Waiting
로그인 처리 중...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

Visualisatie van productiviteitszones op basis van het stikstofmassabalansmodel in Narragansett Bay, Rhode Island

Published: July 14, 2023 doi: 10.3791/65728

Summary

Hier willen we de zonering van biologische productiviteit in Narragansett Bay, Rhode Island, visualiseren op basis van het stikstofmassabalansmodel. De resultaten zullen worden gebruikt voor het nutriëntenbeheer in de kustregio's om hypoxie en eutrofiëring te verminderen.

Abstract

Primaire productiviteit in de kustgebieden, gekoppeld aan eutrofiëring en hypoxie, biedt een kritisch inzicht in het functioneren van ecosystemen. Hoewel de primaire productiviteit grotendeels afhankelijk is van de toevoer van nutriënten in de rivieren, is het een uitdaging om de omvang van de nutriënteninvloeden van rivieren in de kustgebieden in te schatten. Een stikstofmassabalansmodel is een praktisch hulpmiddel om de productiviteit van de kustoceaan te evalueren om biologische mechanismen te begrijpen die verder gaan dan gegevenswaarnemingen. Deze studie visualiseert de biologische productiezones in Narragansett Bay, Rhode Island, VS, waar hypoxie vaak voorkomt, door een stikstofmassabalansmodel toe te passen. De baai is verdeeld in drie zones - bruine, groene en blauwe zones - op basis van primaire productiviteit, die worden gedefinieerd door de resultaten van het massabalansmodel. Bruine, groene en blauwe zones vertegenwoordigen een hoog fysisch proces, een hoog biologisch proces en een lage biologische proceszone, afhankelijk van de rivierstroom, de nutriëntenconcentraties en de mengsnelheden. De resultaten van deze studie kunnen het nutriëntenbeheer in de kustoceaan beter informeren als reactie op hypoxie en eutrofiëring.

Introduction

Primaire productiviteit, de productie van organische verbindingen door fytoplankton, voedt voedselwebben van ecosystemen en is belangrijk voor het begrijpen van de functie van het systeem als reactie op veranderingen in het milieu 1,2. De primaire productiviteit van estuaria hangt ook nauw samen met eutrofiëring, die wordt gedefinieerd als een overmaat aan nutriënten in het ecosysteem1, die verschillende schadelijke gevolgen heeft in de kustgebieden, zoals een overgroei van fytoplankton die leidt tot grote algenbloei en daaropvolgende hypoxie 3,4. Belangrijk is dat de primaire productiviteit in estuaria sterk afhankelijk is van de nutriëntenbelasting in de rivier, met name stikstofconcentraties, die de typische beperkende voedingsstof zijn in de meeste gematigde oceaanecosystemen 5,6. Een schatting van de omvang van de stikstofeffecten van rivieren in kustgebieden blijft echter een uitdaging.

Om de primaire productiviteit van het estuarium te schatten, is een stikstof (N) massabalansmodel een nuttig hulpmiddel om stikstoffluxen te berekenen2. Het N-massabalansmodel biedt ook inzicht in biologische mechanismen die verder gaan dan gegevenswaarnemingen, en onthult informatie aan de randen van verschillende primaire productiviteitszones7. Drie verschillende zones8, gedefinieerd als bruine, groene en blauwe zones, zijn bijzonder nuttig voor het voorspellen van de impact van nutriëntenbelasting in hypoxische regio's. De bruine zone, gedefinieerd als het dichtstbijzijnde gebied van een riviermonding, vertegenwoordigt een hoog fysisch proces, de groene zone heeft een hoge biologische productiviteit en de blauwe zone vertegenwoordigt een laag biologisch proces. De grens van elke zone hangt af van het debiet van de rivier, de nutriëntenconcentraties en de mengsnelheden8.

