Planktonlar jamoasi tuzilishi va ozuqa moddalari oqimi ma'lumotlari asosida global dengiz ekologik viloyatlarini (eko-viloyatlarni) aniqlash uchun nazoratsiz o'qitish usuli taklif etiladi.Tizimli integratsiyalashgan ekologik viloyat (SAGE) usuli yuqori nochiziqli ekotizim modellarida ekologik viloyatlarni aniqlashi mumkin.Ma'lumotlarning Gauss bo'lmagan kovariatsiyasiga moslashish uchun SAGE o'lchamni kamaytirish uchun t tasodifiy qo'shni joylashtirishdan (t-SNE) foydalanadi.Zichlikka asoslangan fazoviy klasterlash (DBSCAN) algoritmiga asoslangan shovqin ilovasi yordamida yuzdan ortiq ekologik viloyatlarni aniqlash mumkin.Ekologik farqlar bilan bog'lanish xaritasidan masofa o'lchovi sifatida foydalanib, mustahkam yig'ilgan ekologik viloyat (AEP) ob'ektiv ravishda ichki o'rnatilgan ekologik viloyatlar orqali aniqlanadi.AEPlardan foydalanib, jamiyat tuzilmasida ozuqa moddalari bilan ta'minlash tezligini nazorat qilish o'rganildi.Ekologik viloyat va AEP noyobdir va modelni talqin qilishga yordam beradi.Ular modellar o'rtasida taqqoslashni osonlashtirishi va dengiz ekotizimlarini tushunish va monitoringini kuchaytirishi mumkin.
Viloyatlar dengiz yoki quruqlikdagi murakkab biogeografiya izchil va mazmunli hududlarda tashkil etilgan mintaqalardir (1).Bu viloyatlar joylarni solishtirish va taqqoslash, kuzatishlarni tavsiflash, monitoring va himoya qilish uchun juda muhimdir.Ushbu viloyatlarni keltirib chiqaradigan murakkab va chiziqli bo'lmagan o'zaro ta'sirlar nazoratsiz mashinani o'rganish (ML) usullarini viloyatlarni ob'ektiv aniqlash uchun juda mos qiladi, chunki ma'lumotlardagi kovariatsiya murakkab va Gauss bo'lmagan.Bu erda Darvin global uch o'lchovli (3D) jismoniy/ekotizim modelidan noyob dengiz ekologik viloyatlarini (eko-viloyatlarni) muntazam ravishda aniqlaydigan ML usuli taklif etiladi (2)."Noyob" atamasi aniqlangan hududning boshqa hududlar bilan etarlicha mos kelmasligini ko'rsatish uchun ishlatiladi.Bu usul tizimli integratsiyalashgan ekologik viloyat (SAGE) usuli deb ataladi.Foydali tasnifni amalga oshirish uchun algoritm usuli (i) global tasniflash va (ii) makon va vaqt ichida joylashtirish/jamlash mumkin bo'lgan ko'p miqyosli tahlilga ruxsat berishi kerak (3).Ushbu tadqiqotda SAGE usuli birinchi bo'lib taklif qilindi va aniqlangan ekologik viloyatlar muhokama qilindi.Ekologik viloyatlar jamiyat tuzilmasini boshqaradigan omillarni tushunishga yordam beradi, monitoring strategiyalari uchun foydali tushunchalar beradi va ekotizimdagi o‘zgarishlarni kuzatishga yordam beradi.
Er usti provinsiyalari odatda iqlim (yogʻin va harorat), tuproq, oʻsimlik va hayvonot dunyosi oʻxshashligiga koʻra tasniflanadi va yordamchi boshqaruv, biologik xilma-xillikni tadqiq qilish va kasalliklarga qarshi kurashda qoʻllaniladi (1, 4).Dengiz provinsiyalarini aniqlash qiyinroq.Aksariyat organizmlar mikroskopik, suyuqlik chegaralariga ega.Longgurst va boshqalar.(5) Okeanografiya vazirligining atrof-muhit sharoitlariga asoslangan birinchi global tasniflaridan birini taqdim etdi.Ushbu "Longhurst" provinsiyalarining ta'rifi aralashish tezligi, tabaqalanish va nurlanish kabi o'zgaruvchilarni, shuningdek, Longhurstning dengiz ekotizimlari uchun boshqa muhim shartlarga ega bo'lgan dengiz okeanografi sifatidagi katta tajribasini o'z ichiga oladi.Longhurst, masalan, asosiy ishlab chiqarish va uglerod oqimlarini baholash, baliqchilikka yordam berish va in situ kuzatish faoliyatini rejalashtirish uchun keng qo'llanilgan (5-9).Viloyatlarni ob'ektivroq aniqlash uchun loyqa mantiq va mintaqaviy nazoratsiz klasterlash/statistika kabi usullar qo'llanilgan (9-14).Bunday usullarning maqsadi mavjud kuzatuv ma'lumotlarida viloyatlarni aniqlay oladigan mazmunli tuzilmalarni aniqlashdir.Masalan, dinamik dengiz provinsiyalari (12) shovqinni kamaytirish uchun o'z-o'zini tashkil etuvchi xaritalardan foydalanadi va mintaqaviy sun'iy yo'ldoshlardan olingan dengiz rangi mahsulotlarini aniqlash uchun ierarxik (daraxtga asoslangan) klasterlashdan foydalanadi [xlorofil a (Chl-a), normallashtirilgan floresan chizig'i balandligi va rangli erigan organik moddalar] va fizik maydon (dengiz yuzasi harorati va sho'rligi, mutlaq dinamik topografiya va dengiz muzi).
Planktonning jamiyat tuzilishi tashvishlidir, chunki uning ekologiyasi yuqori ozuqaviy moddalar darajasiga, uglerodning singishiga va iqlimga katta ta'sir ko'rsatadi.Shunga qaramay, plankton jamiyati tuzilishiga asoslangan global ekologik provinsiyani aniqlash hali ham qiyin va qiyin maqsaddir.Dengiz rangli sun'iy yo'ldoshlari fitoplanktonning qo'pol taneli tasnifi haqida tushuncha berishi yoki funktsional guruhlarning afzalliklarini taklif qilishi mumkin (15), ammo ular hozirda jamoa tuzilishi haqida batafsil ma'lumot bera olmaydi.So'nggi tadqiqotlar [masalan, Tara Okean (16)] jamiyat tuzilishining misli ko'rilmagan o'lchovlarini beradi;hozirda global miqyosda faqat siyrak in-situ kuzatishlar mavjud (17).Oldingi tadqiqotlar asosan biokimyoviy o'xshashliklarni (birlamchi ishlab chiqarish, Chl va mavjud yorug'lik kabi) aniqlashga asoslangan "Biogeokimyoviy provinsiya" ni (12, 14, 18) aniqladi.Bu erda raqamli model [Darvin(2)] ni chiqarish uchun ishlatiladi va ekologik provintsiya jamoa tuzilishi va ozuqa oqimiga qarab belgilanadi.Ushbu tadqiqotda foydalanilgan raqamli model global qamrovga ega va mavjud maydon ma'lumotlari (17) va masofadan zondlash maydonlari (S1 eslatma) bilan taqqoslanishi mumkin.Ushbu tadqiqotda foydalanilgan raqamli model ma'lumotlari global qamrovning afzalliklariga ega.Model ekotizimi fitoplanktonning 35 turi va zooplanktonning 16 turidan iborat (iltimos, materiallar va usullarga qarang).Model plankton turlari Gauss bo'lmagan kovariatsiya tuzilmalari bilan nochiziqli o'zaro ta'sir qiladi, shuning uchun oddiy diagnostika usullari rivojlanayotgan jamoa tuzilmalarida noyob va izchil naqshlarni aniqlash uchun mos kelmaydi.Bu erda kiritilgan SAGE usuli murakkab Darvin modellarining chiqishini tekshirishning yangi usulini taqdim etadi.
