிவங்களை பகுப்பாய்வு செய்யலாம்.இங்கே அறிமுகப்படுத்தப்பட்ட முறையானது, மாதிரிகளை ஒப்பிட்டுப் பார்ப்பதற்கும், எடுத்துக்காட்டாக, வெவ்வேறு மாதிரிகளில் காணப்படும் ஒத்த சூழலியல் மாகாணங்களின் இருப்பிடங்களை மதிப்பீடு செய்வதன் மூலம் வேறுபாடுகள் மற்றும் ஒற்றுமைகளை முன்னிலைப்படுத்துவதன் மூலம் மாதிரிகளை ஒப்பிடலாம்.
(A) சுற்றுச்சூழல் மாகாணத்தை தீர்மானிப்பதற்கான பணிப்பாய்வுகளின் திட்ட வரைபடம்;செயல்பாட்டுக் குழுவில் உள்ள தொகையைப் பயன்படுத்தி அசல் 55-பரிமாணத் தரவை 11-பரிமாண மாதிரி வெளியீட்டிற்குக் குறைக்கிறது, இதில் ஏழு செயல்பாட்டு/ஊட்டச்சத்து பிளாங்க்டன் மற்றும் நான்கு ஊட்டச்சத்து விநியோக விகிதங்கள் அடங்கும்.மிகக் குறைவான மதிப்பு மற்றும் நீடித்த பனி மூடிய பகுதி.தரவு தரப்படுத்தப்பட்டு தரப்படுத்தப்பட்டுள்ளது.புள்ளியியல் ரீதியாக ஒத்த அம்சக் கலவைகளை முன்னிலைப்படுத்த t-SNE அல்காரிதத்திற்கு 11-பரிமாணத் தரவை வழங்கவும்.அளவுரு மதிப்பை அமைக்க DBSCAN கிளஸ்டரை கவனமாக தேர்ந்தெடுக்கும்.இறுதியாக தரவை மீண்டும் அட்சரேகை/ தீர்க்கரேகை திட்டத்திற்குத் திட்டமிடுங்கள்.t-SNE ஐப் பயன்படுத்துவதன் மூலம் ஒரு சிறிய சீரற்ற தன்மை உருவாக்கப்படலாம் என்பதால், இந்த செயல்முறை 10 முறை மீண்டும் மீண்டும் செய்யப்படுகிறது என்பதை நினைவில் கொள்ளவும்.(A) 10 முறை பணிப்பாய்வு செய்வதன் மூலம் AEP ஐ எவ்வாறு பெறுவது என்பதை (B) விளக்குகிறது.இந்த 10 செயலாக்கங்களில் ஒவ்வொன்றிற்கும், 51 பைட்டோபிளாங்க்டன் வகைகளின் உயிரியலின் அடிப்படையில் மாகாணங்களுக்கு இடையேயான பிரே-கர்டிஸ் (BC) ஒற்றுமையின்மை அணி தீர்மானிக்கப்பட்டது.சிக்கலான 1 AEP இலிருந்து முழு சிக்கலான 115 வரை, மாகாணங்களுக்கு இடையிலான BC வேறுபாட்டைத் தீர்மானிக்கவும். BC அளவுகோல் Longhurst மாகாணத்தால் அமைக்கப்பட்டுள்ளது.
SAGE முறையானது சுற்றுச்சூழல் மாகாணத்தை வரையறுக்க உலகளாவிய 3D இயற்பியல்/சூழல் அமைப்பு எண் மாதிரியின் வெளியீட்டைப் பயன்படுத்துகிறது [டார்வின் (2);பொருட்கள் மற்றும் முறைகள் மற்றும் குறிப்பு S1] பார்க்கவும்.சுற்றுச்சூழலின் கூறுகள் 35 வகையான பைட்டோபிளாங்க்டன் மற்றும் 16 வகையான ஜூப்ளாங்க்டன் ஆகியவற்றால் ஆனது, ஏழு முன் வரையறுக்கப்பட்ட செயல்பாட்டுக் குழுக்களுடன்: புரோகாரியோட்டுகள் மற்றும் யூகாரியோட்டுகள் குறைந்த ஊட்டச்சத்து சூழல்களுக்கு ஏற்றவாறு, கால்சியம் கார்பனேட் பூச்சுடன் கூடிய காசிடியா மற்றும் நைட்ரஜன் நச்சுத்தன்மையற்ற நைட்ரஜன் நிர்ணயம் முக்கியமான ஊட்டச்சத்துக்கள்), சிலிசியஸ் உறையுடன், மற்ற பிளாங்க்டன் ஒளிச்சேர்க்கை மற்றும் மேய்ச்சல் கலப்பு ஊட்டச்சத்து கொடிகள் மற்றும் ஜூப்ளாங்க்டன் மேய்ப்பர்களை உருவாக்க முடியும்.அளவு இடைவெளி 0.6 முதல் 2500μm சமமான கோள விட்டம்.பைட்டோபிளாங்க்டன் அளவு மற்றும் செயல்பாட்டுக் குழுவின் மாதிரி விநியோகம், செயற்கைக்கோள் மற்றும் இன்-சிட்டு கண்காணிப்புகளில் காணப்படும் ஒட்டுமொத்த பண்புகளை படம்பிடிக்கிறது (புள்ளிவிவரங்கள் S1 முதல் S3 வரை பார்க்கவும்).எண்ணியல் மாதிரிக்கும் கவனிக்கப்பட்ட கடலுக்கும் இடையிலான ஒற்றுமை, மாதிரியால் வரையறுக்கப்பட்ட மாகாணங்கள் உள்ள-இன்-சிட்டு கடலுக்குப் பொருந்தக்கூடும் என்பதைக் குறிக்கிறது.இந்த மாதிரியானது பைட்டோபிளாங்க்டனின் குறிப்பிட்ட பன்முகத்தன்மையை மட்டுமே படம்பிடிக்கிறது என்பதை நினைவில் கொள்ளவும், மேலும் சிட்டு கடலின் சில இயற்பியல் மற்றும் இரசாயன கட்டாய வரம்புகள் மட்டுமே.SAGE முறையானது, மாதிரி சமூகக் கட்டமைப்பின் உயர் பிராந்தியக் கட்டுப்பாட்டுப் பொறிமுறையை மக்கள் நன்கு புரிந்துகொள்ள உதவும்.
ஒவ்வொரு பிளாங்க்டன் செயல்பாட்டுக் குழுவிலும் மேற்பரப்பு உயிரியலின் கூட்டுத்தொகை (சராசரியாக 20 ஆண்டுகள்) சேர்ப்பதன் மூலம், தரவின் பரிமாணத்தைக் குறைக்கலாம்.முந்தைய ஆய்வுகள் சமூகக் கட்டமைப்பை அமைப்பதில் அவற்றின் முக்கியப் பங்கைக் காட்டிய பிறகு, ஊட்டச்சத்துப் பாய்வுகளுக்கான (நைட்ரஜன், இரும்பு, பாஸ்பேட் மற்றும் சிலிசிக் அமிலம் வழங்கல்) [எ.கா (20, 21)] மேற்பரப்பு மூலச் சொற்களையும் உள்ளடக்கியது.செயல்பாட்டுக் குழுக்களின் கூட்டுத்தொகை சிக்கலை 55 (51 பிளாங்க்டன் மற்றும் 4 ஊட்டச்சத்து ஃப்ளக்ஸ்) இலிருந்து 11 பரிமாணங்களுக்கு குறைக்கிறது.இந்த ஆரம்ப ஆய்வில், அல்காரிதத்தால் விதிக்கப்பட்ட கணக்கீட்டுக் கட்டுப்பாடுகள் காரணமாக, ஆழம் மற்றும் நேர மாறுபாடு கருதப்படவில்லை.
SAGE முறையானது நேரியல் அல்லாத செயல்முறைகள் மற்றும் செயல்பாட்டுக் குழு உயிரி மற்றும் ஊட்டச்சத்துப் பாய்வு ஆகியவற்றுக்கு இடையேயான தொடர்புகளின் முக்கிய அம்சங்களுக்கிடையேயான முக்கியமான உறவுகளை அடையாளம் காண முடியும்.யூக்ளிடியன் தொலைதூரக் கற்றல் முறைகளின் அடிப்படையில் 11-பரிமாணத் தரவைப் பயன்படுத்தி (K-means போன்றவை) நம்பகமான மற்றும் மீண்டும் உருவாக்கக்கூடிய மாகாணங்களைப் பெற முடியாது (19, 22).ஏனென்றால், சூழலியல் மாகாணத்தை வரையறுக்கும் முக்கிய கூறுகளின் கோவாரியஸின் அடிப்படை விநியோகத்தில் காஸியன் வடிவம் காணப்படவில்லை.வோரோனோய் செல்களின் K- அர்த்தம் (நேரான கோடுகள்) காசியன் அல்லாத அடிப்படை விநியோகத்தைத் தக்கவைக்க முடியாது.
ஏழு பிளாங்க்டன் செயல்பாட்டுக் குழுக்கள் மற்றும் நான்கு ஊட்டச்சத்துப் பாய்வுகளின் உயிரி 11 பரிமாண திசையன் x ஐ உருவாக்குகிறது.எனவே, x என்பது மாதிரிக் கட்டத்தில் உள்ள ஒரு திசையன் புலமாகும், இதில் ஒவ்வொரு உறுப்பு xiயும் மாதிரி கிடைமட்ட கட்டத்தில் வரையறுக்கப்பட்ட 11-பரிமாண வெக்டரைக் குறிக்கிறது.ஒவ்வொரு குறியீட்டு iயும் கோளத்தின் மீது ஒரு கட்டப் புள்ளியை தனித்துவமாக அடையாளப்படுத்துகிறது, அங்கு (lon, lat) = (ϕi, θi).மாடல் கிரிட் யூனிட்டின் உயிரி அளவு 1.2×10-3mg Chl/m3க்குக் குறைவாக இருந்தால் அல்லது பனிக்கட்டி கவரேஜ் வீதம் 70%க்கு மேல் இருந்தால், உயிரித் தரவுப் பதிவு பயன்படுத்தப்பட்டு நிராகரிக்கப்படும்.தரவு இயல்பாக்கப்பட்டு தரப்படுத்தப்பட்டது, எனவே எல்லா தரவும் [0 முதல் 1] வரம்பில் இருக்கும், சராசரி அகற்றப்பட்டு அலகு மாறுபாட்டிற்கு அளவிடப்படுகிறது.சாத்தியமான மதிப்புகளின் வரம்பில் உள்ள மாறுபாட்டால் அம்சங்கள் (பயோமாஸ் மற்றும் ஊட்டச்சத்து ஃப்ளக்ஸ்) வரையறுக்கப்படாமல் இருக்க இது செய்யப்படுகிறது.புவியியல் தூரத்தைக் காட்டிலும் அம்சங்களுக்கிடையேயான முக்கிய நிகழ்தகவு தூரத்திலிருந்து மாற்ற உறவை கிளஸ்டரிங் பிடிக்க வேண்டும்.இந்த தூரங்களை அளவிடுவதன் மூலம், முக்கியமான அம்சங்கள் வெளிப்படும், அதே நேரத்தில் தேவையற்ற விவரங்கள் நிராகரிக்கப்படுகின்றன.சுற்றுச்சூழலின் பார்வையில், இது அவசியமானது, ஏனெனில் சிறிய உயிரியலைக் கொண்ட சில வகையான பைட்டோபிளாங்க்டன்கள், டயஸோட்ரோபிக் பாக்டீரியாவால் நைட்ரஜன் நிர்ணயம் போன்ற அதிக உயிர்வேதியியல் விளைவுகளை ஏற்படுத்தக்கூடும்.தரவை தரநிலையாக்கும்போது மற்றும் இயல்பாக்கும்போது, ​​இந்த வகையான கோவாரியட்டுகள் முன்னிலைப்படுத்தப்படும்.
