作者:L Song · 2023 · 被引用 27 次 — 原核蓝藻的防御机制之一与一系列次生代谢产物(包括蓝藻毒素)的产生有关。(表...
藻类盛开,导致海水变色,通常称为“红潮”。有害的藻华(HAB)是指某些类型的藻类在水生环境中的快速和过度生长,例如淡水和海洋生态系统,对水生生物和人类产生不利或有害后果。Habs如果污染饮用水,或者人们食用暴露于这些毒素的海鲜,则会对人类健康构成风险。HAB的关键特征包括藻类过度生长和毒素产生。HAB涉及异常浓度的藻类,通常会产生对水的可见变色。过度生长通常是由诸如养分富集(例如氮和磷),温暖温度和阳光等因素所促进的。导致有害藻华的兴起的最关键因素被认为是低氮/磷比率和温度升高。
HON的开幕词。丹·沙利文(Dan Sullivan),美国来自阿拉斯加参议员的参议员。 海洋,气氛,渔业和海岸警卫队的小组委员会现在将订购。 下午好。 ,我想欢迎大家。 今天是一个重要的监督听证会,我们必须讨论经常被称为有害的藻类或HAB的有害藻类,以及我们国家在沿海地区和沿海社区中的HAB的影响。 habs在科学上是复杂且经济上的破坏性,该国几乎每个州都经历了某种HAB活动,包括我的家乡阿拉斯加。 我将举几个示例,说明阿拉斯加正在发生的事情。 我知道,委员会上的联盟将谈论其州发生的一些事情。 在过去的80年中,在阿拉斯加,哈布斯实际上杀死了15人并病了数百人。 鉴于贝类在阿拉斯加的许多家庭中是一个主食,尤其是对于我们的部落社区,这是一个严重的问题。 habs还对我们宝贵的海鲜行业造成了严重的财务后果,不仅在阿拉斯加,而且在全国范围内,近年来,触发HAB的条件的发生频率更高。 有多种类型的HAB,这在监视,研究和响应它们方面造成了困难。 瘫痪的壳壳中毒,也称为PSP,是一种严重的疾病,是由于被有毒藻类污染的贝类引起的。来自阿拉斯加参议员的参议员。海洋,气氛,渔业和海岸警卫队的小组委员会现在将订购。下午好。,我想欢迎大家。今天是一个重要的监督听证会,我们必须讨论经常被称为有害的藻类或HAB的有害藻类,以及我们国家在沿海地区和沿海社区中的HAB的影响。habs在科学上是复杂且经济上的破坏性,该国几乎每个州都经历了某种HAB活动,包括我的家乡阿拉斯加。我将举几个示例,说明阿拉斯加正在发生的事情。我知道,委员会上的联盟将谈论其州发生的一些事情。在过去的80年中,在阿拉斯加,哈布斯实际上杀死了15人并病了数百人。鉴于贝类在阿拉斯加的许多家庭中是一个主食,尤其是对于我们的部落社区,这是一个严重的问题。habs还对我们宝贵的海鲜行业造成了严重的财务后果,不仅在阿拉斯加,而且在全国范围内,近年来,触发HAB的条件的发生频率更高。有多种类型的HAB,这在监视,研究和响应它们方面造成了困难。瘫痪的壳壳中毒,也称为PSP,是一种严重的疾病,是由于被有毒藻类污染的贝类引起的。这是一种问题,特别是因为它会导致严重的人类疾病,甚至在很小的浓度下死亡。商业收获的贝壳鱼经常测试,但PSP对许多
最近的北极气候变暖引起了北极海洋(AO)海冰厚度和范围的逐渐逐渐下降(Comiso等,2008; Kacimi&Kwok,2022; Kwok,2018; Laxon et al。 AO表面变暖趋势(Z. Li等,2022; Shu等,2022; Steele等,2008),主要是由于有据可查的气候变暖趋势(Rantanen等,2022)。然而,当前AO分层的空间和时间变化似乎不仅受海冰融化和海洋变暖的控制,而且还通过风和河流淡水径流的强度来控制(Hordoir等,2022年)。此外,即使是亚极区域(大西洋和太平洋)的水质量对流的变化也可以改变AO分层(Polyakov等,2020)。海冰融化和积聚的季节性周期强烈调节AO植物浮游生物的生命周期(Janout等,2016)。Kahru等。 (2010,2016)使用遥感观察结果表明,在近几十年以前的春季浮游植物布鲁姆(SPB)时,春季浮游植物的时机(SPB)的时机发生了,并假设这是由于气候变暖驱动的海冰的较早破裂所致。 在温带和高纬度海洋中,SPB通常开始其发育,这是由于水柱的季节性增加引起的光限制(Siegel等,2002)是由对流驱动的混合减少引起的(Mignot等人,2018年)。Kahru等。(2010,2016)使用遥感观察结果表明,在近几十年以前的春季浮游植物布鲁姆(SPB)时,春季浮游植物的时机(SPB)的时机发生了,并假设这是由于气候变暖驱动的海冰的较早破裂所致。在温带和高纬度海洋中,SPB通常开始其发育,这是由于水柱的季节性增加引起的光限制(Siegel等,2002)是由对流驱动的混合减少引起的(Mignot等人,2018年)。物理海洋的这些特定条件使海洋浮游植物可以在舒适的区域中度过足够的时间,从而提高了细胞的倍增率并超过其死亡率。这些环境条件即使在极地海洋中也可以触发SPB(Behrenfeld等,2017; Uchida等,2019),其中