Narragansett Bay (NB) is een gematigd estuarium aan de kust in Rhode Island, VS, dat economische en ecologische diensten en goederen 9,10,11 ondersteunt, waarin hypoxie consequent is voorgekomen. Deze hypoxische gebeurtenissen, gedefinieerd als de periode van weinig opgeloste zuurstof (d.w.z. minder dan 2-3 mg zuurstof per liter), komen vooral voor in juli en augustus en worden sterk beïnvloed door de stikstofbelasting in de rivieren gedurende deze maanden12. Met een toename van de primaire productie en hypoxie als gevolg van antropogene emissies van nutriënten13, is inzicht in de stikstofinput in NB van cruciaal belang voor het beheersen en aanpakken van kustproblemen zoals eutrofiëring en hypoxie. In deze studie wordt dus de snelheid van de primaire productie in NB berekend op basis van het N-massabalansmodel met behulp van historisch waargenomen nutriëntengegevens, met name opgeloste anorganische stikstof (DIN). Op basis van de resultaten van het N-massabalansmodel door conversie naar koolstofeenheden met behulp van de Redfield-ratio, werden drie verschillende primaire productiviteitszones geïdentificeerd om de mate van stikstofinvloed van de rivier in NB te visualiseren. Het model werd vervolgens nagemaakt tot een 3D-weergave om de verschillende zones beter te visualiseren. De producten die uit deze studie zijn voortgekomen, kunnen het nutriëntenbeheer in NB beter informeren als reactie op hypoxie en eutrofiëring. Verder zijn de resultaten van deze studie toepasbaar op andere kustregio's om de effecten van riviertransport op nutriënten en primaire productiviteit in beeld te brengen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Toepassing van het N-massabalansmodel

  1. Download de gegevens over opgeloste anorganische stikstof (DIN) van het Amerikaanse Environmental Protection Agency (USEPA) voor 166 stations in Narragansett Bay van 1990 tot 2015.
    OPMERKING: In deze studie werd de som van de ammoniumconcentraties (NH4+), nitriet (NO2-) en nitraat (NO3-) beschouwd als de DIN-concentratie.
  2. Splits de Narragansett-baai in vijftien vakken langs de as, aangepast aan de vorige studie14 met behulp van Adobe Illustrator om de baai op de kaart te verdelen (Figuur 1).
  3. Pas het N-massabalansmodel toe om de gemiddelde DIN-concentratie in elke doos te berekenen.
    OPMERKING: In deze studie werd het N-massabalansmodel, bestaande uit DIN-invoer- en uitvoertermen, gewijzigd ten opzichte van eerdere studies 2,15 en toegepast op elke doos (1-15) van de Narragansett-baai als vergelijking 1.
    Equation 7Eq. (1)
    Tabel 1 toont de definities van elke term en eenheid die in dit model van Narragansett Bay wordt gebruikt. Het model berekent de gemiddelde DIN-concentratie door het verschil in elke doos Narragansett Bay te bepalen, wat de netto DIN-verwijdering door biologische productie vertegenwoordigt. Gedetailleerde informatie over het N-massabalansmodel is te vinden in de vorige studies 2,15. De gedetailleerde waarden die in het model van deze studie zijn gebruikt, zijn afgeleid van de eerdere studies14.
  4. Bereken de potentiële primaire productie (PPP) op basis van de resultaten van het N-massabalansmodel door de netto DIN-verwijdering om te rekenen naar koolstofeenheden met behulp van de Redfield-verhouding (C: N = 106: 16, molaire verhouding) in een spreadsheetbestand.

