영양상태지수 (trophic state index)를 이용한 수체 내 식물플랑크톤 제한요인 및 seston조성의 유추 Using Trophic State Index (TSI) Values to Draw Inferences Regarding Phytoplankton Limiting Factors and Seston Composition from Routine Water Quality Monitoring Data원문보기
호수 내 seston조성 및 식물플랑크톤 성장을 제한하는 요인들을 평가하기 위해서는 일반적으로 시료가 담긴 용기 내에 영양물질을 투입하는 생물검정 (bioassay) 방법이나, 섭식 (grazing) 실험, seston의 size분석 등과 같은 직접적이고 시간적 노력이 필요한 방법을 이용한다. 그러나 이 논문에서는 동일한 목적을 위하여, 총인 (TP), 엽록소 (CHL), 투명도 (Secchi depth, SD) 자료에 의해 계산한 Carlson의 영양상태지수 (TSI)들의 상호편차(deviation)를 이용하는 보다 간편한 방법을 소개하였다. 본 연구에서 TSI 편차분석을 위하여 아열대지역의 대형호수 (Lake Okeechobee, 미국 플로리다)의 수질자료와 다른 많은 호수들로부터 수집된 자료를 이용하였다. 일단 연구자가 일상적인 수질자료를 수집하여 총인, Chl-a, 투명도 값을 기초로 TSI값을 얻었다면, 이로부터 여러 가지 해석이 도출될 수 있다 한편, 총질소의 자료도 총인과 마찬가지로 영양물질에 대한 자료로 중요하게 이용될 수 있다. TSI (CHL)값이 TSI (TP)값보다 훨씬 작다면, 인 (P)이 아닌 다른 요인이 조류의 성장을 제한한다고 유추할 수 있다. 만약 TSI (CHL)값이 TSI (SD) 값보다 훨씬 작다면 호수 내 seston중 아주 작은 무생물적 입자들의 구성비가 높다고 추정할 수 있으며,이 경우 빛이 제한 요소가 될 것이다. 반대로, TSI (CHL) 값이 TSI (TP) 값보다는 작지만 TSI (SD) 값보다 크다면, 수중의 빛을 산란시키는 입자들이 크기가 크다고 (예를 들면, 큰 사상성 또는 군체성 조류) 추정할 수 있고, 이 경우 조류의 성장은 동물플랑크톤의 섭식에 의해 제한을 받을 가능성이 크다. 이러한 분석의 결과는 신뢰성과 일관성이 매우 높으며, 일반적으로 상기한 다른 직접적인 방법들에 의해 얻어진 결과들과도 잘 일치한다. TSI의 편차를 이용한 방법으로부터 도출된 결과를 위의 직접적인 방법을 통해 주기적으로 검증할 필요는 있지만, 호수관리를 위해 수질과 생태학적 반응 요인들을 모니터링하고, 나아가 장기적으로 호수의 변화를 이해하는데 보다 효율적이고 경제적인 방법을 제공할 수 있어 이용가치가 매우 높다고 사료된다.
호수 내 seston조성 및 식물플랑크톤 성장을 제한하는 요인들을 평가하기 위해서는 일반적으로 시료가 담긴 용기 내에 영양물질을 투입하는 생물검정 (bioassay) 방법이나, 섭식 (grazing) 실험, seston의 size분석 등과 같은 직접적이고 시간적 노력이 필요한 방법을 이용한다. 그러나 이 논문에서는 동일한 목적을 위하여, 총인 (TP), 엽록소 (CHL), 투명도 (Secchi depth, SD) 자료에 의해 계산한 Carlson의 영양상태지수 (TSI)들의 상호편차(deviation)를 이용하는 보다 간편한 방법을 소개하였다. 본 연구에서 TSI 편차분석을 위하여 아열대지역의 대형호수 (Lake Okeechobee, 미국 플로리다)의 수질자료와 다른 많은 호수들로부터 수집된 자료를 이용하였다. 일단 연구자가 일상적인 수질자료를 수집하여 총인, Chl-a, 투명도 값을 기초로 TSI값을 얻었다면, 이로부터 여러 가지 해석이 도출될 수 있다 한편, 총질소의 자료도 총인과 마찬가지로 영양물질에 대한 자료로 중요하게 이용될 수 있다. TSI (CHL)값이 TSI (TP)값보다 훨씬 작다면, 인 (P)이 아닌 다른 요인이 조류의 성장을 제한한다고 유추할 수 있다. 만약 TSI (CHL)값이 TSI (SD) 값보다 훨씬 작다면 호수 내 seston중 아주 작은 무생물적 입자들의 구성비가 높다고 추정할 수 있으며,이 경우 빛이 제한 요소가 될 것이다. 반대로, TSI (CHL) 값이 TSI (TP) 값보다는 작지만 TSI (SD) 값보다 크다면, 수중의 빛을 산란시키는 입자들이 크기가 크다고 (예를 들면, 큰 사상성 또는 군체성 조류) 추정할 수 있고, 이 경우 조류의 성장은 동물플랑크톤의 섭식에 의해 제한을 받을 가능성이 크다. 이러한 분석의 결과는 신뢰성과 일관성이 매우 높으며, 일반적으로 상기한 다른 직접적인 방법들에 의해 얻어진 결과들과도 잘 일치한다. TSI의 편차를 이용한 방법으로부터 도출된 결과를 위의 직접적인 방법을 통해 주기적으로 검증할 필요는 있지만, 호수관리를 위해 수질과 생태학적 반응 요인들을 모니터링하고, 나아가 장기적으로 호수의 변화를 이해하는데 보다 효율적이고 경제적인 방법을 제공할 수 있어 이용가치가 매우 높다고 사료된다.