1 IIHR—Hydroscience and Engineering, University of Iowa, Iowa City, Iowa, USA 2 Civil and Environmental Engineering, University of Iowa, Iowa City, Iowa, USA 3 Electrical and Computer Engineering, University of Iowa, Iowa City, Iowa, USA * Corresponding Author: bekirzahit-demiray@uiowa.edu Abstract Harmful algal blooms (HABs) have由于人类活动和气候变化的综合作用,影响了水生生态系统,饮用水供应系统和人类健康,因此成为了重大的环境挑战。This study investigates the performance of deep learning models, particularly the Transformer model, as there are limited studies exploring its effectiveness in HAB prediction, considering multiple influencing parameters including physical, chemical, and biological water quality monitoring data from multiple stations located west of Lake Erie, and uses Shapley Additive Explanations (SHAP) values as an explainable artificial intelligence (AI) tool to identify key input features affecting HABs.我们的发现突出了深度学习模型,尤其是变压器的优越性,捕获了水质参数的复杂动态,并为生态管理提供了可行的见解。SHAP分析将颗粒有机碳,颗粒有机氮和总磷视为影响HAB预测的关键因素。这项研究有助于开发HAB的先进预测模型,这有助于早期检测和主动管理策略。关键字:有害藻华(HAB),预测,深度学习,变压器,叶绿素-a,水质,可解释的AI,形状值。此手稿是一个地球预印本,已在同行评审期刊中提交了可能的出版物。请注意,此前尚未进行同行评审,目前正在首次接受同行评审。此手稿的后续版本可能具有略有不同的内容。
Daniela Maizel 1,Addison Testoff 2,Erik Swanson 3,Courtney Broedlow 3,Natasha Schaefer Solle 2,Nichole Klatt 3,Larry Brand 1,Helena Solo-Gabriele 2,Helena Solo-Gabriele 2,Cassandra Gaston 1,Alberto Caban-Martinez 2,Kimberto Caban-Martinez 2,Kimberly J.Popendorf 1Daniela Maizel 1,Addison Testoff 2,Erik Swanson 3,Courtney Broedlow 3,Natasha Schaefer Solle 2,Nichole Klatt 3,Larry Brand 1,Helena Solo-Gabriele 2,Helena Solo-Gabriele 2,Cassandra Gaston 1,Alberto Caban-Martinez 2,Kimberto Caban-Martinez 2,Kimberly J.Popendorf 1
摘要:由于人为影响,有害的藻类和蓝细菌花朵在淡水系统中的频率和强度增加,例如在流域中的养分负荷以及天然水道的工程变化。有多种物理因素影响淡水系统中的条件,这有助于有害藻类和产生毒素的蓝细菌的最佳栖息地。越来越多的研究表明,气候变化应激源还会影响水体状况,这些条件有利于有害的藻类和蓝细菌,而不是其他浮游植物。这些生物的过度生长或“开花”增加了人类,伴侣动物,牲畜和野生动植物接触毒素的机会。随着水的温暖和降水模式随着时间的流逝而变化,预计暴露于这些花朵会增加。因此,重要的是,各州和部落制定监控和报告策略以及协调政府政策,以保护其管辖范围内的公民和生态系统。目前,为监测和报告有害藻类和蓝细菌开花所采取的政策和方法在各州之间差异很大,如果有任何部落有针对有害藻类开花的特定政策,则尚不确定。本文综合了对美国内陆淡水系统中藻类开花的研究。本综述研究了气候变化如何促进开花频率或严重程度的趋势,并概述了各州和部落可能用来监测,报告和响应有害藻类和蓝细菌的方法。
摘要 可以使用 16S rRNA 荧光原位杂交 (FISH) 研究微生物种群的净增长,即丰度随时间的变化。然而,这种方法不能区分死亡率和细胞分裂率。我们结合稀释培养实验,将基于 FISH 的图像细胞术用于研究两种不同的浮游植物水华中四种细菌类群的净增长、细胞分裂和死亡率:寡营养菌 SAR11 和 SAR86 以及富营养菌门拟杆菌门及其 Aurantivirga 属。细胞体积、核糖体含量和细胞分裂频率 (FDC) 随时间共同变化。在这三者中,FDC 是计算所选类群细胞分裂率的最合适的预测因子。 SAR86 的 FDC 衍生细胞分裂率高达 0.8/天,Aurantivirga 的 FDC 衍生细胞分裂率高达 1.9/天,这与寡养生物和富养生物的预期不同。令人惊讶的是,SAR11 的细胞分裂率也达到了高达 1.9/天的高水平,甚至在浮游植物大量繁殖之前也是如此。对于所有四个分类群,丰度衍生的净增长率(-0.6 到 0.5/天)比细胞分裂率低一个数量级。因此,死亡率与细胞分裂率相当高,表明大约 90% 的细菌产物在 1 天内被回收,没有明显的时间滞后。我们的研究表明,确定特定分类单元的细胞分裂率是对基于组学的工具的补充,并为包括自下而上和自上而下控制在内的单个细菌生长策略提供了前所未有的线索。