Ma'lumotlar fani / ML texnologiyasining kuchli transformatsion imkoniyatlari ma'lumotlar kovariatsiyasida murakkab, ammo mustahkam tuzilmalarni ochish uchun juda murakkab model echimlariga imkon beradi.Kuchli usul ma'lum bir xato oralig'ida natijalarni ishonchli tarzda takrorlay oladigan usul sifatida aniqlanadi.Hatto oddiy tizimlarda ham mustahkam naqsh va signallarni aniqlash qiyin bo'lishi mumkin.Kuzatilgan naqshga olib keladigan mantiqiy asos aniqlanmaguncha, yuzaga keladigan murakkablik murakkab/echilishi qiyin bo'lib tuyulishi mumkin.Ekotizim tarkibini o'rnatishning asosiy jarayoni tabiatan chiziqli emas.Chiziqli bo'lmagan o'zaro ta'sirlarning mavjudligi mustahkam tasnifni chalkashtirib yuborishi mumkin, shuning uchun ma'lumotlar kovariatsiyasining asosiy statistik taqsimoti haqida kuchli taxminlarni keltirib chiqaradigan usullardan qochish kerak.Yuqori o'lchamli va chiziqli bo'lmagan ma'lumotlar okeanografiyada keng tarqalgan bo'lib, murakkab, Gauss bo'lmagan topologiyaga ega bo'lgan kovariatsiya tuzilishiga ega bo'lishi mumkin.Gauss bo'lmagan kovariatsiya tuzilmasi bo'lgan ma'lumotlar ishonchli tasniflashga xalaqit berishi mumkin bo'lsa-da, SAGE usuli yangi, chunki u o'zboshimchalik topologiyalari bo'lgan klasterlarni aniqlash uchun mo'ljallangan.
SAGE usulining maqsadi kelgusida ekologik tushunishga yordam beradigan paydo bo'lgan naqshlarni ob'ektiv aniqlashdir.(19) ga o'xshash klasterga asoslangan ish oqimidan so'ng, ekologik va ozuqa oqimi o'zgaruvchilari ma'lumotlardagi ekologik viloyat deb ataladigan yagona klasterni aniqlash uchun ishlatiladi.Ushbu tadqiqotda taklif qilingan SAGE usuli (1-rasm) apriori aniqlangan plankton funktsional guruhlarini yig'ish orqali o'lchovni 55 dan 11 o'lchamgacha kamaytiradi (Materiallar va usullarga qarang).T-tasodifiy qo'shni joylashtirish (t-SNE) usulidan foydalanib, ehtimollikni 3D maydoniga proektsiyalash orqali o'lcham yanada kamayadi.Nazorat qilinmagan klasterlash ekologik jihatdan yaqin hududlarni aniqlashi mumkin [shovqinga asoslangan ilovalar uchun zichlikka asoslangan fazoviy klasterlash (DBSCAN)].t-SNE va DBSCAN ham chiziqli bo'lmagan ekotizimning raqamli modeli ma'lumotlariga qo'llaniladi.Keyin hosil bo'lgan ekologik provinsiyani er yuziga qayta loyihalashtiring.Mintaqaviy tadqiqotlar uchun mos boʻlgan yuzdan ortiq noyob ekologik viloyatlar aniqlangan.Global miqyosda izchil ekotizim modelini ko'rib chiqish uchun SAGE usuli ekologik provinsiyalarning samaradorligini oshirish uchun ekologik viloyatlarni yig'ilgan ekologik viloyatlarga (AEP) birlashtirish uchun ishlatiladi.Birlashtirish darajasi ("murakkablik" deb ataladi) talab qilinadigan tafsilotlar darajasiga moslashtirilishi mumkin.Kuchli AEP ning minimal murakkabligini aniqlang.Tanlovning diqqat markazida SAGE usuli va favqulodda vaziyatlar jamoat tuzilmasi nazoratini aniqlash uchun eng kichik murakkablikdagi AEP holatlarini o'rganish.Keyinchalik ekologik tushunchalar berish uchun naqshlarni tahlil qilish mumkin.Bu erda keltirilgan usul modellarni taqqoslash uchun kengroq foydalanish mumkin, masalan, modellarni solishtirish uchun farqlar va o'xshashliklarni ta'kidlash uchun turli modellarda topilgan o'xshash ekologik viloyatlarning joylashishini baholash orqali.
A) Ekologik provinsiyani aniqlash uchun ish jarayonining sxematik diagrammasi;55 o'lchovli dastlabki ma'lumotlarni 11 o'lchovli model chiqishiga kamaytirish uchun funktsional guruhdagi yig'indidan foydalanish, shu jumladan etti funktsional/oziqlantiruvchi planktonning biomassasi va to'rtta ozuqaviy ta'minot tezligi.Arzimas qiymat va bardoshli muz qoplami maydoni.Ma'lumotlar standartlashtirilgan va standartlashtirilgan.Statistik jihatdan o'xshash xususiyatlar kombinatsiyasini ta'kidlash uchun t-SNE algoritmiga 11 o'lchovli ma'lumotlarni taqdim eting.DBSCAN parametr qiymatini o'rnatish uchun klasterni diqqat bilan tanlaydi.Nihoyat, ma'lumotlarni kenglik/uzunlik proyeksiyasiga qaytaring.Shuni esda tutingki, bu jarayon 10 marta takrorlanadi, chunki t-SNE qo'llash orqali ozgina tasodifiylik paydo bo'lishi mumkin.(B) (A) dagi ish jarayonini 10 marta takrorlash orqali AEPni qanday olish kerakligini tushuntiradi.Ushbu 10 ta amaliyotning har biri uchun viloyatlararo Bray-Kurtis (BC) o'xshashlik matritsasi 51 turdagi fitoplanktonlarning biomassasi asosida aniqlandi.Viloyatlar orasidagi miloddan avvalgi farqni aniqlang, murakkablik 1 AEP dan to'liq murakkablik 115. Miloddan avvalgi ko'rsatkich Longhurst provinsiyasi tomonidan o'rnatiladi.
SAGE usuli ekologik provinsiyani aniqlash uchun global 3D jismoniy/ekotizim raqamli modelining chiqishidan foydalanadi [Darvin (2);Materiallar va usullar va S1 eslatmaga qarang].Ekotizimning tarkibiy qismlari 35 turdagi fitoplankton va 16 turdagi zooplanktondan iborat bo'lib, ular ettita oldindan belgilangan funktsional guruhga ega: kam ozuqaviy muhitga moslashgan prokaryotlar va eukaryotlar, kaltsiy karbonat qoplamali koksidiyalar va azotning og'ir fiksatsiyasi (odatda oziq-ovqat etishmasligi). muhim oziq moddalar), kremniyli qoplama bilan, boshqa plankton fotosintez va o'tlash aralash ozuqa flagellates va zooplankton chorvadorlar qilish mumkin.O'lcham oralig'i 0,6 dan 2500 mkm ekvivalent sferik diametrga teng.Fitoplankton o'lchamlari va funktsional guruhlanishining model taqsimoti sun'iy yo'ldosh va in-situ kuzatuvlarida ko'rinadigan umumiy xususiyatlarni qamrab oladi (S1-S3-rasmlarga qarang).Raqamli model va kuzatilgan okean o'rtasidagi o'xshashlik, model tomonidan aniqlangan viloyatlar in-situ okeaniga tegishli bo'lishi mumkinligini ko'rsatadi.E'tibor bering, ushbu model faqat fitoplanktonning ma'lum xilma-xilligini va faqat in situ okeanining ma'lum fizik va kimyoviy majburiy diapazonlarini qamrab oladi.SAGE usuli odamlarga namunaviy jamoa tuzilmasining yuqori mintaqaviy nazorat mexanizmini yaxshiroq tushunishga imkon beradi.
Har bir plankton funktsional guruhiga faqat sirt biomassasining yig'indisini (o'rtacha 20 yil) kiritish orqali ma'lumotlarning o'lchovliligini kamaytirish mumkin.Ilgari olib borilgan tadqiqotlar jamiyat tuzilishini o'rnatishda ularning asosiy rolini ko'rsatganidan so'ng, u oziq moddalar oqimlari (azot, temir, fosfat va kremniy kislotasi bilan ta'minlash) uchun sirt manba atamalarini ham o'z ichiga oladi [masalan (20, 21)].Funktsional guruhlarning yig'indisi muammoni 55 (51 plankton va 4 ozuqa oqimi) dan 11 o'lchovgacha qisqartiradi.Ushbu dastlabki tadqiqotda algoritm tomonidan qo'yilgan hisoblash cheklovlari tufayli chuqurlik va vaqtning o'zgaruvchanligi hisobga olinmadi.
SAGE usuli chiziqli bo'lmagan jarayonlar o'rtasidagi muhim munosabatlarni va funktsional guruh biomassasi va ozuqa oqimi o'rtasidagi o'zaro ta'sirlarning asosiy xususiyatlarini aniqlashga qodir.Evklid masofaviy o'qitish usullariga asoslangan 11 o'lchovli ma'lumotlardan foydalanish (masalan, K-vositalari) ishonchli va takrorlanadigan viloyatlarni ololmaydi (19, 22).Buning sababi shundaki, ekologik provinsiyani belgilaydigan asosiy elementlarning kovariatsiyasining asosiy taqsimotida Gauss shakli topilmaydi.Voronoi hujayralarining K-vositalari (to'g'ri chiziqlar) Gauss bo'lmagan asosiy taqsimotni saqlay olmaydi.
Etti plankton funktsional guruhining biomassasi va to'rtta ozuqa oqimi 11 o'lchovli vektor x hosil qiladi.Shuning uchun, x model to'ridagi vektor maydoni bo'lib, har bir xi elementi modelning gorizontal panjarasida aniqlangan 11 o'lchovli vektorni ifodalaydi.Har bir i indeksi sferadagi to'r nuqtasini noyob tarzda aniqlaydi, bu erda (lon, lat) = (syu, thi).Agar model panjara birligining biomassasi 1,2 × 10-3 mg Chl/m3 dan kam bo'lsa yoki muz bilan qoplanish darajasi 70% dan oshsa, biomassa ma'lumotlari jurnali ishlatiladi va tashlanadi.Ma'lumotlar normallashtirilgan va standartlashtirilgan, shuning uchun barcha ma'lumotlar [0 dan 1] oralig'ida bo'ladi, o'rtacha o'chiriladi va birlik dispersiyasiga o'tkaziladi.Bu xususiyatlar (biomasa va ozuqa oqimi) mumkin bo'lgan qiymatlar oralig'idagi kontrast bilan cheklanmasligi uchun amalga oshiriladi.Klasterlash geografik masofadan ko'ra xususiyatlar orasidagi asosiy ehtimollik masofasidan o'zgarish munosabatlarini olishi kerak.Bu masofalarni miqdoriy aniqlash orqali muhim xususiyatlar paydo bo'ladi, keraksiz tafsilotlar esa yo'q qilinadi.Ekologik nuqtai nazardan, bu zarur, chunki biomassasi kam bo'lgan fitoplanktonlarning ayrim turlari ko'proq biogeokimyoviy ta'sirga ega bo'lishi mumkin, masalan, diazotrof bakteriyalar tomonidan azot fiksatsiyasi.Ma'lumotlarni standartlashtirish va normallashtirishda ushbu turdagi kovariatsiyalar ta'kidlanadi.
Bu o'ziga xos bo'lmagan echimlardan qochib, xususiyatlar ma'lumotlarida mustahkam klastzotani aniqlash uchun zarur qadamdir (Note S2).Using Gaussian kernels, t-SNE preserves the statistical properties of the data by mapping each high-dimensional object to a point in the 3D phase space, thereby ensuring that the probability of similar objects in the high and low directions is high in a high- o'lchovli makon (24).X1, ..., ..., Xn, T-Sne algoritmi Klback-Leveblbler (KL) diverjensiya (25) ni minimallashtirish bilan ta'minlaydi.If xi is the i-th object in N-dimensional space, xj is the j-th object in N-dimensional space, yi is the i-th object in low-dimensional space, and yj is the j-th object in low -dimensional space, then t -SNE defines the similarity probability ppj∣i = exp(-∥xi-xj∥2/2σi2)∑k≠iexp(-∥xi-xk∥2/2σi2), and for the dimensionality reduction set Qadij = (1+ li-ya-yjɛ jaj∥2) -1sk ≠ i (1 + ∥yj-yk∥2) -1
Shakl 2A 11 o'lchovli birikmaning biomassa va ozuqa oqimi vektorlarini 3D ga kamaytirish ta'sirini ko'rsatadi.T-SNEni qo'llash motivatsiyasini asosiy komponentlar tahlili (PCA) motivatsiyasi bilan solishtirish mumkin, bu ma'lumotlarning maydonini/atributini ta'kidlash uchun dispersiya atributidan foydalanadi va shu bilan o'lchovlilikni kamaytiradi.T-SNE usuli Ekologik Vazirlik uchun ishonchli va takrorlanadigan natijalarni ta'minlashda PCA dan ustun ekanligi aniqlandi (S2 eslatmaga qarang).Buning sababi PCA ning ortogonallik taxmini yuqori chiziqli bo'lmagan interaktiv xususiyatlar o'rtasidagi muhim o'zaro ta'sirlarni aniqlash uchun mos emasligi bo'lishi mumkin, chunki PCA chiziqli kovariatsiya tuzilmalariga (26) qaratilgan.Masofadan zondlash ma'lumotlaridan foydalangan holda, Lunga va boshqalar.(27) Gauss taqsimotidan chetga chiqadigan murakkab va chiziqli bo'lmagan spektral xususiyatlarni ajratib ko'rsatish uchun SNE usulidan qanday foydalanishni ko'rsatadi.
(A) t-SNE algoritmi bo'yicha chizilgan va DBSCAN yordamida viloyat bo'yicha ranglangan, modellashtirilgan ozuqa moddalari bilan ta'minlash tezligi, fitoplankton va zooplankton funktsional guruhi biomassasi.Har bir nuqta yuqori o'lchamli fazodagi nuqtani ifodalaydi, 6B-rasmda ko'rsatilganidek, ko'pchilik nuqtalar olinadi.Shaftlar "t-SNE" o'lchamlari 1, 2 va 3 ga tegishli. (B) DBSCAN tomonidan kelib chiqishning kenglik-uzunlik tarmog'ida topilgan viloyatning geografik proyeksiyasi.Rang har qanday rang sifatida qaralishi kerak, lekin (A) ga mos kelishi kerak.
2A-rasmdagi t-SNE tarqalish chizmasidagi nuqtalar mos ravishda kenglik va uzunlik bilan bog'langan.Agar 2A-rasmdagi ikkita nuqta bir-biriga yaqin bo'lsa, bu ularning biomassasi va oziq moddalar oqimining o'xshashligi, geografik yaqinlik tufayli emas.2A-rasmdagi ranglar DBSCAN usuli yordamida topilgan klasterlardir (28).Zich kuzatuvlarni izlashda DBSCAN algoritmi nuqtalar orasidagi 3D tasvirdagi masofadan foydalanadi (s = 0,39; bu tanlov haqida ma'lumot uchun Materiallar va usullarga qarang) va klasterni aniqlash uchun o'xshash nuqtalar soni talab qilinadi (bu erda) 100 ball, yuqoriga qarang).DBSCAN usuli quyida ko'rsatilganidek, ma'lumotlardagi klasterlarning shakli yoki soni haqida hech qanday taxmin qilmaydi:
3) Masofa ichida aniqlangan barcha nuqtalar uchun klaster chegarasini aniqlash uchun 2-bosqichni takroriy takrorlang.Agar ballar soni belgilangan minimal qiymatdan katta bo'lsa, u klaster sifatida belgilanadi.
Minimal klaster a'zosi va masofa s ko'rsatkichiga mos kelmaydigan ma'lumotlar "shovqin" hisoblanadi va unga rang berilmaydi.DBSCAN tez va kengaytiriladigan algoritm bo'lib, eng yomon holatda O(n2) ko'rsatkichiga ega.Hozirgi tahlil uchun bu tasodifiy emas.Eng kam ball miqdori ekspert bahosi bilan belgilanadi.Masofani sozlagandan so'ng, natija ≈±10 oralig'ida etarlicha barqaror emas.Bu masofa ulanish (6A-rasm) va okean qamrovi foizi (6B-rasm) yordamida o'rnatiladi.Ulanish klasterlarning umumiy soni sifatida aniqlanadi va s parametriga sezgir.Pastki ulanish mintaqalarni sun'iy ravishda guruhlashning etarli emasligini ko'rsatadi.Yuqori ulanish haddan tashqari moslashishni ko'rsatadi.Yuqori minimumni qo'llash mumkin, ammo agar minimal CA dan oshsa, ishonchli yechimga erishish mumkin emas.135 (Batafsil ma'lumot uchun Materiallar va usullarga qarang).
2A-rasmda aniqlangan 115 ta klaster 2B-rasmda yerga qaytarilgan.Har bir rang DBSCAN tomonidan aniqlangan biogeokimyoviy va ekologik omillarning izchil kombinatsiyasiga mos keladi.Klasterlar aniqlangandan so'ng, 2A-rasmdagi har bir nuqtaning ma'lum bir kenglik va uzunlik bilan bog'lanishi klasterlarni geografik hududga qaytarish uchun ishlatiladi.Shakl 2B buni 2A-rasmdagi kabi bir xil klaster ranglari bilan ko'rsatadi.Shunga o'xshash ranglarni ekologik o'xshashlik deb talqin qilmaslik kerak, chunki ular algoritm tomonidan klasterlarni topish tartibi bilan belgilanadi.
2B-rasmdagi maydon okeanning fizik va/yoki biogeokimyosida belgilangan hududga sifat jihatidan o'xshash bo'lishi mumkin.Masalan, Janubiy okeandagi klasterlar zonali simmetrik bo‘lib, oligotrof girdoblar paydo bo‘ladi va keskin o‘tish savdo shamollarining ta’siridan dalolat beradi.Masalan, Tinch okeanining ekvatorial qismida ko'tarilish bilan bog'liq turli hududlar ko'rinadi.
Ekologik provinsiyaning ekologik muhitini tushunish uchun klasterdagi ekologiyani baholash uchun Bray-Kurtis (BC) farq indeksining o'zgarishi (29) ishlatilgan.BC ko'rsatkichi ikki xil sayt o'rtasidagi jamoa tuzilishidagi farqni aniqlash uchun ishlatiladigan statistik ma'lumotdir.BC o'lchovi 51 turdagi fitoplankton va zooplanktonning biomassasi uchun qo'llaniladi BCninj = 1-2CninjSni + Snj
BCninj ni va nj birikmasi o‘rtasidagi o‘xshashlikni bildiradi, bunda Cninj ni va nj kombinatsiyalarida mavjud bo‘lgan yagona turdagi biomassaning minimal qiymati, Sni esa ni va Snj kombinatsiyalarida mavjud bo‘lgan barcha biomassalarning yig‘indisini ifodalaydi.Miloddan avvalgi farq masofa o'lchoviga o'xshaydi, lekin Evklid bo'lmagan fazoda ishlaydi, bu ekologik ma'lumotlar va uning talqini uchun ko'proq mos keladi.
2B-rasmda ko'rsatilgan har bir klaster uchun viloyat ichidagi va viloyatlararo BCning o'xshashligini baholash mumkin.Viloyat ichidagi miloddan avvalgi farq viloyatning o'rtacha qiymati va viloyatdagi har bir nuqta o'rtasidagi farqni anglatadi.Miloddan avvalgi viloyatlar o'rtasidagi farq bir viloyat va boshqa viloyatlar o'rtasidagi o'xshashlikni bildiradi.3A-rasmda BC nosimmetrik matritsasi ko'rsatilgan (0, qora: to'liq mos; 1, oq: butunlay o'xshash).Grafikdagi har bir satr ma'lumotlardagi naqshni ko'rsatadi.3B-rasmda har bir viloyat uchun 3A-rasmdagi BC natijalarining geografik ahamiyati ko'rsatilgan.Oziqlanish darajasi past va ozuqa moddalari kam boʻlgan hududdagi viloyat uchun 3B-rasmda ekvator va Hind okeani atrofidagi katta maydonlarning simmetriyasi asosan oʻxshashligini koʻrsatadi, lekin yuqori kengliklar va koʻtarilish zonalari sezilarli darajada farq qiladi.
(A) 51 plankton boʻlgan global 20 yillik oʻrtacha global sirt koʻrsatkichi asosida har bir viloyat uchun baholangan miloddan avvalgi farq darajasi.Qiymatlarning kutilgan simmetriyasiga e'tibor bering.B) ustun (yoki qator)ning fazoviy proyeksiyasi.Distrofik doiradagi viloyat uchun miloddan avvalgi o'xshashlik o'lchovining global taqsimoti baholandi va global 20 yillik o'rtacha ko'rsatkich baholandi.Qora (BC = 0) bir xil maydonni anglatadi va oq (BC = 1) o'xshashlik yo'qligini bildiradi.
Shakl 4A, 2B-rasmdagi har bir viloyatdagi miloddan avvalgi farqni ko'rsatadi.Klasterdagi o'rtacha maydonning o'rtacha kombinatsiyasidan foydalangan holda aniqlangan va BC va viloyatdagi har bir tarmoq nuqtasining o'rtacha qiymati o'rtasidagi farqni aniqlash, SAGE usuli ekologik o'xshashlik asosida 51 turni yaxshi ajratishi mumkinligini ko'rsatadi. Model ma'lumotlari.Barcha 51 turning umumiy o'rtacha BC klaster o'xshashligi 0,102±0,0049 ni tashkil qiladi.
(A, B va D) Viloyat ichidagi miloddan avvalgi farq har bir tarmoq nuqtasi jamoasi va o'rtacha viloyat o'rtasidagi o'rtacha BC farqi sifatida baholanadi va murakkablik kamaymaydi.(2) O'rtacha provintsiya ichidagi BC farqi 0,227±0,117 ni tashkil qiladi.Bu ushbu ish tomonidan taklif qilingan ekologik motivatsiyaga asoslangan tasniflashning benchmarkidir [(C) yashil chiziq].(C) Miloddan avvalgi o'rtacha provintsiya ichidagi farq: qora chiziq ortib borayotgan murakkablik bilan provinsiya ichidagi miloddan avvalgi farqni ifodalaydi.2s eko-viloyatni aniqlash jarayonining 10 marta takrorlanishidan kelib chiqadi.DBSCAN tomonidan aniqlangan viloyatlarning umumiy murakkabligi uchun (A) viloyatda miloddan avvalgi o'xshashlik 0,099 va (C) tomonidan taklif qilingan murakkablik tasnifi 12 ekanligini ko'rsatadi, natijada viloyatda BC o'xshashligi 0,200 ni tashkil qiladi.Rasmda ko'rsatilganidek.(D).
4B-rasmda 51 turdagi planktonlarning biomassasi Longxers provinsiyasidagi miloddan avvalgi ekvivalent farqni ifodalash uchun ishlatiladi.Har bir viloyatning umumiy o'rtacha ko'rsatkichi 0,227 ni tashkil qiladi va miloddan avvalgi provintsiyadagi farqga nisbatan grid nuqtalarining standart og'ishi 0,046 ni tashkil qiladi.Bu 1B-rasmda ko'rsatilgan klasterdan kattaroqdir.Buning o'rniga, ettita funktsional guruhning yig'indisidan foydalangan holda, Longhurstdagi o'rtacha eramizdan avvalgi mavsum ichidagi o'xshashlik 0,232 ga oshdi.
Global eko-viloyat xaritasi noyob ekologik o'zaro ta'sirlarning murakkab tafsilotlarini taqdim etadi va Longxerst provinsiyasining butun ekotizim tuzilmasidan foydalanishda yaxshilanishlar amalga oshirildi.Ekologiya vazirligi raqamli model ekotizimini boshqarish jarayoni haqida tushuncha berishi kutilmoqda va bu tushuncha dala ishlarini o'rganishga yordam beradi.Ushbu tadqiqotning maqsadi uchun yuzdan ortiq viloyatlarni to'liq ko'rsatish mumkin emas.Keyingi bo'limda viloyatlarni umumlashtiruvchi SAGE usuli taqdim etiladi.
Viloyatning maqsadlaridan biri viloyatning joylashuvi va boshqaruvini tushunishga yordam berishdir.Favqulodda vaziyatlarni aniqlash uchun 1B-rasmdagi usul ekologik jihatdan o'xshash provinsiyalarni joylashtirishni ko'rsatadi.Ekologik viloyatlar ekologik o‘xshashlik asosida birlashtiriladi va viloyatlarning bunday guruhlanishi AEP deb ataladi.Ko'rib chiqilishi kerak bo'lgan viloyatlarning umumiy soniga qarab sozlanishi "murakkablik" ni o'rnating."Murakkablik" atamasi favqulodda vaziyatlar atributlari darajasini sozlash imkonini berganligi sababli ishlatiladi.Ma'noli yig'ilishlarni aniqlash uchun mezon sifatida Longxerstdan 0,227 ga teng bo'lgan o'rtacha provintsiya ichidagi miloddan avvalgi farq ishlatiladi.Ushbu ko'rsatkichdan pastda, birlashtirilgan viloyatlar endi foydali deb hisoblanmaydi.
3B-rasmda ko'rsatilganidek, global ekologik viloyatlar bir-biriga mos keladi.Miloddan avvalgi mintaqalararo tafovutlardan foydalanish, ba'zi konfiguratsiyalar juda "keng tarqalgan" ekanligini ko'rish mumkin.Genetika va grafik nazariyasi usullaridan ilhomlangan "bog'langan grafiklar" > 100 ta viloyatni ularga eng o'xshash viloyatlar asosida saralash uchun ishlatiladi."Ulanish" metrika bu erda provinsiyal millatlararo farqlar (30) yordamida belgilanadi.> 100 ta viloyatni tasniflash uchun kattaroq malaka bilan bog'liq bo'lgan viloyatlar soni murakkablik sifatida yuborilishi mumkin.AEP - 100 dan ortiq viloyatlarni eng dominant / eng yaqin ekologik viloyatlar kabi maqtaydigan mahsulot.Har bir ekologik viloyat dominant / yuqori bog'liq ekologik viloyatga beriladi, ular ularga eng o'xshashdir.BC farqi bilan belgilangan ushbu yig'ish global ekologiyaga 9 ta yondashuvga imkon beradi.
Tanlangan murakkablik 1 dan shaklning to'liq murakkabligigacha bo'lgan har qanday qiymat bo'lishi mumkin.2a.Pastroq murakkablikda, AEP ehtimollik o'lchamini kamaytirish bosqichi (t-SNE) tufayli yomonlashishi mumkin.Degeneratsiya ekologik provinsiyalarni iteratsiyalar o'rtasida turli AEPlarga tayinlash va shu bilan qoplangan geografik hududni o'zgartirishni anglatadi.4C-rasmda 10 ta tatbiqda murakkabligi ortib borayotgan AEPlarda viloyatlar ichida miloddan avvalgi farqlarning tarqalishi tasvirlangan (1B-rasmdagi rasm).4C-rasmda 2s (ko'k maydon) 10 ta tatbiqda degradatsiya o'lchovidir va yashil chiziq Longhurst benchmarkini ifodalaydi.Faktlar shuni ko'rsatdiki, 12 ning murakkabligi provinsiyadagi miloddan avvalgi farqni barcha ilovalarda Longhurst benchmarkidan past darajada ushlab turishi va nisbatan kichik 2s degradatsiyasini saqlab turishi mumkin.Xulosa qilib aytganda, tavsiya etilgan minimal murakkablik 12 AEPni tashkil etadi va 4D-rasmda ko'rsatilganidek, 51 plankton turidan foydalangan holda baholangan o'rtacha provintsiya ichidagi miloddan avvalgi farq 0,198±0,013 ni tashkil qiladi.Etti plankton funktsional guruhlari yig'indisidan foydalangan holda, viloyat bo'yicha o'rtacha BC farqi 0,198±0,004 o'rniga 2s ni tashkil qiladi.Etti funktsional guruhning umumiy biomassasi yoki barcha 51 plankton turining biomassasi bilan hisoblangan BC farqlarini taqqoslash shuni ko'rsatadiki, SAGE usuli 51 o'lchovli vaziyatga qo'llanilishi mumkin bo'lsa-da, u etti funktsional guruhning umumiy biomassasi uchundir. O'qish uchun.
Har qanday tadqiqot maqsadiga qarab, turli darajadagi murakkabliklarni hisobga olish mumkin.Mintaqaviy tadqiqotlar to'liq murakkablikni talab qilishi mumkin (ya'ni, barcha 115 viloyat).Misol sifatida va ravshanlik uchun tavsiya etilgan minimal murakkablik 12 ni ko'rib chiqing.
SAGE usulining foydaliligiga misol sifatida, favqulodda vaziyatlar jamoat tuzilmasini boshqarishni o'rganish uchun bu erda minimal murakkabligi 12 bo'lgan 12 AEP ishlatiladi.5-rasmda AEP (A dan L gacha) bo'yicha guruhlangan ekologik tushunchalar ko'rsatilgan: Redfild stoxiometriyasida geografik daraja (5C-rasm), funktsional guruh biomassa tarkibi (5A-rasm) va ozuqa moddalari bilan ta'minlash (5B-rasm) N Zoomed tomonidan amalga oshiriladi.nisbati (N: Si: P: Fe, 1: 1: 16: 16 × 103) ko'rsatilgan.Oxirgi panel uchun P 16 ga ko'paytiriladi va Fe 16 × 103 ga ko'paytiriladi, shuning uchun bar grafigi fitoplanktonning ozuqaviy ehtiyojlariga teng.
Viloyatlar A dan L gacha boʻlgan 12 ta AEPga boʻlingan. (A) 12 ta viloyatdagi ekotizimlarning biomassasi (mgC/m3).(B) erigan noorganik azot (N), temir (Fe), fosfat (P) va kremniy kislotasi (Si) ning ozuqa oqimi tezligi (yiliga mmol/m3).Fe va P mos ravishda 16 va 16 × 103 ga ko'paytiriladi, shunda chiziqlar fitoplankton stokiometriyasi talablariga standartlashtiriladi.(C) Qutb mintaqalari, subtropik siklonlar va asosiy mavsumiy/ko'tarilgan hududlar o'rtasidagi farqga e'tibor bering.Kuzatuv stansiyalari quyidagicha belgilanadi: 1, SEATS;2, Alloh;3, p stantsiyasi P;va 4, yarasalar.
Aniqlangan AEP noyobdir.Atlantika va Tinch okeanlarida ekvator atrofida biroz simmetriya mavjud va shunga o'xshash, ammo kattalashgan hudud Hind okeanida mavjud.Ba'zi AEPlar ko'tarilish bilan bog'liq bo'lgan qit'aning g'arbiy tomonini qamrab oladi.Janubiy qutbning aylana qutb oqimi yirik zonal xususiyat sifatida qaraladi.Subtropik siklon oligotrofik AEP ning murakkab turkumidir.Ushbu viloyatlarda plankton ustunlik qiladigan oligotrofik girdoblar va diatomga boy qutb mintaqalari o'rtasidagi biomassa farqlarining tanish sxemasi aniq.
Jami fitoplankton biomassasi juda oʻxshash boʻlgan AEPlar juda xilma-xil jamoa tuzilmalariga ega boʻlishi va oʻxshash umumiy fitoplankton biomassasiga ega boʻlgan D, H va K kabi turli geografik hududlarni qamrab olishi mumkin.AEP H asosan ekvatorial Hind okeanida mavjud bo'lib, diazotrof bakteriyalar ko'proq.AEP D bir nechta havzalarda joylashgan, ammo u ayniqsa Tinch okeanida ekvatorial ko'tarilish atrofidagi yuqori hosildor hududlarda ko'zga tashlanadi.Tinch okeanidagi ushbu provinsiyaning shakli sayyoraviy to‘lqinli poyezdni eslatadi.AEP Dda diazobakteriyalar kam, konuslar esa ko'proq.Boshqa ikki viloyat bilan solishtirganda, AEP K faqat Shimoliy Muz okeanining baland tog'larida joylashgan bo'lib, diatomlar ko'proq va planktonlar kamroq.Shunisi e'tiborga loyiqki, bu uch mintaqada plankton miqdori ham juda farq qiladi.Ular orasida AEP K ning plankton ko'pligi nisbatan past, AEP D va H esa nisbatan yuqori.Shuning uchun, ularning biomassasiga qaramay (va shuning uchun Chl-a ga o'xshash), bu viloyatlar bir-biridan juda farq qiladi: Chl-ga asoslangan viloyat testlari bu farqlarni ushlamasligi mumkin.
Bundan tashqari, juda boshqacha biomassaga ega bo'lgan ba'zi AEPlar fitoplankton jamoalari tuzilishi jihatidan o'xshash bo'lishi mumkinligi ham aniq.Misol uchun, bu AEP D va E da ko'rinadi. Ular bir-biriga yaqin, Tinch okeanida esa AEP E yuqori mahsuldor AEPJga yaqin.Xuddi shunday, fitoplankton biomassasi va zooplankton ko'pligi o'rtasida aniq bog'liqlik yo'q.
AEPni ularga berilgan oziq moddalar nuqtai nazaridan tushunish mumkin (5B-rasm).Diatomlar faqat kremniy kislotasi ko'p bo'lgan joyda mavjud.Umuman olganda, kremniy kislotasi qanchalik ko'p bo'lsa, diatomlarning biomassasi shunchalik yuqori bo'ladi.Diatomlarni AEP A, J, K va L da ko'rish mumkin. Diatom biomassasining boshqa fitoplanktonlarga nisbati diatom talabiga nisbatan taqdim etilgan N, P va Fe bilan belgilanadi.Boshqa oziq moddalar bilan solishtirganda, Si eng ko'p ta'minlangan.Aksincha, yuqori mahsuldorlikka qaramay, AEP J kamroq diatomlarga va kamroq kremniy ta'minotiga ega (barchasi va boshqa oziq moddalarga nisbatan).
Diazonium bakteriyalari azotni mahkamlash qobiliyatiga ega, lekin sekin o'sadi (31).Ular boshqa fitoplanktonlar bilan birga yashaydilar, bu erda temir va fosfor diazoniy bo'lmagan ozuqa moddalariga bo'lgan talabga nisbatan ortiqcha bo'ladi (20, 21).Shuni ta'kidlash joizki, diazotrofik biomassa nisbatan yuqori, Fe va P ning ta'minoti N ga nisbatan katta bo'ladi. Shu tarzda, AEP J dagi umumiy biomassa yuqori bo'lsa-da, AEP H dagi diazonium biomassasi. Jdagidan kattaroq. E'tibor bering, AEP J va H geografik jihatdan juda farq qiladi va H Hind okeanining ekvatorial qismida joylashgan.
Agar noyob ekotizim strukturasi viloyatlarga bo'linmasa, 12 AEPning eng past murakkablikdagi modellaridan olingan tushunchalar unchalik aniq bo'lmaydi.SAGE tomonidan yaratilgan AEP ekotizim modellaridan murakkab va yuqori o'lchamli ma'lumotlarni izchil va bir vaqtda taqqoslashni osonlashtiradi.AEP nima uchun Chl jamiyat tuzilishini yoki yuqori ozuqaviy moddalar darajasida zooplankton ko'pligini aniqlash uchun yaxshi va muqobil usul emasligini samarali ta'kidlaydi.Davom etilayotgan tadqiqot mavzularining batafsil tahlili ushbu maqola doirasidan tashqarida.SAGE usuli modeldagi boshqa mexanizmlarni o'rganish yo'lini taqdim etadi, uni nuqtadan nuqtaga ko'rishdan ko'ra boshqarish osonroq.
SAGE usuli global fizik/biogeokimyoviy/ekotizim raqamli modellaridan o'ta murakkab ekologik ma'lumotlarni aniqlashtirishga yordam berish uchun taklif qilingan.Ekologik provintsiya o'zaro faoliyat plankton funktsional guruhlarning umumiy biomassasi, t-SNE ehtimoli o'lchamini kamaytirish algoritmini qo'llash va nazoratsiz ML usuli DBSCAN yordamida klasterlash bilan belgilanadi.Yuvalash usuli uchun provinsiyalararo BC farq/grafik nazariyasi global talqin qilish uchun ishlatilishi mumkin bo'lgan mustahkam AEPni olish uchun qo'llaniladi.Qurilish jihatidan Eko-viloyat va AEP noyobdir.AEP uyasi asl ekologik viloyatning toʻliq murakkabligi va tavsiya etilgan minimal 12 AEP chegarasi oʻrtasida sozlanishi mumkin.AEP ni joylashtirish va minimal murakkabligini aniqlash asosiy qadamlar hisoblanadi, chunki t-SNE ehtimoli <12 murakkablikdagi AEPlarni buzadi.SAGE usuli global bo'lib, uning murakkabligi > 100 AEP dan 12 gacha o'zgarib turadi. Oddiylik uchun hozirgi e'tibor 12 global AEPning murakkabligiga qaratilgan.Kelajakdagi tadqiqotlar, ayniqsa mintaqaviy tadqiqotlar, global ekoprovinsiyalarning kichikroq fazoviy to'plamini foydali deb topishi mumkin va bu erda muhokama qilingan bir xil ekologik tushunchalardan foydalanish uchun kichikroq hududda birlashtirilishi mumkin.Unda ushbu ekologik viloyatlar va ulardan olingan ma'lumotlardan qanday qilib ekologik tushunish, modellarni solishtirishni osonlashtirish va dengiz ekotizimlari monitoringini yaxshilash uchun qanday foydalanish mumkinligi haqida takliflar berilgan.
SAGE usuli bilan aniqlangan ekologik viloyat va AEP raqamli modeldagi ma'lumotlarga asoslanadi.Ta'rifga ko'ra, raqamli model soddalashtirilgan tuzilma bo'lib, maqsadli tizimning mohiyatini qamrab olishga harakat qiladi va turli modellar planktonning har xil taqsimotiga ega bo'ladi.Ushbu tadqiqotda foydalanilgan raqamli model kuzatilgan ba'zi naqshlarni to'liq qamrab olmaydi (masalan, ekvatorial mintaqa va Janubiy okean uchun Chl hisob-kitoblarida).Haqiqiy okeandagi xilma-xillikning faqat kichik bir qismi qo'lga olinadi va mezo va sub-mezoskalalarni hal qilib bo'lmaydi, bu ozuqa oqimiga va kichikroq miqyosdagi jamoa tuzilishiga ta'sir qilishi mumkin.Ushbu kamchiliklarga qaramay, AEP murakkab modellarni tushunishga yordam berishda juda foydali ekanligi ma'lum bo'ldi.Shunga o'xshash ekologik viloyatlar qaerda joylashganligini baholash orqali AEP potentsial raqamli modellarni taqqoslash vositasini taqdim etadi.Joriy raqamli model Chl-a kontsentratsiyasini masofadan zondlash fitoplanktonining umumiy sxemasini va plankton hajmi va funktsional guruhining taqsimlanishini aks ettiradi (Izoh S1 va S1-rasm) (2, 32).
0,1 mgChl-a/m-3 kontur chizig'i bilan ko'rsatilganidek, AEP oligotrofik maydon va mezotrofik maydonga bo'linadi (S1B-rasm): AEP B, C, D, E, F va G oligotrofik maydonlar, qolgan hududlar esa yuqori chl-a joylashgan.AEP Longhurst provinsiyasi bilan ba'zi yozishmalarni ko'rsatadi (rasm S3A), masalan, Janubiy okean va Tinch okeanining ekvatorial qismi.Ba'zi hududlarda AEP bir nechta Longhurst mintaqalarini qamrab oladi va aksincha.Ushbu hudud va Longxerstdagi provinsiyalarni chegaralash niyati boshqacha bo'lganligi sababli, farqlar bo'lishi kutilmoqda.Longhurst provinsiyasidagi bir nechta AEPlar o'xshash biogeokimyoga ega bo'lgan ba'zi hududlar juda boshqacha ekotizim tuzilmalariga ega bo'lishi mumkinligini ko'rsatadi.AEP fizik holatlar bilan ma'lum bir yozishmalarni namoyish etadi, buni nazoratsiz o'rganish (19) yordamida aniqlangan, masalan, yuqori ko'tarilish holatlarida (masalan, Janubiy okean va Tinch okeanining ekvatorial qismi; S3, C va D-rasm).Ushbu yozishmalar planktonlarning jamoa tuzilishiga okean dinamikasi kuchli ta'sir ko'rsatishini ko'rsatadi.Shimoliy Atlantika kabi hududlarda AEP jismoniy viloyatlarni kesib o'tadi.Ushbu farqlarni keltirib chiqaradigan mexanizm changni tashish kabi jarayonlarni o'z ichiga olishi mumkin, bu hatto o'xshash jismoniy sharoitlarda ham butunlay boshqacha ovqatlanish dasturlariga olib kelishi mumkin.