This paper describes a simple method that uses differences among Carlson's (1977) trophic state index (TSI) values based on total phosphorus (TP), chlorophyll a (CHL) and Secchi depth (SD) to draw inferences regarding the factors that are limiting to phytoplankton growth and the composition of lake ...
This paper describes a simple method that uses differences among Carlson's (1977) trophic state index (TSI) values based on total phosphorus (TP), chlorophyll a (CHL) and Secchi depth (SD) to draw inferences regarding the factors that are limiting to phytoplankton growth and the composition of lake seston. Examples are provided regarding seasonal and spatial patterns in a large subtropical lake (Lake Okeechobee, Florida, USA) and inter- and intra-lake variations from a multilake data set developed from published studies. Once an investigator has collected routine water quality data and established TSI values based on TP, CHL, and SD, a number of inferences can be made. Additional information can be provided where it also is possible to calculate a TSI based on total nitrogen (TN). Where TSI (CHL)<TSI (SD), light attenuating particles are large (large filaments or colonies of algae), and the phytoplankton may be limited by zooplankton grazing. Other limiting conditions are inferred by different relationships between the TSI values. Results of this study indicate that the analysis is quite robust, and that it generally gives good agreement with conclusions based on more direct methods (e.g., nutrientaddition bioassays, zooplankton size data, zooplankton removal experiments). The TSI approach, when validated periodically with these more costly and time-intensive methods, provides an effective, low cost method for tracking long-term changes in pelagic structure and function with potential value in monitoring lake ecology and responses to management.
This paper describes a simple method that uses differences among Carlson's (1977) trophic state index (TSI) values based on total phosphorus (TP), chlorophyll a (CHL) and Secchi depth (SD) to draw inferences regarding the factors that are limiting to phytoplankton growth and the composition of lake seston. Examples are provided regarding seasonal and spatial patterns in a large subtropical lake (Lake Okeechobee, Florida, USA) and inter- and intra-lake variations from a multilake data set developed from published studies. Once an investigator has collected routine water quality data and established TSI values based on TP, CHL, and SD, a number of inferences can be made. Additional information can be provided where it also is possible to calculate a TSI based on total nitrogen (TN). Where TSI (CHL)<TSI (SD), light attenuating particles are large (large filaments or colonies of algae), and the phytoplankton may be limited by zooplankton grazing. Other limiting conditions are inferred by different relationships between the TSI values. Results of this study indicate that the analysis is quite robust, and that it generally gives good agreement with conclusions based on more direct methods (e.g., nutrientaddition bioassays, zooplankton size data, zooplankton removal experiments). The TSI approach, when validated periodically with these more costly and time-intensive methods, provides an effective, low cost method for tracking long-term changes in pelagic structure and function with potential value in monitoring lake ecology and responses to management.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
2, with data points la-belled by month and arrows connecting consecut-ive monthly means. A. TSI differences with CHL vs. TP on the y-axis. B.
TP on the y-axis. B. TSI differences with CHL vs. TN on the y-axis.
제안 방법
Three locations (north, central, and west pelagic) corresponded to sites where the South Florida Water Management District (SFWMD) also collected monthly data on TP, TN, CHL, and SD. I used the data to develop TSI dif-ferences, and compared these with the assay results on a seasonal basis. There generally was good agreement between the two methods (Table 2), in that the same major limiting factors were identified in each season at the three sites.
Other limiting conditions are inferred by different relationships between the TSI values. Results of this study indicate that the analysis is quite robust, and that it gen-erally gives good agreement with conclusions based on more direct methods (e.g., nutrient-addition bioassays, zooplankton size data, zoo-plankton removal experiments). The TSI ap-proach, when validated periodically with these more costly and time-intensive methods, pro-vides an effective, low cost method for tracking long-term changes in pelagic structure and func-tion with potential value in monitoring lake ecol-ogy and responses to management.
The author is grateful to Mark Brady, for car-rying out the GIS analysis and producing the maps in Fig. 4, and to Alan Steinman, R. Thomas James, Soon-Jin Hwang, Garth Redfield, and an anonymous reviewer for constructive comments on a draft version of this manuscript.
이론/모형
This paper describes a simple method that uses differences among Carlson's (1977) trophic state index (TSI) values based on total phosphorus(TP), chlorophyll a (CHL) and Secchi depth (SD) to draw inferences regarding the factors that are limiting to phytoplankton growth and the compo-sition of lake seston. Examples are provided re-garding seasonal and spatial patterns in a large subtropical lake (Lake Okeechobee, Florida, USA) and inter- and intra-lake variations from a mul-tilake data set developed from published stud-ies.
성능/효과
2A). The results indicate little seasonal variation in TSI (TN), a small summer-autumn increase in TSI (CHL), and strong seasonal vari-ation in TSI (SD) and TSI (TP). The seasonal pat-terns of SD and TP correlate with variations in wind velocity over the lake (Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.