குறைந்த பரிமாணப் பிரதிநிதித்துவத்தில் உயர்-பரிமாண இடத்தில் உள்ள அம்சங்களின் அருகாமையை வலியுறுத்துவதன் மூலம், t-SNE அல்காரிதம் ஏற்கனவே உள்ள ஒத்த பகுதிகளை தெளிவாக்க பயன்படுகிறது.ரிமோட் சென்சிங் பயன்பாடுகளுக்கான ஆழமான நரம்பியல் நெட்வொர்க்குகளை உருவாக்குவதை நோக்கமாகக் கொண்ட முந்தைய வேலை, t-SNE ஐப் பயன்படுத்தியது, இது முக்கிய அம்சங்களைப் பிரிப்பதில் அதன் திறமையை நிரூபித்தது (23).ஒன்றிணைக்காத தீர்வுகளைத் தவிர்த்து, அம்சத் தரவில் வலுவான கிளஸ்டரிங்கைக் கண்டறிய இது அவசியமான படியாகும் (குறிப்பு S2).Gaussian கர்னல்களைப் பயன்படுத்தி, t-SNE ஆனது ஒவ்வொரு உயர் பரிமாணப் பொருளையும் 3D கட்ட இடைவெளியில் ஒரு புள்ளியில் மேப்பிங் செய்வதன் மூலம் தரவின் புள்ளிவிவர பண்புகளைப் பாதுகாக்கிறது, இதன் மூலம் உயர் மற்றும் குறைந்த திசைகளில் ஒரே மாதிரியான பொருள்களின் நிகழ்தகவு உயர்வில் இருப்பதை உறுதி செய்கிறது. பரிமாண வெளி (24).N உயர்-பரிமாணப் பொருள்களின் தொகுப்பு x1,...,xN கொடுக்கப்பட்டால், t-SNE அல்காரிதம் Kullback-Leibler (KL) வேறுபாட்டைக் குறைப்பதன் மூலம் குறைக்கிறது (25).KL வேறுபாடு என்பது ஒரு நிகழ்தகவு விநியோகம் இரண்டாவது குறிப்பு நிகழ்தகவு விநியோகத்திலிருந்து எவ்வளவு வேறுபட்டது என்பதற்கான அளவீடு ஆகும், மேலும் உயர் பரிமாண அம்சங்களின் குறைந்த பரிமாண பிரதிநிதித்துவங்களுக்கிடையே உள்ள தொடர்பு சாத்தியத்தை திறம்பட மதிப்பிட முடியும்.xi என்பது N-பரிமாண இடத்தில் i-th பொருள், xj என்பது N-பரிமாண இடத்தில் j-th பொருள், yi என்பது குறைந்த பரிமாண இடத்தில் i-th பொருள், மற்றும் yj என்பது குறைந்த இடத்தில் j-th பொருள் -பரிமாண இடைவெளி, பின்னர் t -SNE ஒற்றுமை நிகழ்தகவு ppj∣i = exp(-∥xi-xj∥2/2σi2)∑k≠iexp(-∥xi-xk∥2/2σi2), மற்றும் பரிமாணக் குறைப்புத் தொகுப்பை வரையறுக்கிறது. q∣j = (1+ ∥ yi-yj∥2)-1∑k≠i(1 +∥yj-yk∥2)-1
11-பரிமாண கலவையின் உயிரி மற்றும் ஊட்டச்சத்து ஃப்ளக்ஸ் திசையன்களை 3D க்கு குறைப்பதன் விளைவை படம் 2A விளக்குகிறது.t-SNE ஐப் பயன்படுத்துவதற்கான உந்துதலை முதன்மை கூறு பகுப்பாய்வு (PCA) உந்துதலுடன் ஒப்பிடலாம், இது தரவின் பரப்பளவு/பண்பை வலியுறுத்துவதற்கு மாறுபாடு பண்புக்கூறைப் பயன்படுத்துகிறது, அதன் மூலம் பரிமாணத்தைக் குறைக்கிறது.Eco-Ministryக்கு நம்பகமான மற்றும் மறுஉருவாக்கம் செய்யக்கூடிய முடிவுகளை வழங்குவதில் t-SNE முறை PCA ஐ விட உயர்ந்ததாகக் கண்டறியப்பட்டது (குறிப்பு S2 ஐப் பார்க்கவும்).PCA இன் ஆர்த்தோகனாலிட்டி அனுமானம் மிகவும் நேரியல் அல்லாத ஊடாடும் அம்சங்களுக்கிடையேயான முக்கியமான இடைவினைகளை அடையாளம் காண ஏற்றதாக இல்லை என்பதால் இது இருக்கலாம், ஏனெனில் PCA நேரியல் கோவாரியன்ஸ் கட்டமைப்புகளில் கவனம் செலுத்துகிறது (26).ரிமோட் சென்சிங் தரவைப் பயன்படுத்தி, லுங்கா மற்றும் பலர்.(27) காஸியன் விநியோகத்திலிருந்து விலகும் சிக்கலான மற்றும் நேரியல் அல்லாத நிறமாலை அம்சங்களை முன்னிலைப்படுத்த SNE முறையை எவ்வாறு பயன்படுத்துவது என்பதை விளக்குகிறது.
(A) t-SNE அல்காரிதம் மூலம் வரையப்பட்ட மற்றும் DBSCAN ஐப் பயன்படுத்தி மாகாணத்தால் வண்ணமயமாக்கப்பட்ட ஒரு மாதிரியான ஊட்டச்சத்து விநியோக விகிதம், பைட்டோபிளாங்க்டன் மற்றும் ஜூப்ளாங்க்டன் செயல்பாட்டுக் குழு உயிரி.ஒவ்வொரு புள்ளியும் உயர் பரிமாண இடைவெளியில் ஒரு புள்ளியைக் குறிக்கிறது, படம் 6B இல் காட்டப்பட்டுள்ளபடி, பெரும்பாலான புள்ளிகள் கைப்பற்றப்படுகின்றன.தண்டுகள் "t-SNE" அளவுகள் 1, 2 மற்றும் 3 ஐக் குறிக்கின்றன. (B) மாகாணத்தின் புவியியல் கணிப்பு DBSCAN மூலம் தோற்றத்தின் அட்சரேகை-தீர்க்கக் கட்டத்தில் கண்டறியப்பட்டது.நிறம் எந்த நிறமாகவும் கருதப்பட வேண்டும், ஆனால் (A) உடன் ஒத்திருக்க வேண்டும்.
படம் 2A இல் உள்ள t-SNE சிதறல் திட்டத்தில் உள்ள புள்ளிகள் முறையே அட்சரேகை மற்றும் தீர்க்கரேகையுடன் தொடர்புடையவை.படம் 2A இல் உள்ள இரண்டு புள்ளிகளும் ஒன்றுக்கொன்று நெருக்கமாக இருந்தால், அவற்றின் உயிர்ப்பொருள் மற்றும் ஊட்டச்சத்து பாய்ச்சல்கள் ஒரே மாதிரியாக இருப்பதால், புவியியல் அருகாமையால் அல்ல.படம் 2A இல் உள்ள வண்ணங்கள் DBSCAN முறையைப் பயன்படுத்தி கண்டுபிடிக்கப்பட்ட கொத்துகள் (28).அடர்த்தியான அவதானிப்புகளைத் தேடும் போது, ​​DBSCAN அல்காரிதம் புள்ளிகளுக்கு இடையே உள்ள 3D பிரதிநிதித்துவத்தில் உள்ள தூரத்தைப் பயன்படுத்துகிறது (ϵ = 0.39; இந்தத் தேர்வைப் பற்றிய தகவலுக்கு, பொருட்கள் மற்றும் முறைகளைப் பார்க்கவும்), மேலும் கிளஸ்டரை வரையறுக்க ஒத்த புள்ளிகளின் எண்ணிக்கை தேவை (இங்கே 100 புள்ளிகள், மேலே பார்க்கவும்).DBSCAN முறையானது, கீழே காட்டப்பட்டுள்ளபடி, தரவுகளில் உள்ள கொத்துகளின் வடிவம் அல்லது எண்ணிக்கை பற்றிய எந்த அனுமானத்தையும் செய்யாது:
3) உள்ள தூரத்திற்குள் அடையாளம் காணப்பட்ட அனைத்து புள்ளிகளுக்கும், கிளஸ்டர் எல்லையை தீர்மானிக்க படி 2 ஐ மீண்டும் செய்யவும்.புள்ளிகளின் எண்ணிக்கை நிர்ணயிக்கப்பட்ட குறைந்தபட்ச மதிப்பை விட அதிகமாக இருந்தால், அது ஒரு கிளஸ்டர் என குறிப்பிடப்படுகிறது.
குறைந்தபட்ச கிளஸ்டர் உறுப்பினர் மற்றும் தூரம் ϵ மெட்ரிக் ஆகியவற்றைப் பூர்த்தி செய்யாத தரவு "இரைச்சல்" என்று கருதப்படுகிறது மற்றும் ஒரு வண்ணம் ஒதுக்கப்படவில்லை.DBSCAN என்பது மிக மோசமான நிலையில் O(n2) செயல்திறன் கொண்ட வேகமான மற்றும் அளவிடக்கூடிய அல்காரிதம் ஆகும்.தற்போதைய பகுப்பாய்விற்கு, இது உண்மையில் சீரற்றது அல்ல.குறைந்தபட்ச புள்ளிகளின் எண்ணிக்கை நிபுணர் மதிப்பீட்டால் தீர்மானிக்கப்படுகிறது.பின் தூரத்தை சரிசெய்த பிறகு, முடிவு ≈±10 வரம்பில் போதுமான அளவு நிலையானதாக இல்லை.இந்த தூரம் இணைப்பு (படம் 6A) மற்றும் கடல் கவரேஜ் சதவீதம் (படம் 6B) ஆகியவற்றைப் பயன்படுத்தி அமைக்கப்பட்டுள்ளது.இணைப்பு என்பது க்ளஸ்டர்களின் கூட்டு எண்ணாக வரையறுக்கப்படுகிறது மற்றும் ϵ அளவுருவிற்கு உணர்திறன் கொண்டது.குறைந்த இணைப்பு என்பது போதுமான பொருத்தம் இல்லாததை குறிக்கிறது, செயற்கையாக பகுதிகளை ஒன்றாக தொகுக்கிறது.உயர் இணைப்பு அதிகப்படியான பொருத்தத்தைக் குறிக்கிறது.அதிக குறைந்தபட்சத்தைப் பயன்படுத்துவது சிந்திக்கத்தக்கது, ஆனால் குறைந்தபட்சம் ca ஐ விட அதிகமாக இருந்தால், நம்பகமான தீர்வை அடைய முடியாது.135 (மேலும் விவரங்களுக்கு, பொருட்கள் மற்றும் முறைகளைப் பார்க்கவும்).