2. Visualisatie van drie zones op de kaart van Narragansett Bay

  1. Plot de geïdentificeerde drie zones op de kaart van Narragansett Bay als een contourplot met behulp van de Ocean Data View-software.
    1. Sla de PPP-tariefgegevens van elk vak op als een tekstbestand (.txt) uit het spreadsheetbestand.
      OPMERKING: Het .txt-bestand bevat ook de locatie van elk doosnummer als lengte- en breedtegraad. Zet de lengtegraad als een negatieve waarde. De gegevens over het KKP-percentage worden aangeduid als PPP [gC·m-2·day-1].
    2. Laad de PPP-tariefgegevens in de Ocean Data View-software.
      1. Ga naar openen in het menu Bestand .
      2. Klik in het venster Koppeling van metagegevensvariabele op Vak Variabelen, Breedtegraad, Lengtegraad aan Station, Breedtegraad [degrees_north] en Lengtegraad [degrees_east], en klik vervolgens op de knop OK.
      3. Klik op de knop OK in het venster Importeren .
    3. Teken de contourgrafiek om de PPP-bereiken op de kaart van Narragansett Bay weer te geven.
      1. Klik met de rechtermuisknop op de kaart, klik op Zoomen, sleep het rode vak om in te zoomen op het gegevensgebied van de kaart en klik vervolgens op Enter.
      2. Klik op het venster 1 SCATTER van de lay-outsjablonen in het menu Beeld .
      3. Klik met de rechtermuisknop in het deelvenster Voorbeeld en selecteer Afgeleide variabelen.
      4. Klik op de knop Toevoegen nadat u Latitude hebt geselecteerd onder Metagegevens in het deelvenster Keuzelijst . Doe hetzelfde voor Longitude en klik vervolgens op de OK knop.
      5. Selecteer drvd: Longitude [degrees_East] als X-Variable door met de rechtermuisknop op het spreidingsvenster te klikken.
      6. Selecteer drvd: Latitude [degrees_North] als Y-variabele door met de rechtermuisknop op het spreidingsvenster te klikken.
      7. Selecteer PPP [gC·m-2·day -1] als Z-variabele door met de rechtermuisknop op het spreidingsvenster te klikken.
      8. Selecteer Eigenschappen door met de rechtermuisknop op het spreidingsvenster te klikken en ga naar de optie Weergavestijl .
        1. Selecteer het veld Gerasterd .
        2. Ga naar de optie Contouren en klik op de knop << om 0, 0,1 en 2 waarden alleen in de reeds gedefinieerde deelvensters aan de linkerkant te laten staan.
        3. Klik op de knop OK .
  2. Definieer op basis van de contourplot van de Ocean Data View Software de rand van de bruine, groene en blauwe zones in Narraganset Bay en visualiseer de zones met Adobe Illustrator om drie zones op de kaart te plotten.
    OPMERKING: Na de vorige studie15 bedroeg de PPP-snelheid van de bruine zone respectievelijk meer dan 2 gC·m-2·day-1, de groene zone tussen 0,1-2 gC·m-2·day-1 en de blauwe zone minder dan 0,1 gC·m-2·day-1.

3. Het omzetten van de contourplot van drie zones in het driedimensionale (3D) frame met LED-licht

  1. Ets drie acrylpanelen als 5,5'' x 8'' met een lasersnijder om de grens van elke zone aan te geven.
  2. Stapel drie acrylpanelen in een verlicht kader. Overlap elk acrylpaneel met de blauwe, groene en bruine zones. Plaats een paneel met groene zones bovenop het paneel met blauwe zones en daarbovenop een paneel met bruine zones.
  3. Voor het tweede fysieke model etst u vier acrylplaten als 5,5'' x 8'' met een lasersnijder, waarbij de UV-geprinte drie grenzen van zones en één paneel om de hele Narragansett-baai weer te geven (volgens stappen 3.1-3.2).
  4. Verander de kleur van elke zone in bruin, groen en blauw met behulp van de LED's aan de onderkant van het frame.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Drie theoretische zones van Narragansett Bay op basis van het N-massabalansmodel
De drie theoretische zones in Narragansett Bay (NB) werden gedefinieerd op basis van de resultaten van het N-massabalansmodel, waarbij de DIN-gegevens werden toegepast op vijftien dozen NB, en vervolgens de gemiddelde DIN in elke doos werd omgerekend naar de PPP-percentages voor de zomerperiode. Zoals te zien is in figuur 2, werden op basis van de gemiddelde KKP-percentages in de zomer (juni tot september) van elke doos drie (bruine, groene en blauwe) zones in NB geïdentificeerd die de criteria van de KKP-percentages van elke zone uit de vorige studievolgden 15. Tijdens de zomerperiode werden de vakken 1, 2, 5, 6, 7 en 10, die zich meestal in de buurt van de riviermonding bevonden, gedefinieerd als bruine zones met hoge PPP-percentages van meer dan 2 gC·m-2·day-1, wat aangeeft dat er sprake was van een sterk fysisch proces en een biologisch proces met een hoge troebelheid en lichtbeperking. De vakken 3, 4, 8, 9 en 11 werden geclassificeerd als groene zones, met een PPP-bereik van 0,1-2 gC·m-2·day-1, waar een sterk biologisch proces plaatsvond, wat wijst op nutriëntenbeperking en een hoge primaire productie. Door de hoge troebelheid in de bruine zone was de lichtinval beperkt, wat een significant verschil was met de groene zone. Daarentegen werden in de vakken 12, 13, 14 en 15 blauwe zones met lage KKP-percentages van minder dan 0,1 gC·m-2·day-1 geïdentificeerd en die het verst uit de kust lagen, wat neerkomt op een lage biologische productiviteit.