Ekologiya vazirligi va AEPning ta'kidlashicha, dengiz ekologiyasi hamjamiyati allaqachon tushunganidek, faqat Chl dan foydalanish ekologik komponentlarni aniqlay olmaydi.Bu o'xshash biomassaga ega, ammo sezilarli darajada farq qiladigan ekologik tarkibga ega (masalan, D va E) AEPlarda kuzatiladi.Bundan farqli o'laroq, D va K kabi AEPlar juda boshqacha biomassaga ega, ammo o'xshash ekologik tarkibga ega.AEP biomassa, ekologik tarkib va zooplankton ko'pligi o'rtasidagi bog'liqlik murakkab ekanligini ta'kidlaydi.Misol uchun, AEP J fitoplankton va plankton biomassasi jihatidan ajralib tursa-da, AEP ning A va L plankton biomassalari o'xshash, ammo A ning plankton ko'pligi yuqori.AEP fitoplankton biomassasini (yoki Chl) zooplankton biomassasini bashorat qilish uchun ishlatib bo'lmasligini ta'kidlaydi.Zooplankton baliqchilik oziq-ovqat zanjirining asosidir va aniqroq hisob-kitoblar resurslarni yaxshiroq boshqarishga olib kelishi mumkin.Kelajakdagi dengiz rangli sun'iy yo'ldoshlari [masalan, PACE (plankton, aerozol, bulut va dengiz ekotizimlari)] fitoplanktonning jamoa tuzilishini baholashga yordam berish uchun yaxshiroq joylashishi mumkin.AEP bashoratidan foydalanish kosmosdan zooplanktonni baholashni osonlashtirishi mumkin.SAGE kabi usullar, yangi texnologiyalar va yerdagi haqiqatni o'rganish uchun mavjud bo'lgan ko'proq va ko'proq dala ma'lumotlari (masalan, Tara va keyingi tadqiqotlar) sun'iy yo'ldoshga asoslangan ekotizim salomatligi monitoringi yo'lida birgalikda qadam tashlashi mumkin.
SAGE usuli biomassa/Chl, aniq birlamchi ishlab chiqarish va jamoa tuzilishi kabi viloyat xususiyatlarini nazorat qiluvchi ba'zi mexanizmlarni baholashning qulay usulini taqdim etadi.Masalan, diatomlarning nisbiy miqdori fitoplanktonning stoxiometrik talablariga nisbatan Si, N, P va Fe ta'minotidagi nomutanosiblik bilan belgilanadi.Muvozanatli ta'minot darajasida jamiyatda diatomlar (L) ustunlik qiladi.Ta'minot darajasi muvozanatsiz bo'lsa (ya'ni, kremniyni etkazib berish diatomlarning ozuqaviy talabidan past bo'lsa), diatomlar faqat kichik bir qismni (K) tashkil qiladi.Fe va P ning ta'minoti N dan (masalan, E va H) oshib ketganda, diazotrof bakteriyalar kuchli o'sadi.AEP tomonidan taqdim etilgan kontekst orqali nazorat mexanizmlarini o'rganish yanada foydali bo'ladi.
Eko-viloyat va AEP o'xshash jamoat tuzilmalariga ega hududlardir.Ekologik viloyat yoki AEP doirasidagi ma'lum bir joydan olingan vaqt seriyasi mos yozuvlar nuqtasi sifatida qaralishi mumkin va ekologik viloyat yoki AEP qamrab olgan hududni ko'rsatishi mumkin.Uzoq muddatli joylardagi monitoring stantsiyalari bunday vaqt seriyasini ta'minlaydi.Uzoq muddatli in-situ ma'lumotlar to'plamlari behisob rol o'ynashda davom etadi.Jamiyat tuzilishini monitoring qilish nuqtai nazaridan SAGE usuli yangi saytlarning eng foydali joylashuvini aniqlashga yordam beradigan usul sifatida qaralishi mumkin.Masalan, uzoq muddatli oligotrofik yashash muhitini baholashdan (ALOHA) olingan vaqt seriyasi oligotrofik hududning AEP B da joylashgan (5C-rasm, yorliq 2).ALOHA boshqa AEP chegarasiga yaqin boʻlganligi sababli, vaqt seriyasi ilgari taklif qilinganidek, butun hududni ifodalamasligi mumkin (33).Xuddi shu AEP B da, SEATS vaqt seriyasi (Janubiy-Sharqiy Osiyo vaqt seriyasi) Tayvanning janubi-g'arbiy qismida (34) boshqa AEP chegaralaridan uzoqroqda joylashgan (5C-rasm, yorliq 1) va uni kuzatish uchun yaxshiroq joy sifatida foydalanish mumkin. APPB.AEPCdagi BATS (Bermuda Atlantika Time Series Study) vaqt seriyasi (5C-rasm, yorliq 4) AEP C va F o'rtasidagi chegaraga juda yaqin, bu BATS vaqt seriyasidan foydalangan holda AEP C monitoringini bevosita muammoli bo'lishi mumkinligini ko'rsatadi.AEP J dagi P stansiyasi (5C-rasm, yorliq 3) AEP chegarasidan uzoqda, shuning uchun u ko'proq vakillik qiladi.Eko-viloyat va AEP global o'zgarishlarni baholash uchun mos monitoring tizimini yaratishga yordam berishi mumkin, chunki provinsiyalarning joyida namuna olish qayerda muhim tushunchalarni berishi mumkinligini baholashga ruxsati.SAGE usuli vaqtni tejaydigan o'zgaruvchanlikni baholash uchun iqlim ma'lumotlariga qo'llanilishi uchun yanada ishlab chiqilishi mumkin.
SAGE usulining muvaffaqiyati ma'lumotlar fanini/ML usullarini va domenga xos bilimlarni sinchkovlik bilan qo'llash orqali erishiladi.Xususan, t-SNE o'lchovlilikni kamaytirishni amalga oshirish uchun ishlatiladi, bu yuqori o'lchamli ma'lumotlarning kovariatsiya tuzilishini saqlaydi va kovariatsiya topologiyasini vizualizatsiya qilishni osonlashtiradi.The data are arranged in the form of stripes and covariances (Figure 2A), indicating that purely distance-based measures (such as K-means) are not appropriate because they usually use a Gaussian (circular) basis distribution (discussed in Note S2) .DBSCAN usuli har qanday kovariatsiya topologiyasi uchun javob beradi.Parametrlarni o'rnatishga e'tibor bersangiz, ishonchli identifikatsiyani ta'minlash mumkin.KL masofasini parallellashtirish oson bo'lganligi sababli, t-SNE algoritmi kelajakda kengayish uchun yaxshi potentsialga ega (35).Yaxshiroq miqyoslashning ma'nosi, masalan, global iqlimni yoki aralash qatlamda turli xil murakkablikdagi modellarni tasniflashdir.Har qanday viloyatda SAGE tomonidan tasniflanmaydigan joylar 2A-rasmdagi qolgan qora nuqta sifatida ko'rib chiqilishi mumkin.
SAGE usulini yaratish uchun funktsional guruhlarning klasterlarini (11 o'lchovli fazoda juda yaqin bo'lish imkoniyati) aniqlash va viloyatlarni aniqlash qobiliyatidan foydalangan holda murakkab tizimlar/ma'lumotlar fanining g'oyalari ishlatilgan.Ushbu viloyatlar bizning 3D t-SNE fazali fazomizda ma'lum hajmlarni tasvirlaydi.Xuddi shunday, Puankare qismi "normal" yoki "xaotik" xatti-harakatni aniqlash uchun traektoriya egallagan davlat maydonining "hajmini" baholash uchun ishlatilishi mumkin (36).Statik 11 o'lchovli model chiqishi uchun ma'lumotlar 3D fazali fazoga aylantirilgandan so'ng egallangan hajm xuddi shunday tushuntirilishi mumkin.3D fazali fazoda geografik hudud va maydon o'rtasidagi munosabatlar oddiy emas, lekin uni ekologik o'xshashlik nuqtai nazaridan tushuntirish mumkin.Shu sababli, an'anaviy BC o'xshashlik o'lchovi afzallik beriladi.
Kelgusi ishlar aniqlangan viloyatlar va AEPning fazoviy o'zgaruvchanligini baholash uchun mavsumiy o'zgaruvchan ma'lumotlar uchun SAGE usulini qayta ishlatadi.Kelajakdagi maqsad bu usuldan qaysi viloyatlarni sun'iy yo'ldosh o'lchovlari (masalan, Chl-a, masofadan zondlash aks ettirish va dengiz yuzasi harorati) orqali aniqlash mumkinligini aniqlashga yordam berishdan iborat.Bu ekologik komponentlarni masofaviy zondlash orqali baholash va ekologik viloyatlar va ularning o‘zgaruvchanligini yuqori darajada moslashuvchan monitoring qilish imkonini beradi.