படம் 2A இல் அடையாளம் காணப்பட்ட 115 க்ளஸ்டர்கள் படம் 2B இல் மீண்டும் பூமியின் மீது திட்டமிடப்பட்டுள்ளது.ஒவ்வொரு நிறமும் DBSCAN ஆல் அடையாளம் காணப்பட்ட உயிர் புவி வேதியியல் மற்றும் சுற்றுச்சூழல் காரணிகளின் ஒத்திசைவான கலவையை ஒத்துள்ளது.கொத்துகள் தீர்மானிக்கப்பட்டவுடன், படம் 2A இல் உள்ள ஒவ்வொரு புள்ளியையும் ஒரு குறிப்பிட்ட அட்சரேகை மற்றும் தீர்க்கரேகையுடன் இணைப்பது, கொத்துக்களை புவியியல் பகுதிக்கு மீண்டும் திட்டமிட பயன்படுகிறது.படம் 2B, படம் 2A போன்ற அதே கிளஸ்டர் வண்ணங்களுடன் இதை விளக்குகிறது.இதே போன்ற நிறங்கள் சூழலியல் ஒற்றுமை என்று விளக்கப்படக்கூடாது, ஏனெனில் அவை அல்காரிதம் மூலம் கிளஸ்டர்கள் கண்டுபிடிக்கப்பட்ட வரிசையால் ஒதுக்கப்படுகின்றன.
படம் 2B இல் உள்ள பகுதியானது, கடலின் இயற்பியல் மற்றும்/அல்லது உயிர் புவி இரசாயனத்தில் நிறுவப்பட்ட பகுதிக்கு தரமான முறையில் ஒத்ததாக இருக்கும்.எடுத்துக்காட்டாக, தெற்குப் பெருங்கடலில் உள்ள கொத்துகள் மண்டல-சமச்சீரானவை, ஒலிகோட்ரோபிக் சுழல்கள் தோன்றும், மேலும் கூர்மையான மாற்றம் வர்த்தக காற்றின் செல்வாக்கைக் குறிக்கிறது.உதாரணமாக, பூமத்திய ரேகை பசிபிக் பகுதியில், உயர்வு தொடர்பான பல்வேறு பகுதிகள் காணப்படுகின்றன.
சுற்றுச்சூழல்-மாகாணத்தின் சுற்றுச்சூழல் சூழலைப் புரிந்துகொள்வதற்காக, ப்ரே-கர்டிஸ் (BC) வேறுபாடு குறியீட்டின் (29) மாறுபாடு கிளஸ்டரில் உள்ள சூழலியலை மதிப்பிடுவதற்குப் பயன்படுத்தப்பட்டது.BC காட்டி என்பது இரண்டு வெவ்வேறு தளங்களுக்கிடையேயான சமூக அமைப்பில் உள்ள வேறுபாட்டை அளவிடுவதற்குப் பயன்படுத்தப்படும் புள்ளிவிவரத் தரவு ஆகும்.BC அளவீடு 51 வகையான பைட்டோபிளாங்க்டன் மற்றும் zooplankton BCninj = 1-2CninjSni + Snj ஆகியவற்றின் உயிரியலுக்குப் பொருந்தும்.
BCninj என்பது ni மற்றும் nj சேர்க்கைக்கு இடையே உள்ள ஒற்றுமையைக் குறிக்கிறது, இதில் Cninj என்பது ni மற்றும் nj ஆகிய இரு சேர்க்கைகளிலும் இருக்கும் ஒரு வகை உயிர்ப்பொருளின் குறைந்தபட்ச மதிப்பாகும், மேலும் Sni என்பது ni மற்றும் Snj ஆகிய இரு சேர்க்கைகளிலும் இருக்கும் அனைத்து உயிர்ப்பொருள்களின் கூட்டுத்தொகையைக் குறிக்கிறது.BC வேறுபாடு தூர அளவைப் போன்றது, ஆனால் யூக்ளிடியன் அல்லாத இடத்தில் செயல்படுகிறது, இது சூழலியல் தரவு மற்றும் அதன் விளக்கத்திற்கு மிகவும் பொருத்தமானதாக இருக்கும்.
படம் 2B இல் அடையாளம் காணப்பட்ட ஒவ்வொரு தொகுதிக்கும், மாகாணங்களுக்குள் மற்றும் மாகாணங்களுக்கு இடையேயான BC யின் ஒற்றுமையை மதிப்பிடலாம்.ஒரு மாகாணத்தில் உள்ள BC வேறுபாடு, மாகாணத்தின் சராசரி மதிப்புக்கும் மாகாணத்தின் ஒவ்வொரு புள்ளிக்கும் உள்ள வேறுபாட்டைக் குறிக்கிறது.BC மாகாணங்களுக்கு இடையிலான வேறுபாடு ஒரு மாகாணத்திற்கும் மற்ற மாகாணங்களுக்கும் இடையிலான ஒற்றுமையைக் குறிக்கிறது.படம் 3A ஒரு சமச்சீர் BC மேட்ரிக்ஸைக் காட்டுகிறது (0, கருப்பு: முற்றிலும் தொடர்புடையது; 1, வெள்ளை: முற்றிலும் வேறுபட்டது).வரைபடத்தில் உள்ள ஒவ்வொரு வரியும் தரவுகளில் ஒரு வடிவத்தைக் காட்டுகிறது.ஒவ்வொரு மாகாணத்திற்கும் படம் 3A இல் BC இன் முடிவுகளின் புவியியல் முக்கியத்துவத்தை படம் 3B காட்டுகிறது.குறைந்த ஊட்டச்சத்து மற்றும் குறைந்த ஊட்டச்சத்து பிரதேசத்தில் உள்ள ஒரு மாகாணத்திற்கு, பூமத்திய ரேகை மற்றும் இந்தியப் பெருங்கடலைச் சுற்றியுள்ள பெரிய பகுதிகளின் சமச்சீர்நிலை அடிப்படையில் ஒத்ததாக இருப்பதை படம் 3B காட்டுகிறது, ஆனால் அதிக அட்சரேகைகள் மற்றும் மேம்பாடு பகுதிகள் கணிசமாக வேறுபடுகின்றன.
(A) உலகளாவிய 20 ஆண்டு சராசரி உலகளாவிய மேற்பரப்பு சராசரியான 51 பிளாங்க்டன் அடிப்படையில் ஒவ்வொரு மாகாணத்திற்கும் மதிப்பிடப்பட்ட BC வேறுபாட்டின் அளவு.மதிப்புகளின் எதிர்பார்க்கப்படும் சமச்சீர்மையைக் கவனியுங்கள்.(B) ஒரு நெடுவரிசையின் (அல்லது வரிசை) இடஞ்சார்ந்த முன்கணிப்பு.ஒரு டிஸ்ட்ரோபிக் வட்டத்தில் உள்ள ஒரு மாகாணத்திற்கு, BC ஒற்றுமை அளவீட்டின் உலகளாவிய விநியோகம் மதிப்பிடப்பட்டது, மேலும் உலகளாவிய 20 ஆண்டு சராசரி மதிப்பீடு செய்யப்பட்டது.கருப்பு (BC = 0) என்பது ஒரே பகுதியைக் குறிக்கிறது, மற்றும் வெள்ளை (BC = 1) என்றால் ஒற்றுமை இல்லை.
படம் 4A, படம் 2B இல் ஒவ்வொரு மாகாணத்திலும் உள்ள BC இன் வேறுபாட்டை விளக்குகிறது.ஒரு கிளஸ்டரில் உள்ள சராசரி பகுதியின் சராசரி கலவையைப் பயன்படுத்துவதன் மூலம் தீர்மானிக்கப்படுகிறது, மேலும் BC மற்றும் மாகாணத்தில் உள்ள ஒவ்வொரு கட்டப் புள்ளியின் சராசரிக்கும் இடையே உள்ள ஒற்றுமையின்மையைத் தீர்மானித்தல், SAGE முறையானது சுற்றுச்சூழல் ஒற்றுமை வகையின் அடிப்படையில் 51 இனங்களை நன்கு பிரிக்க முடியும் என்பதைக் காட்டுகிறது. மாதிரி தரவு.அனைத்து 51 வகைகளின் ஒட்டுமொத்த சராசரி கிளஸ்டர் BC ஒற்றுமையின்மை 0.102±0.0049 ஆகும்.
(A, B, மற்றும் D) மாகாணத்தில் உள்ள BC வேறுபாடு ஒவ்வொரு கட்டப் புள்ளி சமூகத்திற்கும் சராசரி மாகாணத்திற்கும் இடையிலான சராசரி BC வேறுபாடாக மதிப்பிடப்படுகிறது, மேலும் சிக்கலானது குறைக்கப்படவில்லை.(2) உலகளாவிய சராசரி உள் மாகாண BC வேறுபாடு 0.227±0.117 ஆகும்.இந்த வேலை முன்மொழியப்பட்ட சூழலியல் உந்துதல் அடிப்படையிலான வகைப்பாட்டின் அளவுகோலாகும் [பச்சைக் கோடு (C) இல்].(C) சராசரி உள் மாகாண BC வேறுபாடு: கறுப்புக் கோடு அதிகரித்து வரும் சிக்கலுடன் உள்ள மாகாண BC வேறுபாட்டைக் குறிக்கிறது.2σ என்பது சுற்றுச்சூழல்-மாகாண அடையாளச் செயல்முறையின் 10 மறுபடியும் வருகிறது.DBSCAN ஆல் கண்டுபிடிக்கப்பட்ட மாகாணங்களின் மொத்த சிக்கலான தன்மைக்கு, (A) மாகாணத்தில் BC ஒற்றுமையின்மை 0.099 மற்றும் (C) முன்மொழியப்பட்ட சிக்கலான வகைப்பாடு 12 ஆகும், இதன் விளைவாக மாகாணத்தில் 0.200 BC ஒற்றுமையின்மை உள்ளது.படம் காட்டுகிறது.(D)
படம் 4B இல், லாங்ஹர்ஸ்ட் மாகாணத்தில் சமமான BC வேறுபாட்டைக் குறிக்க 51 பிளாங்க்டன் வகைகளின் உயிர்ப்பொருள் பயன்படுத்தப்படுகிறது.ஒவ்வொரு மாகாணத்தின் ஒட்டுமொத்த சராசரி 0.227 ஆகும், மேலும் BC மாகாணத்தில் உள்ள வேறுபாட்டைக் குறிக்கும் வகையில் கட்டப் புள்ளிகளின் நிலையான விலகல் 0.046 ஆகும்.இது படம் 1B இல் அடையாளம் காணப்பட்ட கிளஸ்டரை விட பெரியது.அதற்குப் பதிலாக, ஏழு செயல்பாட்டுக் குழுக்களின் கூட்டுத்தொகையைப் பயன்படுத்தி, லாங்ஹர்ஸ்டில் சராசரி பருவகால BC ஒற்றுமையின்மை 0.232 ஆக அதிகரித்தது.
உலகளாவிய சுற்றுச்சூழல்-மாகாண வரைபடம் தனித்துவமான சுற்றுச்சூழல் தொடர்புகளின் சிக்கலான விவரங்களை வழங்குகிறது மற்றும் லாங்ஹர்ஸ்ட் மாகாணத்தின் முழு சுற்றுச்சூழல் அமைப்பைப் பயன்படுத்துவதில் முன்னேற்றங்கள் செய்யப்பட்டுள்ளன.சுற்றுச்சூழல் அமைச்சகம் எண் மாதிரி சுற்றுச்சூழல் அமைப்பைக் கட்டுப்படுத்தும் செயல்முறையைப் பற்றிய நுண்ணறிவை வழங்கும் என்று எதிர்பார்க்கப்படுகிறது, மேலும் இந்த நுண்ணறிவு களப்பணியை ஆராய்வதற்கு உதவும்.இந்த ஆராய்ச்சியின் நோக்கத்திற்காக, நூற்றுக்கும் மேற்பட்ட மாகாணங்களை முழுமையாகக் காட்ட முடியாது.அடுத்த பகுதியில் மாகாணங்களைச் சுருக்கமாகக் கூறும் SAGE முறையை அறிமுகப்படுத்துகிறது.