Visualisatie van drie zones van Narragansett Bay met behulp van fysieke kaders
Om de grenzen van drie theoretische zones in NB visueel te implementeren, werd een 3D-weergave gemaakt waarin gelaagde acrylpanelen werden gebruikt en geëtst, waardoor twee fysieke kaders ontstonden zoals beschreven in paragraaf 3. Zoals te zien is in figuur 3, werden drie acrylpanelen gebruikt met de LED-lampjes aan de onderkant van het frame, die kunnen worden gewijzigd om een betere weergave van de kenmerken van elke grens weer te geven. Bovendien werden dot-matrixpatronen met een andere mate geëtst om de hoeveelheid troebelheid van het sediment in elke zone weer te geven. Figuur 4 toont het tweede fysieke raamwerk met vier acrylplaten met drie grenzen van elke zone, UV-geprint en één laag geëtst om de hele NB te laten zien. De afbeeldingen van de ontwikkelingsfase van het tweede raamwerk zijn weergegeven in figuur 4A, met drie bladen die elke zone vertegenwoordigen en één extra blad dat de volledige drie zones toont. In figuur 4B werd het tweede fysieke raamwerk verlicht door de LED-lampjes en toonde het de overlappingen van de grenzen voor elke zone.

Figure 1
Figuur 1: Kaart van Narragansett Bay. De genummerde segmenten tonen de 15 vakjes langs de as, die is aangepast ten opzichte van een eerdere studie14. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 2
Figuur 2: Omvang van de drie theoretische zones in de baai van Narragansett. Zones werden gedefinieerd op basis van de resultaten van het N-massabalansmodel. Elke zone wordt verdeeld door de gemiddelde potentiële primaire productie (PPP) in de zomer (juni tot september), die wordt omgerekend naar de resultaten van het N-massabalansmodel die zijn gedefinieerd in de vorige studie15. Het gemiddelde PPP-percentage in de zomer van bruine zones is meer dan 2 gC·m-2·day-1, de groene zones ligt tussen 0.1-2 gC·m-2·day-1 en de blauwe zones is minder dan 0.1 gC·m-2·day-1. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 3
Figuur 3: Het eerste fysieke raamwerk van de drie zones in Narragansett Bay. Het fysieke raamwerk maakt gebruik van drie acrylpanelen en dot-matrixpatronen om de hoeveelheid troebelheid van het sediment in elke zone weer te geven. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 4
Figuur 4: Het tweede fysische raamwerk van drie theoretische zones in Narragansett Bay. (A) De schematische afbeeldingen van de drie zones in de baai voor UV-printen en stapelen van het tweede fysieke raamwerk. (B) Het raamwerk gemaakt met behulp van vier acrylplaten om overlappingen van de grenzen van zones weer te geven. Klik hier om een grotere versie van deze figuur te bekijken.

Eenheid Definities
Equation 1 DIN-flux van elke rivierafvoer
Equation 2 Diffuse flux van atmosferische depositie
Equation 3 Benthische flux uit de bodemsedimenten
Equation 4 Denitrificatie in de waterkolom
Equation 5 Een advectieterm die wordt berekend op basis van de huidige snelheid
Equation 6 Verwijdering door biologische productie

Tabel 1: Definities van elke term in het N-massabalansmodel. De gedetailleerde waarden die in het model zijn gebruikt, zijn afgeleid van eerdere studies 14,16,17.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Deze studie schatte de omvang van de nutriënteneffecten van rivierinputs in Narraganset Bay (NB) op basis van het N-massabalansmodel door de drie theoretische zones te definiëren. Historisch gezien verschenen hypoxische zones in de buurt van de Providence River, de westkant van Greenwich Bay en Mount Hope Bay tijdens de zomerperiode18, die in deze studie werden gedefinieerd als bruine zones. Bovendien is de zonering van NB vergelijkbaar met de resultaten van een eerdere studie19, waarin de nutriëntenconcentratie en de primaire productie in NB werden onderzocht. Beide benadrukken het belang van inspanningen om nutriënten te verminderen. Bovendien waren de grenzen van elke zone in deze studie vergelijkbaar met de resultaten van een eerdere studie19, wat aangeeft dat hypoxie in de bovenste baai van NB kan worden gecontroleerd door de advectie van organisch materiaal uit de Providence River, wat een verhoogde ademhaling oplevert met een hoge productiviteit van meer dan 2,6 gC·m-2·day-1. Deze resultaten in de bovenste baai van NB werden in deze studie weergegeven door de bruine zone. Bovendien bleef de productiviteit dalen in de richting van de oceaan, aangegeven door de groene en blauwe zones.