Ushbu tadqiqotning maqsadi SAGE usulini joriy etishdan iborat bo'lib, u o'zining noyob plankton jamoasi tuzilishi orqali ekologik viloyatni belgilaydi.Bu yerda fizik/biogeokimyoviy/ekotizim modeli hamda t-SNE va DBSCAN algoritmlarining parametr tanlashi haqida batafsil ma’lumot beriladi.
Modelning fizik komponentlari okean aylanishi va iqlimni baholashdan kelib chiqadi [ECCOv4;(37) (38) tomonidan tavsiflangan global davlat bahosi.Davlat bahosining nominal o'lchamlari 1/5 ni tashkil qiladi.Lagranj multiplikatori usuli bilan eng kichik kvadratlar usuli kuzatuv yo'li bilan sozlangan boshlang'ich va chegara shartlarini va ichki model parametrlarini olish uchun ishlatiladi, shu bilan erkin ishlaydigan MIT umumiy tsikli modeli (MITgcm) (39), model optimallashtirishdan so'ng, natijalar mumkin. kuzatib, kuzatiladi.
Biogeokimyo/ekotizim to'liqroq tavsifga ega (ya'ni tenglamalar va parametr qiymatlari) (2).Model noorganik va organik hovuzlar orqali C, N, P, Si va Fe ning aylanishini ushlaydi.Bu erda ishlatiladigan versiya fitoplanktonning 35 turini o'z ichiga oladi: 2 turdagi mikroprokaryotlar va 2 turdagi mikroeukariotlar (oziq moddalari past muhitlar uchun mos), 5 turdagi Cryptomonas sphaeroides (kaltsiy karbonat qoplamali), 5 turdagi diazonium ( Azotni mahkamlashi mumkin, shuning uchun u cheklanmagan) erigan noorganik azotning mavjudligi), 11 diatom (kremniyli qoplamni hosil qiladi), 10 aralash vegetativ flagellatlar (boshqa planktonlarni fotosintez qilish va eyish mumkin) va 16 zooplankton (boshqa planktonlarda o'tlash).Ular dengiz biogeokimyosiga har xil ta’sir ko‘rsatgani uchun “biogeokimyoviy funksional guruhlar” deb ataladi (40, 41) va ko‘pincha kuzatish va model tadqiqotlarida qo‘llaniladi.Ushbu modelda har bir funktsional guruh 0,6 dan 2500 mkm ekvivalent sferik diametrga ega bo'lgan turli o'lchamdagi bir nechta planktonlardan iborat.
Fitoplanktonning o'sishi, o'tlanishi va cho'kishiga ta'sir qiluvchi parametrlar o'lcham bilan bog'liq va oltita fitoplankton funktsional guruhlari o'rtasida o'ziga xos farqlar mavjud (32).Turli xil jismoniy tizimlarga qaramasdan, modelning 51 plankton komponentining natijalari bir qator so'nggi tadqiqotlarda qo'llanilgan (42-44).
1992 yildan 2011 yilgacha fizik/biogeokimyoviy/ekotizimni ulash modeli 20 yil davomida ishladi.Modelning chiqishi plankton biomassasini, ozuqa moddalarining kontsentratsiyasini va ozuqa moddalarini etkazib berish tezligini (DIN, PO4, Si va Fe) o'z ichiga oladi.Ushbu tadqiqotda ushbu natijalarning 20 yillik o'rtacha ko'rsatkichi Ekologik viloyatning kiritilishi sifatida ishlatilgan.Chl, plankton biomassasi va ozuqa kontsentratsiyasining taqsimlanishi va funktsional guruhlarning taqsimlanishi sun'iy yo'ldosh va in-situ kuzatuvlari bilan taqqoslanadi [qarang (2, 44), S1 eslatma va rasm.S1 s3].
SAGE usuli uchun tasodifiylikning asosiy manbai t-SNE bosqichidan kelib chiqadi.Tasodifiylik takrorlanishiga to'sqinlik qiladi, ya'ni natijalar ishonchsizdir.SAGE usuli t-SNE va DBSCAN parametrlari to'plamini aniqlash orqali mustahkamlikni sinchkovlik bilan tekshiradi, ular takrorlanganda klasterlarni doimiy ravishda aniqlay oladi.T-SNE parametrining "chalkashligini" aniqlash, yuqoridan past o'lchamlarga qadar xaritalash ma'lumotlarning mahalliy yoki global xususiyatlariga qanchalik mos kelishi kerakligini aniqlash sifatida tushunilishi mumkin.
DBSCAN klasterlash algoritmi uchun klasterdagi ma'lumotlar nuqtalarining minimal hajmi va masofa ko'rsatkichini aniqlash kerak.Minimal raqam mutaxassislar rahbarligida aniqlanadi.Bu bilim joriy raqamli modellashtirish tizimiga va ruxsatiga nima mos kelishini biladi.Ulanish darajasi (6A-rasm) yuqoriroq qamrovga qulay bo'lgan s parametrini o'rnatish uchun ishlatiladi (6B-rasm).Ulanish klasterlarning umumiy soni sifatida aniqlanadi va s parametriga sezgir.Pastki ulanish mintaqalarni sun'iy ravishda guruhlashning etarli emasligini ko'rsatadi.Haddan tashqari moslashish ham muammoli, chunki u dastlabki tasodifiy taxminlar takrorlanmaydigan natijalarga olib kelishi mumkinligini ko'rsatadi.Ushbu ikki ekstremal chegaralar orasidagi keskin o'sish (odatda "tirsak" deb ataladi) eng yaxshi s ni ko'rsatadi.In Figure 6A, you see a sharp increase in the plateau area (yellow,> 200 clusters), followed by a sharp decrease (green, 100 clusters), up to about 130, surrounded by very few clusters (blue, <60 clusters) ).Sariq maydon juda o'zgaruvchan, takrorlanmaydigan klaster taqsimotiga ega.Yashil maydonning keskin o'sishi tirsagi deyiladi.T-SNE ehtimoli ishlatilgan bo'lsa-da, miloddan avvalgi, viloyat ichidagi fikrlar ishonchli klastzani aniqlash uchun ishlatilishi mumkin.The larger the minimum number, the smaller the probability of reaching the ϵ that allows reliable classification, and the greater the green area with a value greater than 135. The enlargement of this area indicates that the elbow will be more difficult to find or non- mavjud bo'lgan.
t-SNE parametrlarini o'rnatgandan so'ng, topilgan klasterlarning umumiy soni ulanish o'lchovi (A) va klasterga ajratilgan ma'lumotlarning foizi (B) sifatida ishlatiladi.Qizil nuqta qamrov va ulanishning eng yaxshi kombinatsiyasini ko'rsatadi.Minimal raqam ekologiya bilan bog'liq minimal raqamga muvofiq belgilanadi.
Ushbu maqola uchun qo'shimcha materiallar uchun http://advances.sciencemag.org/cgi/content/full/6/22/eaay4740/DC1 ga qarang.
Bu Creative Commons Attribution License shartlariga muvofiq tarqatilgan ochiq kirish maqolasi.Maqola asl asardan to'g'ri iqtibos keltirilishi sharti bilan har qanday vositada cheklovsiz foydalanish, tarqatish va ko'paytirishga ruxsat beradi.
Eslatma: Biz sizdan faqat elektron pochta manzilingizni ko'rsatishingizni so'raymiz, shunda siz sahifaga tavsiya qilgan odam siz u xatni ko'rishni xohlayotganingizni va bu spam emasligini bilishi uchun.Biz hech qanday elektron pochta manzilini ushlamaymiz.
Bu savol sizning tashrif buyuruvchi ekanligingizni tekshirish va avtomatik spam yuborishning oldini olish uchun ishlatiladi.
Global dengiz ekologiyasi vazirligi murakkab muammolarni hal qilishga qaror qiladi va jamoat tuzilmalarini o'rganish uchun nazoratsiz MLdan foydalanadi.
Global dengiz ekologiyasi vazirligi murakkab muammolarni hal qilishga qaror qiladi va jamoat tuzilmalarini o'rganish uchun nazoratsiz MLdan foydalanadi.
Yuborilgan vaqt: 2021 yil 12-yanvar