XiaoMi-AI文件搜索系统
World File Search System浮游生物
浮游生物真菌：评论-Pearl
1地球，海洋与环境学院，南卡罗来纳大学，美国南卡罗来纳州哥伦比亚大学，2太平洋生物科学研究中心，夏威夷大学，夏威夷大学，美国HI，HI，HI，HI，HI，美国HI，美国维也纳大学维也纳大学的功能与进化生态系3 DeBiovotité和écologieMicrobienne，Inrae，布雷斯特大学，法国普鲁赞奈大学，6学院，法国大学，法国，法国，7座生物学和海洋科学学院，普利茅斯大学，普利茅斯大学，英国普利茅斯大学，英国，英国，8号海洋生物学协会，伍德海，美国，海洋，9号。 10普兰斯顿淡水生态学与内陆渔业研究所浮游生物和微生物生态学研究所（IGB），德国Neuglobsow，12荷兰皇家荷兰皇家海洋研究所生物地球化学1地球，海洋与环境学院，南卡罗来纳大学，美国南卡罗来纳州哥伦比亚大学，2太平洋生物科学研究中心，夏威夷大学，夏威夷大学，美国HI，HI，HI，HI，HI，美国HI，美国维也纳大学维也纳大学的功能与进化生态系3 DeBiovotité和écologieMicrobienne，Inrae，布雷斯特大学，法国普鲁赞奈大学，6学院，法国大学，法国，法国，7座生物学和海洋科学学院，普利茅斯大学，普利茅斯大学，英国普利茅斯大学，英国，英国，8号海洋生物学协会，伍德海，美国，海洋，9号。 10普兰斯顿淡水生态学与内陆渔业研究所浮游生物和微生物生态学研究所（IGB），德国Neuglobsow，12荷兰皇家荷兰皇家海洋研究所生物地球化学
开发和评估多样化的浮游生物图像...
Acknowledgements ......................................................................................................................... iii Abstract .............................................................................................................................. iv List of Tables ..................................................................................................................... vi List of Figures .......................................................................................................................................................... vii
Petri-Med：基于卫星的监测，对地中海海中的微生物浮游生物生物多样性
对微生物浮游生物生物多样性的评估和监测对于获得对海洋环境的健康状况的良好评估至关重要。PETRI-MED项目通过制定新的策略来根据卫星观测来监测微生物浮游生物群落组成和功能来解决这一必要。培养皿将专注于地中海作为具有深远的生态和文化重要性的全球生物多样性热点。Petri-Med项目的主要目标包括（i）基于创新的卫星指标的开发，以确定微生物浮游生物社区的生物多样性状态和趋势，（ii）鉴定微生物浮游生物分布和多样性的微生物浮游生物分布和（iii）的自然连接式的生物群体及其多样性范围的范围，包括生物群体的自然连接，包括生物群的自然连接，包括生物范围。通过关注海洋健康和/或生物地球化学状态的关键指标。这样做，培养皿将主要依赖卫星光学放射测量（即海洋颜色，OC），从而利用最新OC欧洲数据集的时间和空间特征（即，由copernicus sentinel-3和欧洲航天机构的OC-CCI）具有偏僻的隔离式观察（即copernicus Sentinel-3和欧洲航天机构），并具有偏僻的海拔（AS-Art Space）。电流建模和基因组技术。为了实现合并遥感，生物地球化学/物理建模以及原位测量测量的雄心勃勃的目标，Petri-Med将依靠人工智能（AI）。PETRI-MED的总体目标是使决策者和利益相关者获得必要的知识，以根据定量的实时指标对生态系统管理采用优先级别方法。这包括保护和实施保护策略和政策，以保护生物多样性，量化各个层面实施的行动的影响，并为海洋保护区（MPA）（MPA），关键生物多样性领域以及生态或生物学上重要的海洋领域提供系统的，事实支持的事实支持。此外，彼得索（Petrimed）试图评估MPA管理对气候变化的可行性，从而确保在面对环境挑战时为保护海洋生态系统的保护策略。总而言之，PETRI-MED代表了一种全面而创新的方法，可以促进我们对地中海中微生物浮游生物生物多样性的理解。通过卫星技术，法学技术和AI的整合，该项目为有效的海洋生态系统管理和保护策略提供了宝贵的见解和工具。
海洋颜色仪 (OCI) 用于检测浮游生物、气溶胶...
稿件收到日期：2024 年 2 月 21 日；修订日期：2024 年 3 月 21 日；接受日期：2024 年 3 月 23 日。出版日期：2024 年 4 月 1 日；当前版本日期：2024 年 5 月 13 日。这项工作得到了美国国家航空航天局 (NASA) 浮游生物、气溶胶、云、海洋生态系统 (PACE) 项目的支持。（通讯作者：Gerhard Meister。）Gerhard Meister、Joseph J. Knuble、Robert H. Estep Jr.、David Kubalak 和 P. Jeremy Werdell 均就职于 NASA，戈达德太空飞行中心，美国马里兰州格林贝尔特 20771（电子邮件：gerhard.meister@nasa.gov；joseph.j.knuble@ nasa.gov；robert.h.estep@nasa.gov；david.kubalak@nasa.gov；jeremy。werdell@nasa.gov）。Ulrik Gliese 就职于 KBR，美国马里兰州富尔顿 20759（电子邮件：ulrik.b.gliese@nasa.gov）。Robert Bousquet 就职于 Genesis Engineering Solutions Inc.，地址：美国马里兰州兰汉姆 20706（电子邮件：robert.r.bousquet@nasa.gov）。Leland H. Chemerys、Samuel Kitchen-McKinley 和 Jeffrey W. McIntire 就职于 Science Systems and Applications Inc.，地址：美国马里兰州兰汉姆 20706（电子邮件：leland.h.chemerys@nasa.gov；samuel.kitchen@ssaihq.com；jeffrey.mcintire@ssaihq.com）。Hyeungu Choi 就职于 Global Science & Technology Inc.，地址：美国马里兰州格林贝尔特 20707（电子邮件：HChoi@gst.com）。Robert E. Eplee、Shihyan Lee 和 Frederick S. Patt 就职于 Science Applications International Corporation，地址：美国弗吉尼亚州雷斯顿 20190（电子邮件：robert.e.eplee@nasa.gov；shihyan.lee@nasa.gov；frederick.s.patt@nasa.gov）。Eric T. Gorman 就职于 Northrop Grumman，地址：美国马里兰州巴尔的摩 21240（电子邮件：eric.gorman@quantumspace.us）。Charles McClain 已退休，曾就职于 NASA，地址：美国马里兰州格林贝尔特 20771，戈达德太空飞行中心。他现在就职于美国马里兰州塞弗纳帕克 21146（电子邮件：chuckmcclain@verizon.net）。Zakk Rhodes 就职于美国 UT 84341 空间动力学实验室（电子邮件：zakk.rhodes@nasa.gov）。数字对象标识符 10.1109/TGRS.2024.3383812
通过基于 DNA 的监测发现波罗的海地区独特的细菌和原生浮游生物多样性动态
沿海水域的浮游微生物构成了食物网和生物地球化学循环的基础。波罗的海地区具有明显的环境梯度，是典型的沿海环境。然而，迄今为止，对这些环境梯度的微生物多样性评估既缺乏分类范围，也缺乏空间和时间尺度的整合。在这里，我们使用 DNA 宏条形码分析了 398 个样本的原生生物和细菌多样性，这些样本与波罗的海和卡特加特海峡-斯卡格拉克海峡的国家监测同步。我们发现，与其他环境因素不同，盐度对细菌群落组成的影响大于对原生生物群落组成的影响。同样，贝叶斯模型表明，在较低（<9 PSU）和较高（>15 PSU）的咸水盐度中，细菌谱系出现的可能性都小于原生生物。尽管如此，原生生物的 α 多样性还是随着盐度的增加而增加。细菌 α 多样性的变化主要是季节性的，与冬季通过垂直混合引入深水生物群有关。我们认为原生生物在生态上对盐度不太敏感，因为区室化使它们能够将基本代谢过程与细胞膜分离。此外，细菌进一步和更频繁地扩散可能会阻碍局部适应。最终，基于 DNA 的环境监测扩展了我们对微生物多样性模式和潜在因素的理解。40
海洋浮游生物Oikopleura dioica隐种的极端基因组混乱
1 冲绳科学技术研究所研究生大学 (OIST) 基因组学和监管系统组，日本冲绳恩纳村 904-0495； 2 巴塞罗那大学 (UB) 遗传学系、微生物学和国家生物学系、生物学系，巴塞罗那 08028，西班牙； 3 巴塞罗那大学 (UB) 生物多样性研究所 (IRBio), 巴塞罗那 08028, 西班牙; 4 实验植物研究所植物结构与功能基因组学中心, 779 00 奥洛穆茨, 捷克; 5 卑尔根大学SARS国际中心，卑尔根N-5008，挪威； 6 卑尔根大学生物科学系，卑尔根 N-5020，挪威； 7 鹿儿岛大学理学院，鹿儿岛 890-0065，日本；8 大阪大学理学院生物科学系，丰中市，大阪 560-0043，日本
环境DNA揭示了浮动海上风电场的鱼类和浮游生物多样性的空间模式
fi g u r e 3 mifish社区概况的β多样性。（a）样品重复级别的NMD图，（b）在Hellinger转换的Bray-Curtis成对差异的站点处的平均连锁聚类。采样深度表示为实心圆（10 m）或带有十字架（50 m）的开放正方形。样品以黄色为OWF或蓝色以显示参考区域。
传统技术应用与 YOLOv5 模型进行计算机视觉海洋水下物体检测
摘要。本文以浮游生物为例，比较了两种在水环境中检测和识别微物体的方法的有效性，这些方法使用了神经网络和各种技术，并使用不同的编程语言开发。首先，研究并应用了传统的检测方法，该方法基于 Gabor 和多层感知器特征的提取，以 MATrixLABoratory (MATLAB) 语言实现。其次，使用 YOLOv5（“You only look once” 的缩写）作为单级神经网络，以 Python 语言实现。介绍了这些方法在浮游生物检测中的工作结果。计算准确度和完整性指标以确定两种方法中的最佳方法。使用检测方法后，获得了带有识别结果的图像，以编程方式计算的性能指标。研究了使用短视频图像进行实时识别的方法应用的有效性。最后，指出 YOLOv5 模型在检测海洋物体（尤其是浮游生物）的任务中表现出了明显优于传统方法的优势。其准确率高出 30%；物体检测的完整性提高了27％。