Daarentegen werd tijdens het zomerseizoen Mt. Hope Bay (box 10) gedefinieerd als de bruine zone in deze studie, met een hogere primaire productiviteit van meer dan 2 gC·m-2·day-1 in vergelijking met de vorige studie19. Deze verhoogde productiviteit geeft aan dat andere bronnen van nutriënten, naast de stikstoftoevoer in de rivier, deze regio kunnen beïnvloeden en moeten worden beschouwd als een andere DIN-inputterm in N-massabalansmodellen. De zonering in deze studie zal naar verwachting leiden tot betere beheerinspanningen voor nutriënten in NB, gericht op het verminderen van de stikstofafvoer in rivieren en de atmosferische stikstofdepositie, die is benadrukt in andere estuariene systemen, waaronder de Chesapeake Bay 2,20. Oviatt et al. (2002) ontdekten dat de mengsnelheid en lichtpenetratie PPP21 beïnvloedden, maar toekomstig werk is nodig om deze factoren die worden toegeschreven aan hoge PPP in de bruine zones beter te kwantificeren.

Ten slotte wordt, door de drie theoretische zones van NB weer te geven als twee fysieke kaders, visueel een beter begrip bereikt van de omvang van de toevoer van rivieren of andere nutriënten naar het kustgebied. Hoewel kaders voor elke zone vaste grenzen kunnen hebben, wordt in ons raamwerk ook flexibiliteit getoond om te informeren dat de drie theoretische zones van maand tot maand kunnen veranderen afhankelijk van de nutriëntenconcentraties van zoet water, de mengsnelheid en het rivierdebiet, zoals aangegeven in de eerdere toepassingen van het N-massabalansmodel 2,15. Verschillende vakken in figuur 3 en figuur 4 werden bijvoorbeeld weergegeven als gemengde zones omdat ze tijdens de zomerperioden maandelijks als verschillende zones werden gecategoriseerd op basis van de resultaten van het N-massabalansmodel. De kaders tonen het effect van riviernutriënten in NB door een geïntegreerde visualisatie van wetenschappelijke biogeochemische gegevens te bieden door middel van een kunstvorm, die nuttig is voor nutriëntenbeheer in het kustgebied en voor wetenschappelijke communicatie.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben geen belangenconflicten te melden.

Acknowledgments

Deze studie werd ondersteund door de National Science Foundation (OIA-1655221, OCE-1655686) en Rhode Island Sea Grant (NA22-OAR4170123, RISG22-R/2223-95-5-U). We willen ook de Rhode Island School of Design bedanken voor het ontwikkelen van het Vis-A-Thon-project en deze visualisatie.

Materials

Name Company Catalog Number Comments
Adobe Illustrator  Adobe version 27.6.1 https://www.adobe.com/products/illustrator.html
Ampersand Gessobord Uncradled 1/8" Profile 8" x 8" Risdstore 70731053088 https://www.risdstore.com/ampersand-gessobord-8x8-flat-1-8-profile.html
Ocean Data View software https://odv.awi.de/en/software/download/
W-Series (Wide) Flexible LED Strip Light - Ultra Bright (18 LEDs/foot) aspectLED SKU AL-SL-W-U https://www.aspectled.com/products/w-wide-5050-ultra-bright?gclid=CjwKCAjwm4ukBhAuEiwA0z
QxkyqisRPqBcHvXEW8KcJE-bK0d2cvGtqlOxXWJI_
E2rd6DzttPR0FLRoCgfkQAvD_BwE