மாகாணத்தின் நோக்கங்களில் ஒன்று, மாகாணத்தின் இருப்பிடம் மற்றும் நிர்வாகத்தைப் பற்றிய புரிதலை மேம்படுத்துவதாகும்.அவசரகால சூழ்நிலைகளைத் தீர்மானிக்க, படம் 1B இல் உள்ள முறையானது சூழலியல் ரீதியாக ஒத்த மாகாணங்களின் கூடு கட்டுவதை விளக்குகிறது.சுற்றுச்சூழல் ஒற்றுமையின் அடிப்படையில் சுற்றுச்சூழல் மாகாணங்கள் ஒன்றாக தொகுக்கப்பட்டுள்ளன, மேலும் இதுபோன்ற மாகாணங்களின் குழுவை AEP என்று அழைக்கப்படுகிறது.கருத்தில் கொள்ள வேண்டிய மொத்த மாகாணங்களின் எண்ணிக்கையின் அடிப்படையில் அனுசரிப்பு "சிக்கலை" அமைக்கவும்."சிக்கலானது" என்ற சொல் பயன்படுத்தப்படுகிறது, ஏனெனில் இது அவசர பண்புகளின் அளவை சரிசெய்ய அனுமதிக்கிறது.அர்த்தமுள்ள திரட்டல்களை வரையறுக்க, லாங்ஹர்ஸ்டில் இருந்து 0.227 என்ற சராசரி மாகாண BC வித்தியாசம் அளவுகோலாகப் பயன்படுத்தப்படுகிறது.இந்த அளவுகோலுக்கு கீழே, ஒருங்கிணைந்த மாகாணங்கள் இனி பயனுள்ளதாக கருதப்படாது.
படம் 3B இல் காட்டப்பட்டுள்ளபடி, உலகளாவிய சுற்றுச்சூழல் மாகாணங்கள் ஒத்திசைவானவை.மாகாணங்களுக்கிடையிலான BC வேறுபாடுகளைப் பயன்படுத்தி, சில கட்டமைப்புகள் மிகவும் "பொதுவாக" இருப்பதைக் காணலாம்.மரபியல் மற்றும் வரைபடக் கோட்பாடு முறைகளால் ஈர்க்கப்பட்டு, "இணைக்கப்பட்ட வரைபடங்கள்"> 100 மாகாணங்களை வரிசைப்படுத்தப் பயன்படுத்தப்படுகின்றன, அவை மிகவும் ஒத்த மாகாணங்களின் அடிப்படையில்.இங்குள்ள "இணைப்பு" அளவீடு, மாகாணங்களுக்கு இடையேயான BC ஒற்றுமையின்மையைப் பயன்படுத்தி தீர்மானிக்கப்படுகிறது (30).100 மாகாணங்களை வகைப்படுத்துவதற்கு அதிக இடவசதி உள்ள மாகாணங்களின் எண்ணிக்கையை இங்கு சிக்கலானதாகக் குறிப்பிடலாம்.AEP என்பது 100க்கும் மேற்பட்ட மாகாணங்களை மிகவும் ஆதிக்கம் செலுத்தும்/அருமையான சூழலியல் மாகாணங்களாக வகைப்படுத்தும் ஒரு தயாரிப்பு ஆகும்.ஒவ்வொரு சுற்றுச்சூழலியல் மாகாணமும் அவற்றைப் போலவே ஆதிக்கம் செலுத்தும்/அதிகமாக இணைக்கப்பட்ட சுற்றுச்சூழல் மாகாணத்திற்கு ஒதுக்கப்பட்டுள்ளது.BC வேறுபாட்டால் தீர்மானிக்கப்படும் இந்த ஒருங்கிணைப்பு உலகளாவிய சூழலியலுக்கு உள்ளமைக்கப்பட்ட அணுகுமுறையை அனுமதிக்கிறது.
தேர்ந்தெடுக்கப்பட்ட சிக்கலானது 1 முதல் FIG இன் முழு சிக்கலானது வரை எந்த மதிப்பாகவும் இருக்கலாம்.2A.குறைந்த சிக்கலான நிலையில், நிகழ்தகவு பரிமாணக் குறைப்பு படி (t-SNE) காரணமாக AEP சிதைவடையும்.சீரழிவு என்பது, சுற்றுச்சூழலியல் மாகாணங்கள் பல்வேறு AEP களுக்கு மறு செய்கைகளுக்கு இடையில் ஒதுக்கப்படலாம், இதன் மூலம் மூடப்பட்ட புவியியல் பகுதியை மாற்றலாம்.10 செயலாக்கங்களில் (படம் 1B இல் உள்ள விளக்கப்படம்) AEP களில் உள்ள மாகாணங்களுக்குள் BC வேறுபாடுகள் பரவுவதை படம் 4C விளக்குகிறது.படம் 4C இல், 2σ (நீலப் பகுதி) என்பது 10 செயலாக்கங்களில் சிதைவின் அளவீடு ஆகும், மேலும் பச்சைக் கோடு Longhurst அளவுகோலைக் குறிக்கிறது.12 இன் சிக்கலானது, அனைத்து செயலாக்கங்களிலும் லாங்ஹர்ஸ்ட் அளவுகோலுக்குக் கீழே மாகாணத்தில் BC வேறுபாட்டை வைத்திருக்க முடியும் மற்றும் ஒப்பீட்டளவில் சிறிய 2σ சிதைவை பராமரிக்க முடியும் என்பதை உண்மைகள் நிரூபித்துள்ளன.சுருக்கமாக, குறைந்தபட்ச பரிந்துரைக்கப்பட்ட சிக்கலானது 12 AEPகள் ஆகும், மேலும் 51 பிளாங்க்டன் வகைகளைப் பயன்படுத்தி மதிப்பிடப்பட்ட சராசரி மாகாண BC வேறுபாடு படம் 4D இல் காட்டப்பட்டுள்ளபடி 0.198±0.013 ஆகும்.ஏழு பிளாங்க்டன் செயல்பாட்டுக் குழுக்களின் கூட்டுத்தொகையைப் பயன்படுத்தி, மாகாணத்திற்குள் சராசரி BC வேறுபாடு 0.198±0.004 க்கு பதிலாக 2σ ஆகும்.ஏழு செயல்பாட்டுக் குழுக்களின் மொத்த உயிர்ப்பொருளுடன் கணக்கிடப்பட்ட BC வேறுபாடுகள் அல்லது அனைத்து 51 பிளாங்க்டன் வகைகளின் உயிர்ப்பொருளுடன் ஒப்பிடுகையில், SAGE முறை 51-பரிமாண சூழ்நிலைக்கு பொருந்தும் என்றாலும், அது ஏழு செயல்பாட்டுக் குழுக்களின் மொத்த உயிரியலுக்கானது என்பதைக் காட்டுகிறது. பயிற்சிக்காக.
எந்தவொரு ஆராய்ச்சியின் நோக்கத்தையும் பொறுத்து, சிக்கலான பல்வேறு நிலைகளைக் கருத்தில் கொள்ளலாம்.பிராந்திய ஆய்வுகளுக்கு முழு சிக்கலான (அதாவது, அனைத்து 115 மாகாணங்களும்) தேவைப்படலாம்.ஒரு எடுத்துக்காட்டு மற்றும் தெளிவுக்காக, குறைந்தபட்ச பரிந்துரைக்கப்பட்ட சிக்கலான 12 ஐக் கவனியுங்கள்.
SAGE முறையின் பயன்பாட்டிற்கு உதாரணமாக, அவசரகால சமூகக் கட்டமைப்பின் கட்டுப்பாட்டை ஆராய்வதற்காக 12 AEP கள் குறைந்தபட்ச சிக்கலான 12 உடன் இங்கு பயன்படுத்தப்படுகின்றன.படம் 5, AEP ஆல் தொகுக்கப்பட்ட சூழலியல் நுண்ணறிவுகளை விளக்குகிறது (A முதல் L வரை): ரெட்ஃபீல்ட் ஸ்டோச்சியோமெட்ரியில், புவியியல் அளவு (படம் 5C), செயல்பாட்டுக் குழு உயிரி கலவை (படம் 5A) மற்றும் ஊட்டச்சத்து வழங்கல் (படம் 5B) N Zoomed ஆல் செய்யப்படுகிறது.விகிதம் (N:Si:P:Fe, 1:1:16:16×103) காட்டப்பட்டுள்ளது.பிந்தைய பேனலுக்கு, P 16 ஆல் பெருக்கப்படுகிறது மற்றும் Fe 16×103 ஆல் பெருக்கப்படுகிறது, எனவே பார் வரைபடம் பைட்டோபிளாங்க்டனின் ஊட்டச்சத்து தேவைகளுக்கு சமம்.
மாகாணங்கள் 12 AEPs A முதல் L. (A) Biomass (mgC/m3) சுற்றுச்சூழல் அமைப்புகளாக 12 மாகாணங்களில் வகைப்படுத்தப்பட்டுள்ளன.(B) கரைந்த கனிம நைட்ரஜன் (N), இரும்பு (Fe), பாஸ்பேட் (P) மற்றும் சிலிசிக் அமிலம் (Si) (வருடத்திற்கு mmol/m3) ஆகியவற்றின் ஊட்டச்சத்து ஓட்ட விகிதம்.Fe மற்றும் P முறையே 16 மற்றும் 16×103 ஆல் பெருக்கப்படுகிறது, இதனால் கீற்றுகள் பைட்டோபிளாங்க்டன் ஸ்டோச்சியோமெட்ரி தேவைகளுக்கு தரப்படுத்தப்படுகின்றன.(C) துருவப் பகுதிகள், துணை வெப்பமண்டல சூறாவளிகள் மற்றும் முக்கிய பருவகால/உயர்ந்த பகுதிகளுக்கு இடையே உள்ள வேறுபாட்டைக் கவனியுங்கள்.கண்காணிப்பு நிலையங்கள் பின்வருமாறு குறிக்கப்பட்டுள்ளன: 1, இருக்கைகள்;2, அலோஹா;3, நிலையம் P;மற்றும் 4, BATS.
அடையாளம் காணப்பட்ட AEP தனித்துவமானது.அட்லாண்டிக் மற்றும் பசிபிக் பெருங்கடல்களில் பூமத்திய ரேகையைச் சுற்றி சில சமச்சீர்நிலைகள் உள்ளன, அதேபோன்ற ஆனால் விரிவாக்கப்பட்ட பகுதி இந்தியப் பெருங்கடலில் உள்ளது.சில AEP கள் ஏறுதலுடன் தொடர்புடைய கண்டத்தின் மேற்குப் பக்கத்தைத் தழுவுகின்றன.தென் துருவ சுற்றோட்ட மின்னோட்டம் ஒரு பெரிய மண்டல அம்சமாக கருதப்படுகிறது.துணை வெப்பமண்டல சூறாவளி என்பது ஒலிகோட்ரோபிக் AEP இன் சிக்கலான தொடர் ஆகும்.இந்த மாகாணங்களில், பிளாங்க்டன்-ஆதிக்கம் கொண்ட ஒலிகோட்ரோபிக் சுழல்கள் மற்றும் டையட்டம் நிறைந்த துருவப் பகுதிகளுக்கு இடையே உள்ள உயிர்ப்பொருள் வேறுபாடுகளின் பழக்கமான முறை வெளிப்படையானது.
மிகவும் ஒத்த மொத்த பைட்டோபிளாங்க்டன் பயோமாஸ் கொண்ட AEP கள் மிகவும் வேறுபட்ட சமூகக் கட்டமைப்புகளைக் கொண்டிருக்கலாம் மற்றும் D, H மற்றும் K போன்ற வெவ்வேறு புவியியல் பகுதிகளை உள்ளடக்கும், அவை ஒரே மாதிரியான மொத்த பைட்டோபிளாங்க்டன் உயிரியலைக் கொண்டுள்ளன.AEP H முக்கியமாக பூமத்திய ரேகை இந்தியப் பெருங்கடலில் உள்ளது, மேலும் அதிக டயஸோட்ரோபிக் பாக்டீரியாக்கள் உள்ளன.AEP D பல படுகைகளில் காணப்படுகிறது, ஆனால் இது குறிப்பாக பசிபிக் பகுதியில் பூமத்திய ரேகை உயர்வைச் சுற்றி அதிக மகசூல் தரும் பகுதிகளைச் சுற்றி முக்கியமானது.இந்த பசிபிக் மாகாணத்தின் வடிவம் கிரக அலை ரயிலை நினைவூட்டுகிறது.AEP D இல் சில டயசோபாக்டீரியாக்கள் உள்ளன, மேலும் அதிகமான கூம்புகள் உள்ளன.மற்ற இரண்டு மாகாணங்களுடன் ஒப்பிடும்போது, ​​AEP K ஆனது ஆர்க்டிக் பெருங்கடலின் மலைப்பகுதிகளில் மட்டுமே காணப்படுகிறது, மேலும் அதிக டயட்டம்கள் மற்றும் குறைவான பிளாங்க்டன்கள் உள்ளன.இந்த மூன்று பகுதிகளில் உள்ள பிளாங்க்டனின் அளவும் மிகவும் வித்தியாசமானது என்பது குறிப்பிடத்தக்கது.அவற்றுள், AEP K இன் பிளாங்க்டன் மிகுதி ஒப்பீட்டளவில் குறைவாக உள்ளது, அதே சமயம் AEP D மற்றும் H ஒப்பீட்டளவில் அதிகமாக உள்ளது.எனவே, அவற்றின் உயிர்ப்பொருள் இருந்தபோதிலும் (எனவே Chl-a போன்றது), இந்த மாகாணங்கள் முற்றிலும் வேறுபட்டவை: Chl-அடிப்படையிலான மாகாண சோதனை இந்த வேறுபாடுகளைப் பிடிக்காது.
பைட்டோபிளாங்க்டன் சமூகக் கட்டமைப்பின் அடிப்படையில் மிகவும் வேறுபட்ட உயிரியலைக் கொண்ட சில AEP கள் ஒத்ததாக இருக்கலாம் என்பதும் வெளிப்படையானது.எடுத்துக்காட்டாக, இது AEP D மற்றும் E இல் தெரியும். அவை ஒன்றுக்கொன்று நெருக்கமாக உள்ளன, மேலும் பசிபிக் பெருங்கடலில், AEP E அதிக உற்பத்தி செய்யும் AEPJ க்கு அருகில் உள்ளது.இதேபோல், பைட்டோபிளாங்க்டன் பயோமாஸ் மற்றும் ஜூப்ளாங்க்டன் மிகுதிக்கும் இடையே தெளிவான தொடர்பு இல்லை.
AEP அவர்களுக்கு வழங்கப்படும் ஊட்டச்சத்துக்களின் அடிப்படையில் புரிந்து கொள்ள முடியும் (படம் 5B).சிலிசிக் அமிலம் போதுமான அளவில் இருக்கும் இடத்தில் மட்டுமே டயட்டம்கள் இருக்கும்.பொதுவாக, சிலிசிக் அமிலம் அதிக அளவில் வழங்கப்படுவதால், டயட்டம்களின் உயிரி அளவு அதிகமாகும்.AEP A, J, K மற்றும் L இல் டயட்டம்களைக் காணலாம். மற்ற பைட்டோபிளாங்க்டனுடன் தொடர்புடைய டயட்டம் உயிரிகளின் விகிதம் டயட்டம் தேவைக்கு வழங்கப்பட்டுள்ள N, P மற்றும் Fe ஆகியவற்றால் தீர்மானிக்கப்படுகிறது.எடுத்துக்காட்டாக, AEP L டயட்டம்களால் ஆதிக்கம் செலுத்துகிறது.மற்ற ஊட்டச்சத்துக்களுடன் ஒப்பிடும்போது, ​​Si க்கு அதிக சப்ளை உள்ளது.இதற்கு நேர்மாறாக, அதிக உற்பத்தித்திறன் இருந்தபோதிலும், AEP J குறைவான டயட்டம்களையும், குறைவான சிலிக்கான் சப்ளையையும் கொண்டுள்ளது (அனைத்து மற்றும் பிற ஊட்டச்சத்துக்களுடன் தொடர்புடையது).
டயசோனியம் பாக்டீரியா நைட்ரஜனை சரிசெய்யும் திறனைக் கொண்டுள்ளது, ஆனால் மெதுவாக வளரும் (31).அவை மற்ற பைட்டோபிளாங்க்டனுடன் இணைந்து வாழ்கின்றன, அங்கு இரும்பு மற்றும் பாஸ்பரஸ் டயசோனியம் அல்லாத ஊட்டச்சத்துக்களுக்கான தேவையுடன் ஒப்பிடும்போது அதிகமாக உள்ளது (20, 21).டயஸோட்ரோபிக் உயிர்ப்பொருள் ஒப்பீட்டளவில் அதிகமாக உள்ளது என்பது குறிப்பிடத்தக்கது, மேலும் Fe மற்றும் P இன் வழங்கல் N இன் விநியோகத்துடன் ஒப்பீட்டளவில் பெரியதாக உள்ளது. இந்த வழியில், AEP J இல் மொத்த உயிர்ப்பொருள் அதிகமாக இருந்தாலும், AEP H இல் உள்ள டயசோனியம் பயோமாஸ் J இல் உள்ளதை விட பெரியது. AEP J மற்றும் H ஆகியவை புவியியல் ரீதியாக மிகவும் வேறுபட்டவை என்பதையும், H பூமத்திய ரேகை இந்தியப் பெருங்கடலில் அமைந்துள்ளது என்பதையும் கவனத்தில் கொள்ளவும்.
தனித்துவமான சுற்றுச்சூழல் அமைப்பு மாகாணங்களாகப் பிரிக்கப்படாவிட்டால், 12 AEP இன் மிகக் குறைந்த சிக்கலான மாதிரிகளிலிருந்து பெறப்பட்ட நுண்ணறிவு அவ்வளவு தெளிவாக இருக்காது.SAGE ஆல் உருவாக்கப்பட்ட AEP, சுற்றுச்சூழல் அமைப்பு மாதிரிகளிலிருந்து சிக்கலான மற்றும் உயர் பரிமாணத் தகவல்களை ஒத்திசைவான மற்றும் ஒரே நேரத்தில் ஒப்பிட்டுப் பார்க்க உதவுகிறது.சமூக அமைப்பு அல்லது ஜூப்ளாங்க்டன் அதிக ஊட்டச்சத்து அளவுகளை தீர்மானிக்க Chl ஒரு நல்ல மற்றும் மாற்று முறையாக ஏன் இல்லை என்பதை AEP திறம்பட வலியுறுத்துகிறது.தற்போதைய ஆராய்ச்சி தலைப்புகளின் விரிவான பகுப்பாய்வு இந்த கட்டுரையின் எல்லைக்கு அப்பாற்பட்டது.SAGE முறையானது, பாயிண்ட்-டு-பாயின்ட் பார்ப்பதை விட கையாள எளிதான மாதிரியில் உள்ள மற்ற வழிமுறைகளை ஆராய்வதற்கான வழியை வழங்குகிறது.
உலகளாவிய இயற்பியல்/உயிர் வேதியியல்/சுற்றுச்சூழல் எண் மாதிரிகளிலிருந்து மிகவும் சிக்கலான சூழலியல் தரவைத் தெளிவுபடுத்த உதவுவதற்கு SAGE முறை முன்மொழியப்பட்டது.சுற்றுச்சூழல் மாகாணமானது குறுக்கு-பிளாங்க்டன் செயல்பாட்டுக் குழுக்களின் மொத்த உயிரியளவு, t-SNE நிகழ்தகவு பரிமாணக் குறைப்பு வழிமுறையின் பயன்பாடு மற்றும் மேற்பார்வை செய்யப்படாத ML முறை DBSCAN ஐப் பயன்படுத்தி கிளஸ்டரிங் மூலம் தீர்மானிக்கப்படுகிறது.உலகளாவிய விளக்கத்திற்குப் பயன்படுத்தக்கூடிய வலுவான AEP ஐப் பெறுவதற்கு, கூடு கட்டும் முறைக்கான இடை- மாகாண BC வேறுபாடு/வரைபடக் கோட்பாடு பயன்படுத்தப்படுகிறது.கட்டுமானத்தைப் பொறுத்தவரை, சுற்றுச்சூழல் மாகாணம் மற்றும் AEP ஆகியவை தனித்துவமானவை.AEP கூடு கட்டுவதை அசல் சுற்றுச்சூழல் மாகாணத்தின் முழு சிக்கலான மற்றும் பரிந்துரைக்கப்பட்ட குறைந்தபட்ச வரம்பு 12 AEP களுக்கு இடையில் சரிசெய்ய முடியும்.கூடு கட்டுதல் மற்றும் AEP இன் குறைந்தபட்ச சிக்கலைத் தீர்மானிப்பது முக்கிய படிகளாகக் கருதப்படுகிறது, ஏனெனில் நிகழ்தகவு t-SNE ஆனது <12 சிக்கலான AEP களை சிதைக்கிறது.SAGE முறை உலகளாவியது, மேலும் அதன் சிக்கலானது> 100 AEP களில் இருந்து 12 வரை உள்ளது. எளிமைக்காக, தற்போதைய கவனம் 12 உலகளாவிய AEPகளின் சிக்கலானது.எதிர்கால ஆராய்ச்சி, குறிப்பாக பிராந்திய ஆய்வுகள், உலகளாவிய சுற்றுச்சூழல் மாகாணங்களின் சிறிய இடஞ்சார்ந்த துணைக்குழுவை பயனுள்ளதாகக் காணலாம், மேலும் இங்கு விவாதிக்கப்பட்ட அதே சூழலியல் நுண்ணறிவைப் பயன்படுத்தி ஒரு சிறிய பகுதியில் ஒருங்கிணைக்கப்படலாம்.இந்த சூழலியல் மாகாணங்கள் மற்றும் அவற்றிலிருந்து பெறப்பட்ட நுண்ணறிவுகள் மேலும் சூழலியல் புரிதலுக்கும், மாதிரி ஒப்பீட்டை எளிதாக்குவதற்கும், கடல் சுற்றுச்சூழல் அமைப்புகளின் கண்காணிப்பை மேம்படுத்துவதற்கும் எவ்வாறு பயன்படுத்தப்படலாம் என்பதற்கான பரிந்துரைகளை வழங்குகிறது.
SAGE முறையால் அடையாளம் காணப்பட்ட சுற்றுச்சூழல் மாகாணம் மற்றும் AEP ஆகியவை எண் மாதிரியில் உள்ள தரவை அடிப்படையாகக் கொண்டவை.வரையறையின்படி, எண் மாதிரியானது ஒரு எளிமையான கட்டமைப்பாகும், இது இலக்கு அமைப்பின் சாரத்தைப் பிடிக்க முயற்சிக்கிறது, மேலும் வெவ்வேறு மாதிரிகள் பிளாங்க்டனின் வெவ்வேறு விநியோகத்தைக் கொண்டிருக்கும்.இந்த ஆய்வில் பயன்படுத்தப்படும் எண் மாதிரியானது கவனிக்கப்பட்ட சில வடிவங்களை முழுமையாகப் பிடிக்க முடியாது (உதாரணமாக, பூமத்திய ரேகைப் பகுதி மற்றும் தெற்குப் பெருங்கடலுக்கான Chl மதிப்பீடுகளில்).உண்மையான கடலில் உள்ள பன்முகத்தன்மையின் ஒரு சிறிய பகுதி மட்டுமே கைப்பற்றப்படுகிறது, மேலும் மீசோ மற்றும் துணை-மீசோஸ்கேல்களை தீர்க்க முடியாது, இது ஊட்டச்சத்து ஃப்ளக்ஸ் மற்றும் சிறிய அளவிலான சமூக கட்டமைப்பை பாதிக்கலாம்.இந்த குறைபாடுகள் இருந்தபோதிலும், சிக்கலான மாதிரிகளைப் புரிந்து கொள்ள உதவுவதில் AEP மிகவும் பயனுள்ளதாக இருக்கும் என்று மாறிவிடும்.இதேபோன்ற சுற்றுச்சூழல் மாகாணங்கள் எங்கு காணப்படுகின்றன என்பதை மதிப்பிடுவதன் மூலம், AEP ஒரு சாத்தியமான எண் மாதிரி ஒப்பீட்டு கருவியை வழங்குகிறது.தற்போதைய எண் மாதிரியானது தொலைநிலை உணர்திறன் பைட்டோபிளாங்க்டன் Chl-a செறிவு மற்றும் பிளாங்க்டன் அளவு மற்றும் செயல்பாட்டுக் குழுவின் விநியோகம் (குறிப்பு S1 மற்றும் படம் S1) (2, 32) ஆகியவற்றின் ஒட்டுமொத்த வடிவத்தைக் கைப்பற்றுகிறது.
0.1 mgChl-a/m-3 விளிம்பு கோட்டால் காட்டப்பட்டுள்ளபடி, AEP ஒலிகோட்ரோபிக் பகுதி மற்றும் மீசோட்ரோபிக் பகுதி (படம் S1B) என பிரிக்கப்பட்டுள்ளது: AEP B, C, D, E, F மற்றும் G ஆகியவை ஒலிகோட்ரோபிக் பகுதிகள், மீதமுள்ள பகுதிகள் உயர் Chl-a அமைந்துள்ளது.AEP லாங்ஹர்ஸ்ட் மாகாணத்துடன் சில கடிதப் பரிமாற்றங்களைக் காட்டுகிறது (படம் S3A), எடுத்துக்காட்டாக, தெற்கு பெருங்கடல் மற்றும் பூமத்திய ரேகை பசிபிக்.சில பிராந்தியங்களில், AEP பல லாங்ஹர்ஸ்ட் பகுதிகளை உள்ளடக்கியது, மற்றும் நேர்மாறாகவும்.இந்தப் பகுதியிலும் லாங்ஹர்ஸ்டிலும் உள்ள மாகாணங்களை எல்லை நிர்ணயம் செய்யும் நோக்கம் வேறு என்பதால், வேறுபாடுகள் இருக்கும் என்று எதிர்பார்க்கப்படுகிறது.லாங்ஹர்ஸ்ட் மாகாணத்தில் உள்ள பல AEPகள், ஒரே மாதிரியான உயிர் புவி வேதியியல் கொண்ட சில பகுதிகள் மிகவும் மாறுபட்ட சுற்றுச்சூழல் அமைப்புகளைக் கொண்டிருக்கலாம் என்பதைக் குறிக்கிறது.AEP உடல் நிலைகளுடன் ஒரு குறிப்பிட்ட கடிதப் பரிமாற்றத்தை வெளிப்படுத்துகிறது, மேற்பார்வை செய்யப்படாத கற்றல் (19) மூலம் வெளிப்படுத்தப்படுகிறது, எடுத்துக்காட்டாக, அதிக எழுச்சி நிலைகளில் (உதாரணமாக, தெற்கு பெருங்கடல் மற்றும் பூமத்திய ரேகை பசிபிக்; படம் S3, C மற்றும் D).இந்த கடிதங்கள் பிளாங்க்டனின் சமூக அமைப்பு கடல் இயக்கவியலால் வலுவாக பாதிக்கப்படுகிறது என்பதைக் குறிக்கிறது.வடக்கு அட்லாண்டிக் போன்ற பகுதிகளில், AEP இயற்பியல் மாகாணங்களை கடந்து செல்கிறது.இந்த வேறுபாடுகளை ஏற்படுத்தும் பொறிமுறையானது தூசி போக்குவரத்து போன்ற செயல்முறைகளை உள்ளடக்கியிருக்கலாம், இது ஒரே மாதிரியான உடல் நிலைகளிலும் முற்றிலும் மாறுபட்ட ஊட்டச்சத்து திட்டங்களுக்கு வழிவகுக்கும்.
கடல் சூழலியல் சமூகம் ஏற்கனவே உணர்ந்துள்ளபடி, Chl ஐப் பயன்படுத்துவதால் மட்டுமே சுற்றுச்சூழல் கூறுகளை அடையாளம் காண முடியாது என்று சுற்றுச்சூழல் அமைச்சகம் மற்றும் AEP சுட்டிக்காட்டியது.இது AEP களில் ஒரே மாதிரியான உயிரியில் காணப்படுகிறது ஆனால் கணிசமாக வேறுபட்ட சுற்றுச்சூழல் அமைப்பு (D மற்றும் E போன்றவை).இதற்கு நேர்மாறாக, D மற்றும் K போன்ற AEP கள் மிகவும் வேறுபட்ட உயிரியலைக் கொண்டுள்ளன, ஆனால் ஒரே மாதிரியான சுற்றுச்சூழல் அமைப்பைக் கொண்டுள்ளன.உயிர்ப்பொருள், சுற்றுச்சூழல் அமைப்பு மற்றும் ஜூப்ளாங்க்டன் மிகுதி ஆகியவற்றுக்கு இடையேயான உறவு சிக்கலானது என்பதை AEP வலியுறுத்துகிறது.எடுத்துக்காட்டாக, பைட்டோபிளாங்க்டன் மற்றும் பிளாங்க்டன் பயோமாஸ் அடிப்படையில் AEP J தனித்து நிற்கிறது என்றாலும், AEP இன் A மற்றும் L ஆகியவை ஒரே மாதிரியான பிளாங்க்டன் உயிர்ப்பொருளைக் கொண்டுள்ளன, ஆனால் A அதிக பிளாங்க்டன் மிகுதியாக உள்ளது.ஜூப்ளாங்க்டன் பயோமாஸைக் கணிக்க பைட்டோபிளாங்க்டன் பயோமாஸ் (அல்லது Chl) பயன்படுத்த முடியாது என்று AEP வலியுறுத்துகிறது.Zooplankton மீன்வள உணவுச் சங்கிலியின் அடித்தளமாகும், மேலும் துல்லியமான மதிப்பீடுகள் சிறந்த வள மேலாண்மைக்கு வழிவகுக்கும்.எதிர்கால கடல் வண்ண செயற்கைக்கோள்கள் [உதாரணமாக, PACE (பிளாங்க்டன், ஏரோசல், மேகம் மற்றும் கடல் சூழல் அமைப்பு)] பைட்டோபிளாங்க்டனின் சமூக அமைப்பை மதிப்பிடுவதற்கு உதவுவதற்கு சிறப்பாக நிலைநிறுத்தப்படலாம்.AEP முன்கணிப்பைப் பயன்படுத்தி, விண்வெளியில் இருந்து ஜூப்ளாங்க்டனைக் கணக்கிட முடியும்.SAGE போன்ற முறைகள், புதிய தொழில்நுட்பங்களுடன் இணைந்துள்ளன, மேலும் நில உண்மை ஆய்வுகளுக்கு (தாரா மற்றும் பின்தொடர்தல் ஆராய்ச்சி போன்றவை) கிடைக்கும் மேலும் மேலும் களத் தரவுகள், செயற்கைக்கோள் அடிப்படையிலான சுற்றுச்சூழல் சுகாதார கண்காணிப்பை நோக்கி கூட்டாக ஒரு படி எடுக்க முடியும்.
பயோமாஸ்/சிஎச்எல், நிகர முதன்மை உற்பத்தி மற்றும் சமூக அமைப்பு போன்ற மாகாண பண்புகளை கட்டுப்படுத்தும் சில வழிமுறைகளை மதிப்பிடுவதற்கு SAGE முறை வசதியான வழியை வழங்குகிறது.எடுத்துக்காட்டாக, பைட்டோபிளாங்க்டன் ஸ்டோச்சியோமெட்ரிக் தேவைகளுடன் தொடர்புடைய Si, N, P மற்றும் Fe இன் விநியோகத்தில் உள்ள ஏற்றத்தாழ்வு மூலம் டையட்டம்களின் ஒப்பீட்டு அளவு அமைக்கப்படுகிறது.ஒரு சீரான விநியோக விகிதத்தில், சமூகம் டயட்டம்களால் (L) ஆதிக்கம் செலுத்துகிறது.விநியோக விகிதம் சமநிலையற்றதாக இருக்கும்போது (அதாவது, சிலிக்கான் வழங்கல் டயட்டம்களின் ஊட்டச்சத்து தேவையை விட குறைவாக உள்ளது), டயட்டம்கள் ஒரு சிறிய பகுதியை மட்டுமே பகிர்ந்து கொள்கின்றன (K).Fe மற்றும் P இன் வழங்கல் N இன் விநியோகத்தை விட அதிகமாகும் போது (உதாரணமாக, E மற்றும் H), டயஸோட்ரோபிக் பாக்டீரியா தீவிரமாக வளரும்.AEP வழங்கிய சூழலின் மூலம், கட்டுப்பாட்டு வழிமுறைகளின் ஆய்வு மிகவும் பயனுள்ளதாக இருக்கும்.
சுற்றுச்சூழல் மாகாணம் மற்றும் AEP ஆகியவை ஒரே மாதிரியான சமூக அமைப்புகளைக் கொண்ட பகுதிகள்.சுற்றுச்சூழல் மாகாணம் அல்லது AEP க்குள் ஒரு குறிப்பிட்ட இடத்திலிருந்து நேரத் தொடர் ஒரு குறிப்புப் புள்ளியாகக் கருதப்படலாம் மற்றும் சுற்றுச்சூழல் மாகாணம் அல்லது AEP ஆல் உள்ளடக்கப்பட்ட பகுதியைக் குறிக்கலாம்.நீண்ட கால ஆன்-சைட் கண்காணிப்பு நிலையங்கள் அத்தகைய நேரத் தொடரை வழங்குகின்றன.நீண்ட கால இன்-சிட்டு தரவுத் தொகுப்புகள் கணக்கிட முடியாத பங்கை தொடர்ந்து வகிக்கும்.சமூகக் கட்டமைப்பைக் கண்காணிக்கும் கண்ணோட்டத்தில், புதிய தளங்களின் மிகவும் பயனுள்ள இடத்தைத் தீர்மானிக்க உதவும் ஒரு வழியாக SAGE முறையைக் காணலாம்.எடுத்துக்காட்டாக, நீண்ட கால ஒலிகோட்ரோபிக் வாழ்விட மதிப்பீட்டின் (ALOHA) நேரத் தொடர் ஒலிகோட்ரோபிக் பகுதியின் AEP B இல் உள்ளது (படம் 5C, லேபிள் 2).ALOHA மற்றொரு AEP இன் எல்லைக்கு அருகில் இருப்பதால், முன்னர் பரிந்துரைக்கப்பட்டபடி நேரத் தொடர் முழுப் பகுதியையும் பிரதிநிதித்துவப்படுத்தாமல் இருக்கலாம் (33).அதே AEP B இல், நேரத் தொடர் SEATS (தென்கிழக்கு ஆசிய நேரத் தொடர்) தென்மேற்கு தைவானில் (34) அமைந்துள்ளது, மற்ற AEP களின் எல்லைகளிலிருந்து வெகு தொலைவில் உள்ளது (படம் 5C, லேபிள் 1), மேலும் கண்காணிக்க சிறந்த இடமாகப் பயன்படுத்தலாம். AEPB.AEPC இல் உள்ள BATS (Bermuda Atlantic Time Series Study) நேரத் தொடர் (படம் 5C, லேபிள் 4) AEP C மற்றும் F இடையேயான எல்லைக்கு மிக அருகில் உள்ளது, இது BATS நேரத் தொடரைப் பயன்படுத்தி AEP C ஐக் கண்காணிப்பது நேரடியாக சிக்கலாக இருக்கலாம் என்பதைக் குறிக்கிறது.AEP J இல் உள்ள நிலையம் P (படம் 5C, லேபிள் 3) AEP எல்லையில் இருந்து வெகு தொலைவில் உள்ளது, எனவே இது அதிக பிரதிநிதித்துவம் வாய்ந்தது.Eco-Province மற்றும் AEP ஆகியவை உலகளாவிய மாற்றங்களை மதிப்பிடுவதற்கு ஏற்ற ஒரு கண்காணிப்பு கட்டமைப்பை நிறுவ உதவலாம், ஏனெனில் ஆன்-சைட் மாதிரிகள் முக்கிய நுண்ணறிவுகளை வழங்குவதற்கான மாகாணங்களின் அனுமதி.நேரத்தைச் சேமிக்கும் மாறுபாட்டை மதிப்பிடுவதற்கு காலநிலை தரவுகளுக்குப் பயன்படுத்த SAGE முறையை மேலும் உருவாக்கலாம்.
SAGE முறையின் வெற்றியானது தரவு அறிவியல்/ML முறைகள் மற்றும் டொமைன்-குறிப்பிட்ட அறிவை கவனமாகப் பயன்படுத்துவதன் மூலம் அடையப்படுகிறது.குறிப்பாக, t-SNE ஆனது பரிமாணக் குறைப்பைச் செய்யப் பயன்படுகிறது, இது உயர் பரிமாணத் தரவின் கோவாரியன்ஸ் கட்டமைப்பைப் பாதுகாக்கிறது மற்றும் கோவாரியன்ஸ் டோபாலஜியின் காட்சிப்படுத்தலை எளிதாக்குகிறது.தரவுகள் கோடுகள் மற்றும் கோவாரியன்ஸ் (படம் 2A) வடிவத்தில் அமைக்கப்பட்டிருக்கின்றன, இது முற்றிலும் தூர அடிப்படையிலான நடவடிக்கைகள் (கே-மீன்ஸ் போன்றவை) பொருத்தமானவை அல்ல, ஏனெனில் அவை வழக்கமாக காஸியன் (வட்ட) அடிப்படையிலான விநியோகத்தைப் பயன்படுத்துகின்றன (குறிப்பு S2 இல் விவாதிக்கப்பட்டது) .டிபிஎஸ்சிஏஎன் முறையானது எந்த கோவாரியன்ஸ் டோபாலஜிக்கும் ஏற்றது.அளவுருக்களை அமைப்பதில் நீங்கள் கவனம் செலுத்தும் வரை, நம்பகமான அடையாளத்தை வழங்க முடியும்.t-SNE அல்காரிதத்தின் கணக்கீட்டு செலவு அதிகமாக உள்ளது, இது அதன் தற்போதைய பயன்பாட்டை ஒரு பெரிய அளவிலான தரவுகளுக்கு வரம்பிடுகிறது, அதாவது ஆழமான அல்லது நேரம் மாறுபடும் புலங்களுக்குப் பயன்படுத்துவது கடினம்.t-SNE இன் அளவிடக்கூடிய வேலை நடந்து கொண்டிருக்கிறது.KL தூரம் இணையாக எளிதாக இருப்பதால், t-SNE அல்காரிதம் எதிர்காலத்தில் விரிவாக்கத்திற்கான நல்ல திறனைக் கொண்டுள்ளது (35).இதுவரை, அளவைக் குறைக்கக்கூடிய மற்ற நம்பிக்கைக்குரிய பரிமாணக் குறைப்பு முறைகளில் ஒருங்கிணைந்த பன்மடங்கு தோராயம் மற்றும் புரொஜெக்ஷன் (UMAP) நுட்பங்கள் அடங்கும், ஆனால் கடல் தரவுகளின் பின்னணியில் மதிப்பீடு அவசியம்.சிறந்த அளவிடுதல் என்பதன் பொருள், எடுத்துக்காட்டாக, உலகளாவிய தட்பவெப்ப நிலைகள் அல்லது மாதிரிகள் ஒரு கலப்பு அடுக்கில் வெவ்வேறு சிக்கலான தன்மையுடன் வகைப்படுத்துதல் ஆகும்.எந்த மாகாணத்திலும் SAGE ஆல் வகைப்படுத்த முடியாத பகுதிகள் படம் 2A இல் மீதமுள்ள கருப்பு புள்ளிகளாக கருதப்படலாம்.புவியியல் ரீதியாக, இந்த பகுதிகள் முக்கியமாக அதிக பருவகால பகுதிகளில் உள்ளன, இது காலப்போக்கில் மாறும் சுற்றுச்சூழல் மாகாணங்களை கைப்பற்றுவது சிறந்த கவரேஜை வழங்கும் என்று அறிவுறுத்துகிறது.
SAGE முறையை உருவாக்க, சிக்கலான அமைப்புகள்/தரவு அறிவியலின் யோசனைகள், செயல்பாட்டுக் குழுக்களின் (11-பரிமாண இடைவெளியில் மிக நெருக்கமாக இருக்கும் சாத்தியம்) மற்றும் மாகாணங்களைத் தீர்மானிக்கும் திறனைப் பயன்படுத்தி பயன்படுத்தப்படுகின்றன.இந்த மாகாணங்கள் எங்கள் 3D t-SNE கட்ட இடத்தில் குறிப்பிட்ட தொகுதிகளை சித்தரிக்கின்றன.இதேபோல், "சாதாரண" அல்லது "குழப்பமான" நடத்தையை (36) தீர்மானிக்க, பாதையால் ஆக்கிரமிக்கப்பட்ட மாநில இடத்தின் "தொகுதியை" மதிப்பிடுவதற்கு Poincaré பகுதி பயன்படுத்தப்படலாம்.நிலையான 11-பரிமாண மாதிரி வெளியீட்டிற்கு, தரவு 3D கட்ட இடமாக மாற்றப்பட்ட பிறகு ஆக்கிரமிக்கப்பட்ட தொகுதி இதேபோல் விளக்கப்படலாம்.3D கட்ட இடைவெளியில் புவியியல் பகுதிக்கும் பகுதிக்கும் இடையிலான உறவு எளிதானது அல்ல, ஆனால் சூழலியல் ஒற்றுமையின் அடிப்படையில் அதை விளக்கலாம்.இந்த காரணத்திற்காக, மிகவும் வழக்கமான BC ஒற்றுமையின்மை நடவடிக்கை விரும்பப்படுகிறது.
அடையாளம் காணப்பட்ட மாகாணங்கள் மற்றும் AEP ஆகியவற்றின் இடஞ்சார்ந்த மாறுபாட்டை மதிப்பிடுவதற்கு பருவகால மாற்றத்திற்கான SAGE முறையை எதிர்கால வேலைகள் மீண்டும் பயன்படுத்தும்.செயற்கைக்கோள் அளவீடுகள் (Chl-a, தொலைநிலை உணர்திறன் பிரதிபலிப்பு மற்றும் கடல் மேற்பரப்பு வெப்பநிலை போன்றவை) மூலம் எந்த மாகாணங்களை தீர்மானிக்க முடியும் என்பதை தீர்மானிக்க இந்த முறையைப் பயன்படுத்துவதே எதிர்கால இலக்கு.இது சுற்றுச்சூழலியல் கூறுகளின் ரிமோட் சென்சிங் மதிப்பீட்டை அனுமதிக்கும் மற்றும் சூழலியல் மாகாணங்கள் மற்றும் அவற்றின் மாறுபாடுகளை மிகவும் நெகிழ்வான கண்காணிப்பை அனுமதிக்கும்.
இந்த ஆராய்ச்சியின் நோக்கம் SAGE முறையை அறிமுகப்படுத்துவதாகும், இது ஒரு சுற்றுச்சூழல் மாகாணத்தை அதன் தனித்துவமான பிளாங்க்டன் சமூக கட்டமைப்பின் மூலம் வரையறுக்கிறது.இங்கே, இயற்பியல்/உயிர் வேதியியல்/சுற்றுச்சூழல் மாதிரி மற்றும் t-SNE மற்றும் DBSCAN அல்காரிதம்களின் அளவுரு தேர்வு பற்றிய விரிவான தகவல்கள் வழங்கப்படும்.
மாதிரியின் இயற்பியல் கூறுகள் கடல் சுழற்சி மற்றும் காலநிலை [ECCOv4;(37) (38) விவரித்த உலகளாவிய நிலை மதிப்பீடு.மாநில மதிப்பீட்டின் பெயரளவு தீர்மானம் 1/5 ஆகும்.லாக்ராஞ்சியன் பெருக்கி முறையுடன் கூடிய குறைந்த சதுரங்கள் முறையானது ஆரம்ப மற்றும் எல்லை நிலைகள் மற்றும் உள் மாதிரி அளவுருக்களைப் பெறுவதற்குப் பயன்படுத்தப்படுகிறது, இதன் மூலம் சுதந்திரமாக இயங்கும் MIT பொது சுழற்சி மாதிரியை (MITgcm) உருவாக்குகிறது (39), தேர்வுமுறைக்குப் பிறகு, முடிவுகள் முடியும் கண்காணிக்கப்பட்டு கண்காணிக்கப்படும்.
உயிர் புவி வேதியியல்/சுற்றுச்சூழல் (2) இல் இன்னும் முழுமையான விளக்கத்தைக் கொண்டுள்ளது (அதாவது சமன்பாடுகள் மற்றும் அளவுரு மதிப்புகள்).இந்த மாதிரியானது கனிம மற்றும் கரிம குளங்கள் மூலம் C, N, P, Si மற்றும் Fe ஆகியவற்றின் சுழற்சியைக் கைப்பற்றுகிறது.இங்கு பயன்படுத்தப்படும் பைட்டோபிளாங்க்டனின் 35 இனங்கள் உள்ளன: 2 வகையான மைக்ரோப்ரோகாரியோட்டுகள் மற்றும் 2 வகையான மைக்ரோ யூகாரியோட்டுகள் (குறைந்த ஊட்டச்சத்து சூழல்களுக்கு ஏற்றது), 5 வகையான கிரிப்டோமோனாஸ் ஸ்பேராய்டுகள் (கால்சியம் கார்பனேட் பூச்சுடன்), 5 வகையான டயசோனியம் ( நைட்ரஜனை சரிசெய்ய முடியும், எனவே இது மட்டுப்படுத்தப்படவில்லை) கரைந்த கனிம நைட்ரஜனின் கிடைக்கும் தன்மை), 11 டயட்டம்கள் (ஒரு சிலிசியஸ் அட்டையை உருவாக்குகிறது), 10 கலப்பு-தாவர கொடிகள் (ஒளிச்சேர்க்கை செய்து மற்ற பிளாங்க்டனை உண்ணலாம்) மற்றும் 16 ஜூப்ளாங்க்டன் (மற்ற பிளாங்க்டன் மீது மேய்கிறது).இவை "உயிர் வேதியியல் செயல்பாட்டுக் குழுக்கள்" என்று அழைக்கப்படுகின்றன, ஏனெனில் அவை கடல் உயிரி வேதியியல் (40, 41) மீது வெவ்வேறு விளைவுகளைக் கொண்டிருப்பதால் அவை பெரும்பாலும் கண்காணிப்பு மற்றும் மாதிரி ஆய்வுகளில் பயன்படுத்தப்படுகின்றன.இந்த மாதிரியில், ஒவ்வொரு செயல்பாட்டுக் குழுவும் 0.6 முதல் 2500 μm சமமான கோள விட்டம் கொண்ட பல்வேறு அளவுகளில் பல பிளாங்க்டன்களால் ஆனது.
பைட்டோபிளாங்க்டன் வளர்ச்சி, மேய்ச்சல் மற்றும் மூழ்குவதை பாதிக்கும் அளவுருக்கள் அளவுடன் தொடர்புடையவை, மேலும் ஆறு பைட்டோபிளாங்க்டன் செயல்பாட்டுக் குழுக்களுக்கு இடையே குறிப்பிட்ட வேறுபாடுகள் உள்ளன (32).வெவ்வேறு உடல் கட்டமைப்புகள் இருந்தபோதிலும், மாதிரியின் 51 பிளாங்க்டன் கூறுகளின் முடிவுகள் பல சமீபத்திய ஆய்வுகளில் பயன்படுத்தப்பட்டுள்ளன (42-44).
1992 முதல் 2011 வரை, இயற்பியல்/உயிர் வேதியியல்/சுற்றுச்சூழல் இணைப்பு மாதிரி 20 ஆண்டுகள் இயங்கியது.மாதிரியின் வெளியீட்டில் பிளாங்க்டன் பயோமாஸ், ஊட்டச்சத்து செறிவு மற்றும் ஊட்டச்சத்து விநியோக விகிதம் (DIN, PO4, Si மற்றும் Fe) ஆகியவை அடங்கும்.இந்த ஆய்வில், இந்த வெளியீடுகளின் 20 ஆண்டு சராசரி சுற்றுச்சூழல் மாகாணத்தின் உள்ளீடாக பயன்படுத்தப்பட்டது.Chl, பிளாங்க்டன் பயோமாஸ் விநியோகம் மற்றும் ஊட்டச்சத்து செறிவு மற்றும் செயல்பாட்டு குழுக்களின் விநியோகம் ஆகியவை செயற்கைக்கோள் மற்றும் உள்-நிலை அவதானிப்புகளுடன் ஒப்பிடப்படுகின்றன [பார்க்க (2, 44), குறிப்பு S1 மற்றும் படம்.S1 முதல் S3 வரை].
SAGE முறைக்கு, சீரற்ற தன்மையின் முக்கிய ஆதாரம் t-SNE படியிலிருந்து வருகிறது.சீரற்ற தன்மை மீண்டும் மீண்டும் வருவதைத் தடுக்கிறது, அதாவது முடிவுகள் நம்பகத்தன்மையற்றவை.SAGE முறையானது t-SNE மற்றும் DBSCAN இன் அளவுருக்களின் தொகுப்பைத் தீர்மானிப்பதன் மூலம் உறுதியான தன்மையை கடுமையாகச் சோதிக்கிறது.t-SNE அளவுருவின் "குழப்பத்தை" தீர்மானிப்பது, தரவின் உள்ளூர் அல்லது உலகளாவிய பண்புகளை உயர்விலிருந்து குறைந்த அளவு வரையிலான மேப்பிங் எந்த அளவிற்கு மதிக்க வேண்டும் என்பதை நிர்ணயிப்பதாக புரிந்து கொள்ளலாம்.400 மற்றும் 300 மறு செய்கைகளின் குழப்பத்தை அடைந்தது.
DBSCAN க்ளஸ்டரிங் அல்காரிதத்திற்கு, க்ளஸ்டரில் உள்ள தரவுப் புள்ளிகளின் குறைந்தபட்ச அளவு மற்றும் தூர மெட்ரிக் தீர்மானிக்கப்பட வேண்டும்.நிபுணர்களின் வழிகாட்டுதலின் கீழ் குறைந்தபட்ச எண்ணிக்கை தீர்மானிக்கப்படுகிறது.தற்போதைய எண் மாடலிங் கட்டமைப்பிற்கும் தீர்மானத்திற்கும் எது பொருந்துகிறது என்பதை இந்த அறிவு அறியும்.குறைந்தபட்ச எண் 100. அதிக குறைந்தபட்ச மதிப்பு (பச்சை நிறத்தின் மேல் வரம்பு விரிவடைவதற்கு முன் <135 க்கும் குறைவானது) பரிசீலிக்கப்படலாம், ஆனால் இது BC ஒற்றுமையின் அடிப்படையில் திரட்டல் முறையை மாற்ற முடியாது.இணைப்பின் அளவு (படம் 6A) ϵ அளவுருவை அமைக்கப் பயன்படுகிறது, இது அதிக கவரேஜுக்கு உகந்தது (படம் 6B).இணைப்பு என்பது க்ளஸ்டர்களின் கூட்டு எண்ணாக வரையறுக்கப்படுகிறது மற்றும் ϵ அளவுருவிற்கு உணர்திறன் கொண்டது.குறைந்த இணைப்பு என்பது போதுமான பொருத்தம் இல்லாததை குறிக்கிறது, செயற்கையாக பகுதிகளை ஒன்றாக தொகுக்கிறது.உயர் இணைப்பு அதிகப்படியான பொருத்தத்தைக் குறிக்கிறது.மிதமிஞ்சிய பொருத்துதலும் சிக்கலாக உள்ளது, ஏனெனில் ஆரம்ப சீரற்ற யூகங்கள் மீண்டும் உருவாக்க முடியாத முடிவுகளுக்கு வழிவகுக்கும் என்பதை இது காட்டுகிறது.இந்த இரண்டு உச்சநிலைகளுக்கு இடையில், கூர்மையான அதிகரிப்பு (பொதுவாக "முழங்கை" என்று அழைக்கப்படுகிறது) சிறந்த ϵ ஐக் குறிக்கிறது.படம் 6A இல், நீங்கள் பீடபூமி பகுதியில் (மஞ்சள்,> 200 கொத்துகள்) கூர்மையான அதிகரிப்பைக் காண்கிறீர்கள், அதைத் தொடர்ந்து கூர்மையான குறைவு (பச்சை, 100 கொத்துகள்), சுமார் 130 வரை, மிகக் குறைவான கொத்துகளால் சூழப்பட்டுள்ளது (நீலம், <60 கொத்துகள்) )குறைந்தது 100 நீலப் பகுதிகளில், ஒரு கொத்து முழுப் பெருங்கடலிலும் ஆதிக்கம் செலுத்துகிறது (ϵ <0.42), அல்லது கடலின் பெரும்பகுதி வகைப்படுத்தப்படவில்லை மற்றும் சத்தமாகக் கருதப்படுகிறது (ϵ> 0.99).மஞ்சள் பகுதி மிகவும் மாறக்கூடிய, மீண்டும் உருவாக்க முடியாத கொத்து விநியோகத்தைக் கொண்டுள்ளது.ϵ குறையும்போது, ​​இரைச்சல் அதிகரிக்கிறது.கூர்மையாக அதிகரிக்கும் பச்சை பகுதி முழங்கை என்று அழைக்கப்படுகிறது.இது ஒரு உகந்த பகுதி.நிகழ்தகவு t-SNE பயன்படுத்தப்பட்டாலும், மாகாணத்தில் உள்ள BC ஒற்றுமையின்மை நம்பகமான கிளஸ்டரிங்கைத் தீர்மானிக்க இன்னும் பயன்படுத்தப்படலாம்.படம் 6 (A மற்றும் B) ஐப் பயன்படுத்தி, ϵ ஐ 0.39 ஆக அமைக்கவும்.பெரிய குறைந்தபட்ச எண், நம்பகமான வகைப்பாட்டை அனுமதிக்கும் ϵ ஐ அடைவதற்கான நிகழ்தகவு சிறியது, மேலும் 135 ஐ விட அதிகமான மதிப்பு கொண்ட பச்சைப் பகுதி. இருக்கும்.
t-SNE இன் அளவுருக்களை அமைத்த பிறகு, கண்டுபிடிக்கப்பட்ட மொத்த க்ளஸ்டர்களின் எண்ணிக்கையானது இணைப்பின் அளவீடாகவும் (A) மற்றும் கிளஸ்டருக்கு (B) ஒதுக்கப்பட்ட தரவுகளின் சதவீதமாகவும் பயன்படுத்தப்படும்.சிவப்பு புள்ளி கவரேஜ் மற்றும் இணைப்பின் சிறந்த கலவையை குறிக்கிறது.சூழலியல் தொடர்பான குறைந்தபட்ச எண்ணுக்கு ஏற்ப குறைந்தபட்ச எண் அமைக்கப்பட்டுள்ளது.
இந்தக் கட்டுரைக்கான துணைப் பொருட்களுக்கு, http://advances.sciencemag.org/cgi/content/full/6/22/eaay4740/DC1 ஐப் பார்க்கவும்
இது கிரியேட்டிவ் காமன்ஸ் பண்புக்கூறு உரிமத்தின் விதிமுறைகளின் கீழ் விநியோகிக்கப்படும் திறந்த அணுகல் கட்டுரையாகும்.அசல் படைப்பை சரியாக மேற்கோள் காட்டப்பட்ட நிபந்தனையின் கீழ் எந்தவொரு ஊடகத்திலும் கட்டுப்பாடற்ற பயன்பாடு, விநியோகம் மற்றும் இனப்பெருக்கம் ஆகியவற்றை கட்டுரை அனுமதிக்கிறது.
குறிப்பு: உங்கள் மின்னஞ்சல் முகவரியை மட்டும் வழங்குமாறு கேட்டுக்கொள்கிறோம். இதன் மூலம் நீங்கள் அந்தப் பக்கத்திற்குப் பரிந்துரைக்கும் நபருக்கு நீங்கள் அந்த மின்னஞ்சலைப் பார்க்க வேண்டும் என்பதையும் அது ஸ்பேம் அல்ல என்பதையும் அவர் அறிவார்.நாங்கள் எந்த மின்னஞ்சல் முகவரிகளையும் கைப்பற்ற மாட்டோம்.
நீங்கள் பார்வையாளரா என்பதைச் சோதிக்கவும், ஸ்பேம் தானாகச் சமர்ப்பிப்பதைத் தடுக்கவும் இந்தக் கேள்வி பயன்படுத்தப்படுகிறது.
உலகளாவிய கடல் சூழலியல் அமைச்சகம் சிக்கலான சிக்கல்களைத் தீர்ப்பதில் உறுதியாக உள்ளது மற்றும் சமூக கட்டமைப்புகளை ஆராய மேற்பார்வை செய்யப்படாத ML ஐப் பயன்படுத்துகிறது.
உலகளாவிய கடல் சூழலியல் அமைச்சகம் சிக்கலான சிக்கல்களைத் தீர்ப்பதில் உறுதியாக உள்ளது மற்றும் சமூக கட்டமைப்புகளை ஆராய மேற்பார்வை செய்யப்படாத ML ஐப் பயன்படுத்துகிறது.