DOWNLOAD MATERIALS LIST

References

  1. Nixon, S. W. Coastal marine eutrophication: A definition, social causes, and future concerns. Ophelia. 41, 199-219 (1995).
  2. Kim, J. S., Brush, M. J., Song, B., Anderson, I. C. Reconstructing primary production in a changing estuary: A mass balance modeling approach. Limnology and Oceanography. 66 (6), 2535-2546 (2021).
  3. Kemp, W. M., et al. Eutrophication of Chesapeake Bay: historical trends and ecological interactions. Marine Ecology Progress Series. 303, 1-29 (2005).
  4. Brush, M. J., et al. American Geophysical Union. Coastal Ecosystems in Transition: A Comparative Analysis of the Northern Adriatic and Chesapeake Bay. Malone, T. C., Malej, A., Faganeli, F. Chapter 5, John Wiley & Sons, Hoboken, NJ. (2021).
  5. Howarth, R. W., Marino, R. Nitrogen as the limiting nutrient for eutrophication in coastal marine ecosystems: Evolving views over three decades. Limnology and Oceanography. 51 (1 part 2), 364-376 (2006).
  6. Paerl, H. W. Controlling eutrophication along the freshwater-marine continuum: Dual nutrient (N and P) reductions are essential. Estuaries and Coasts. 32, 593-601 (2009).
  7. Kim, J. S., Chapman, P., Rowe, G., DiMarco, S. F. Categorizing zonal productivity on the continental shelf with nutrient-salinity ratios. Journal of Marine Systems. 206, 103336 (2020).
  8. Rowe, G. T., Chapman, P. Continental shelf hypoxia: Some nagging questions. Gulf of Mexico Science. 20 (2), 153-160 (2002).
  9. Nixon, S. W. Eutrophication and the macroscope. Hydrobiologia. 629, 5-19 (2009).
  10. Barbier, E. B., et al. The value of estuarine and coastal ecosystem services. Ecological Monographs. 81 (2), 169-193 (2011).
  11. Cloern, J. E., Foster, S. Q., Kleckner, A. E. Phytoplankton primary production in the world's estuarinecoastal ecosystem. Biogeosciences. 11 (9), 2477-2501 (2014).
  12. Codiga, D. L., Stoffel, H. E., Oviatt, C. A., Schmidt, C. E. Managed nitrogen load decrease reduces chlorophyll and hypoxia in warming temperate urban estuary. Frontiers in Marine Science. 9, 930347 (2022).
  13. Sigman, D. M., Hain, M. P. The biological productivity of the ocean. Nature Education Knowledge. 3 (10), 21 (2012).
  14. Kremer, J. N., et al. Simulating property exchange in estuarine ecosystem models at ecologically appropriate scales. Ecological Modelling. 221 (7), 1080-1088 (2010).
  15. Kim, J. S., Chapman, P., Rowe, G., DiMarco, S. F., Thornton, D. C. O. Implications of different nitrogen input sources for potential production and carbon flux estimates in the coastal Gulf of Mexico (GOM) and Korean Peninsula coastal waters. Ocean Science. 16, 45-63 (2020).
  16. Lake, S. J., Brush, M. J. The contribution of microphytobenthos to total productivity in upper Narragansett Bay, Rhode Island. Estuarine, Coastal and Shelf Science. 95 (2-3), 289-297 (2011).
  17. Brush, M. J., Nixon, S. W. Modeling the role of macroalgae in a shallow sub-estuary of Narragansett Bay, RI (USA). Ecological Modelling. 221 (7), 1065-1079 (2010).
  18. Deacutis, C. F., Murray, D., Prell, W., Saarman, E., Korhun, L. Hypoxia in the upper half of Narragansett Bay, RI, during August 2001 and 2002. Northeastern Naturalist. 13 (Special Issue 4), 173-198 (2006).
  19. Oviatt, C., et al. Managed nutrient reduction impacts on nutrient concentrations, water clarity, primary production, and hypoxia in a north temperate estuary. Estuarine, Coastal and Shelf Science. 199, 25-34 (2017).
  20. Boesch, D. F. Barriers and bridges in abating coastal eutrophication. Frontiers in Marine Science. 6, 123 (2019).
  21. Oviatt, C. A., Keller, A. A., Reed, L. Annual primary production in Narragansett Bay with no bay-wide winter-spring phytoplankton bloom. Estuarine, Coastal and Shelf Science. 54, 1013-1026 (2002).

Tags

Productiviteitszones Stikstofmassabalansmodel Narragansett Bay Rhode Island Primaire productiviteit Eutrofiëring Hypoxie Kustgebieden Nutriënteninput van rivieren Biologische mechanismen Gegevensobservaties Bruine zone Groene zone Blauwe zone Fysisch proces Biologisch proces Nutriëntenbeheer
Visualisatie van productiviteitszones op basis van het stikstofmassabalansmodel in Narragansett Bay, Rhode Island
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Kim, J., Hwangbo, M., Thibodeau, P.More

Kim, J., Hwangbo, M., Thibodeau, P. S., Rhodes, G., Hogarth, E., Copeland, S. Visualization of Productivity Zones Based on Nitrogen Mass Balance Model in Narragansett Bay, Rhode Island. J. Vis. Exp. (197), e65728, doi:10.3791/65728 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter