معلومة

لماذا نستخدم الحد الأدنى من الطول الموجي عند قياس العكارة؟

لماذا نستخدم الحد الأدنى من الطول الموجي عند قياس العكارة؟



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

كمقدمة ، قرأت بعض المنشورات الأخرى ذات الصلة وتمكنت من جمع بعض المعرفة ، على الرغم من عدم وجود أي خلفية في الفيزياء ، فأنا أواجه بعض المشاكل هنا في تجميع رؤية متماسكة. بحثت عن مقاطع فيديو لقانون بير لامبرت في أكاديمية خان وأعطت علاقة بين النفاذية والامتصاصية

$$ النفاذية (T) = frac {I_1} {I_0} $$ $$ الامتصاص (أ) = - log_ {10} (T) $$

علاوة على ذلك ، يشير هذا المنشور إلى أن التعكر هو امتصاص ، ويصف أنه مرتبط بالضوء المنتشر والمشتت؟

بالتراجع خطوة إلى الوراء ، نرى حسنًا ، التعكر هو في الحقيقة مجرد مقياس لـ "الغموض" وكمية الضوء التي تشتت نتيجة لذلك. ماذا عن هذا الضوء المنعكس المنتشر؟ ثم يقول هذا المنشور إن التشتت هو في الحقيقة مجرد مجموع الانكسار والانعكاس. لا أعتقد أن هذا صحيح ، لأن هذا الفيديو يوضح أن الانكسار والانعكاس والتشتت مفهومان مختلفان ، بقدر ما يكون الانكسار هو انحناء الضوء أثناء مروره عبر وسيط إلى آخر ، يحدث الانعكاس عندما يضرب الضوء على نحو سلس أو سطح لامع ويرتد عن السطح ، ويحدث تناثر عندما يكون السطح خشنًا يرسل الضوء في اتجاهات مختلفة. ثم هذا المنصب هنا. يبدو أنه يوضح بالتفصيل ما يمكن أن يكون تفسيرًا مرضيًا لكني لم أتناول الفيزياء. هل هناك أي مقاطع فيديو جيدة قد تساعد في شرح هذه المواضيع بشكل أفضل؟

بعد ذلك ، بالتفكير في الامتصاص ، يتحدث كتابي في الكيمياء عن الإشعاع وكان لدي هذا المفهوم حول امتصاص الضوء ثم قبوله بأطوال موجية مختلفة وأشعر أن هذا صحيح وربما هذا هو المكان الذي نحصل فيه على العلاقة بين النفاذية والامتصاص؟

وبالعودة إلى السؤال الذي أثار كل هذا ، تمكنا من خلال أسئلة أخرى من تحديد الإجابات لقياس مستويات إنتاج الصباغ ، سيكون من الأفضل استخدام ضوء 450 نانومتر ، ولقياس التعكر سيكون من الأفضل استخدام ضوء 560 نانومتر. بمعنى آخر ، لإنتاج الأصباغ ، نستخدم أقصى قيمة للامتصاص وللتعكر أقل قيمة. السؤال الذي لدينا هو لماذا هذا هو الحال؟ أكثر ما تمكنا من التوصل إليه هو أن لون بكتيريا الكلوريلا أخضر وأن الأشياء خضراء لأن الطول الموجي للضوء ينعكس ، وأن الطول الموجي للضوء الأخضر هو 560 نانومتر. أعتقد أنه لا يمكننا استخدام الضوء الأخضر لقياس كمية الصبغة الخضراء لأن الضوء الذي سيتم إرجاعه سيكون مزيجًا من الضوء المنعكس (مقدار الصبغة الخضراء) + الضوء المتناثر (ليس الصباغ الأخضر ولكنه يُرجع الضوء الأخضر) + ( مزيج من الضوء الممتص والمعاد إشعاعه ؟؟). إذن لن نفصل المعلومات التي نبحث عنها؟ إذا أردنا معرفة مقدار "اللون الأخضر" الموجود ، فمن الأفضل قياس ذلك بقياس الطول الموجي للضوء الأقل انعكاسًا أو الأكثر امتصاصًا ، لذا فإن الصباغ الأخضر يمتص معظم هذا الضوء والضوء الذي لا يمتص سوف يخبرنا عن كمية المادة الخضراء الموجودة لامتصاصها. عندما يتعلق الأمر بالسبب وراء التعكر ، فأنا عالق وأعتقد أن السبب في ذلك هو أن لدينا مزيجًا من التعريفات أعلاه. ربما ستلقي بعض التعريفات الأكثر إيجازًا الضوء. يبدو أن الإجابة على السؤال "لماذا لا يمكننا استخدام الضوء الأخضر" قد تساعد في إعطاء إجابة محتملة ، حيث أن الضوء المتناثر هو مقياس التعكر وهذا سيكون بهامش خطأ ما ، ما الذي عزلناه؟


عادة عند قياس المواد في مقياس الطيف الضوئي نريد استخدام الامتصاص الحد الأقصى لتقليل نسبة الإشارة إلى الضوضاء ، لهذا ستستخدم النقطة القصوى لقياس الصبغة. ولكن عندما تقيس مادتين ، فأنت تريد إجراء قياسين بأقل قدر ممكن من الارتباط ، وذلك لتجنب تأثير مادة واحدة على قياساتك على الأخرى.

تخيل أنك تحاول التكاثر جيم مارينا لمزيد من الصبغة. من الواضح أن المزيد من الطحالب = المزيد من الصبغة ، لذا فأنت تريد قياس كمية الطحالب التي لديك وتطبيعها. إذا كنت تقيس كثافة الطحالب بطول موجي مرتبط بمحتوى الكلوروفيل ، فستحصل على نتائج غير دقيقة.

أعتقد أن السؤال صريح. يجب عليك القياس في الصباغ الحد الأدنى للامتصاص وليس عند الحد الأدنى لامتصاص الطحالب. حيث يمكن أن يكون للطحالب قمم أخرى لا علاقة لها بالكلوروفيل. عند القيام بذلك ، يجب أن تتذكر أن الكلوروفيل والعديد من الأصباغ الأخرى غير قابلة للذوبان في الماء ولكن قياسات الخلايا الحية الخاصة بك ، عادة ، في وسط مائي.

أفضل طريقة في رأيي وهي الطريقة التي أستخدمها حاليًا هي بناء منحنى خاص بك عن طريق حساب الخلايا بطريقة ما (مثل مقياس الدم) وقياس الطيف الكامل (يتوقف الرسم البياني الخاص بك عند 750 نانومتر ، لقد حصلت على ما يصل إلى 1000 نانومتر).


تشتت الضوء والتكثف الشعري في الوسائط المسامية

تم قياس تعكر الزجاج المسامي Vycor 7930 ضوئيًا عند طول موجة 480 نانومتر ، خلال دورات كاملة من امتزاز وامتصاص الماء والبنزين ورابع كلوريد الكربون ، وكلها عند 28.5 درجة مئوية. وقد لوحظت الظاهرة التي وصفها Zsigmondy بأنها "نقطة عتامة" أثناء الامتصاص في كل حالة. لوحظ تأثير مماثل ، وإن كان أصغر بكثير ، أثناء الامتزاز. تشير القياسات التفصيلية إلى أن السبب هو تشتت مي بواسطة مجموعات كبيرة نسبيًا من المسام المملوءة بالبخار (على الرغم من أن تركيز المشتتات كبير جدًا ، وشكلها المحتمل غير منتظم جدًا ، للسماح بإعطاء تفسير كمي). ليس من الضروري افتراض وجود تغايرات من نفس المقياس في بنية المسام نفسها ، نظرًا لأن تباطؤ التكثيف الشعري يتيح الحفاظ على التشبع غير المنتظم للفايكور المسامي في حالة توازن ثابت. تمت مناقشة ميزات نظام المسام الذي يسمح بذلك ، جنبًا إلى جنب مع دور تقلبات الكثافة في المكثفات الشعرية تحت ضغوط هيدروستاتيكية سالبة كبيرة.

العنوان الحالي: معهد أبحاث استعادة البترول ، كالغاري ، ألبرتا ، كندا.


ما هو التعكر؟

يعود الفضل في مظهر هذا النهر الموحل إلى مستويات التعكر العالية.

العكارة هي تحديد بصري لنقاء الماء 1. ستبدو المياه العكرة غائمة أو ضبابية أو ملونة بطريقة أخرى ، مما يؤثر على المظهر المادي للمياه. تقلل المواد الصلبة المعلقة والمواد الملونة المذابة من نقاء الماء عن طريق خلق مظهر معتم أو ضبابي أو موحل. غالبًا ما تستخدم قياسات العكارة كمؤشر على جودة المياه بناءً على الوضوح وتقدير إجمالي المواد الصلبة العالقة في الماء.

تعتمد تعكر الماء على كمية الضوء المنتشر بواسطة الجسيمات في عمود الماء 2. كلما زاد عدد الجسيمات الموجودة ، زاد الضوء الذي سينتشر. على هذا النحو ، يرتبط التعكر وإجمالي المواد الصلبة العالقة. ومع ذلك ، فإن التعكر ليس قياسًا مباشرًا لمجموع المواد المعلقة في الماء. بدلاً من ذلك ، كمقياس للوضوح النسبي ، غالبًا ما تستخدم التعكر للإشارة إلى التغيرات في إجمالي تركيز المواد الصلبة العالقة في الماء دون توفير قياس دقيق للمواد الصلبة 1.

لونت العفص من النباتات المتحللة هذا النهر باللون الأحمر.

يمكن أن تأتي التعكر من الرواسب المعلقة مثل الطمي أو الطين أو المواد غير العضوية أو المواد العضوية مثل الطحالب والعوالق والمواد المتحللة. بالإضافة إلى هذه المواد الصلبة العالقة ، يمكن أن تشتمل العكارة أيضًا على مادة عضوية مذابة ملونة (CDOM) ، ومواد عضوية مذابة الفلورسنت (FDOM) وأصباغ أخرى 14. يُعرف CDOM أيضًا باسم صبغة الدبالية. تشير الصبغة الدبالية إلى لون الشاي الناتج من النباتات المتحللة والأوراق تحت الماء بسبب إطلاق العفص والجزيئات الأخرى.

غالبًا ما يوجد هذا اللون في المستنقعات أو الأراضي الرطبة أو المسطحات المائية الأخرى التي تحتوي على كميات كبيرة من النباتات المتحللة في الماء. يمكن أن يتسبب CDOM في ظهور الماء باللون الأحمر أو البني ، اعتمادًا على نوع النباتات أو الأوراق الموجودة. قد تكون هذه المواد المذابة صغيرة جدًا بحيث لا يمكن حسابها في تركيز المواد الصلبة العالقة ، لكنها لا تزال جزءًا من قياس التعكر لأنها تؤثر على صفاء الماء.


مقدمة

تعتمد معظم يرقات الأسماك والأسماك على الرؤية في بحثها عن الفريسة (Guthrie، 1986). تشمل العوامل التي تؤثر على اكتشاف الفرائس في البيئة المائية حجم المفترس (Blaxter and Straines ، 1970) ، والظروف الفيزيائية للمياه مثل الضوء والتعكر Vinyard and O & # x27Brien ، 1976 ، Confer et al. ، 1978 ، وخصائص الفريسة مثل الحجم (وير ، 1973) ، والتنقل ، والتباين ، واللون (Utne-Palm ، 1999). إلى جانب الاكتشاف البصري للفريسة ، يعد معدل المواجهة عاملاً مهمًا في معدل التغذية.

أظهرت دراسة حديثة أجريت على يرقات الرنجة التي تفرخ في الربيع (15 إلى 28 ملم) ، والتي أجريت باستخدام نفس الإعداد التجريبي مثل هذه الدراسة ، أن كلاً من شدة الضوء والاضطراب المتزايد لهما تأثير إيجابي على معدل هجوم اليرقات (Utne-Palm and Stiansen ، 2002 ).

زيادة الضوء (عندما يكون عامل مقيد) سيزيد من مسافة تفاعل الحيوانات المفترسة (RD) والقدرة على اكتشاف الفريسة Vinyard and O & # x27Brien، 1976، Utne، 1997. أظهرت العديد من الدراسات أيضًا أن الاضطراب له تأثير إيجابي على معدل تغذية يرقات الأسماك (مثل Sundby and Fossum ، 1990 ، MacKenzie and Kiørboe ، 1995 ، Gallego et al. ، 1996) بسبب زيادة معدل الالتقاء. في الوقت نفسه ، مع زيادة معدل الالتقاء ، يؤدي الاضطراب المتزايد إلى انخفاض في نجاح السعي ، مما يعني أن مستويات الاضطراب المرتفعة تميل إلى أن يكون لها تأثير سلبي على معدلات تغذية اليرقات (MacKenzie and Kiørboe ، 2000) ، وتشكل علاقة على شكل هلاك. علاوة على ذلك ، مع زيادة حجم البحث أو RD مع حجم اليرقات (Breck and Gitter ، 1983) ، يجب أن يكون للاضطراب تأثير إيجابي أقوى على معدل هجوم اليرقات الأكبر. تم دعم كل من العلاقة التي تأخذ شكل الموت بين زيادة الاضطراب ومعدل الهجوم والاعتماد على الجينات من خلال الدراسة الحديثة حول يرقات الرنجة (Utne-Palm and Stiansen ، 2002).

ومع ذلك ، فإن الاضطراب والضوء ليسا التأثيرات الفيزيائية الوحيدة التي ستؤثر على معدل هجوم اليرقات. من المتوقع أيضًا أن يكون للعكارة أو صفاء الماء تأثير. الرنجة الأطلسية (كلوبيا هارينغوس) تفرخ في المياه الساحلية الضحلة ، حيث يتأثر الوضوح بشكل كبير بسبب جريان المياه العذبة وتكاثر الطحالب. يتكرر هذا الأخير بشكل خاص خلال مواسم التبويض (الربيع والخريف).

أظهرت التجارب أن زيادة العكارة لها تأثير سلبي على الأسماك التي تتغذى بصريًا (على سبيل المثال ، Vinyard and O & # x27Brien، 1976، Confer et al.، 1978، Gregory and Northcote، 1993). ومع ذلك ، فقد وجدت العديد من الدراسات أيضًا معدل تغذية أعلى عند مستوى متوسط ​​من التعكر Boehlert and Morgan، 1985، Miner and Stein، 1993، Bristow and Summerfelt، 1994، Bristow et al.، 1996، Utne-Palm، 1999. هذه الدراسات تم إجراؤها كلها على اليرقات أو آكلات العلف الصغيرة. نهج النمذجة Giske et al. ، 1994 ، Fiksen et al. ، 2002 تنبأ بأن التعكر سيكون عاملاً مفيدًا للأسماك السطحية الصغيرة ويرقات الأسماك التي تتغذى على العوالق الدقيقة. تشتت الجسيمات العالقة بين المفترس والفريسة الضوء وتتداخل مع الكشف بنفس الطريقة التي يؤثر بها الضباب على الرؤية بعيدة المدى ولكن تأثيره ضئيل على اكتشاف الأجسام القريبة. وبالتالي ، فإن المسافة التفاعلية القصيرة بين آكلة العشب بالنسبة لمفترساتها الآكلة للأسماك تعني أن الفائدة الأولى أكثر من التأثيرات الإيجابية للتشتت والامتصاص ضمن حجم البحث النسبي. Giske et al.، 1994، Fiksen et al.، 2002. نتائج المختبر وقد أظهرت دراسات الكون الوسطي أن العكارة لها تأثير إيجابي على الأسماك اليافعة من حيث تمكينها من الانخراط في الأنشطة التي قد تكون محفوفة بالمخاطر في ظل ظروف أكثر وضوحًا ، بما في ذلك زيادة معدل تغذيتها (Gregory and Northcote ، 1993) ، ونشاط الهجرة (Ginetz and Larkin ، 1976) ، وزيادة استخدامها للمياه المفتوحة (Miner and Stein ، 1996).

على الرغم من القيود البيئية العديدة ، يبدو أن يوافع العديد من الأنواع البحرية والحيوانية تفضل الأنهار ومصبات الأنهار ذات التركيزات العالية من الرواسب العالقة Blaber and Blaber ، 1980 ، Levy and Northcote ، 1982 ، Gregory and Levings ، 1998. Boehlert and Morgan (1985) ) درست الرنجة في المحيط الهادئ (C. harengus pallasi) ، نوع يفرخ في مصبات الأنهار ، وتبقى يرقاته في مناطق حضانة مصبات الأنهار طوال مراحل الأحداث. ووجدوا أن يرقات الرنجة في المحيط الهادئ تبلغ 8.7 ملم أقصى نشاط تغذوي ، 90٪ تغذية ، في تعكر ينتج من 500 إلى 1000 ملليجرام لتر -1 رماد بركاني ، مقارنة مع 50٪ تغذية عند عدم تعليق الرماد.

يجب أن يكون التأثير الإيجابي لزيادة التعكر أكبر بالنسبة لمن لديهم حجم بحث قصير. لذلك ينبغي للمرء أن يتوقع أن يكون التأثير الإيجابي للعكارة أكثر عمقًا بالنسبة لليرقات الصغيرة ، حيث يتناقص مع نمو اليرقات وحجم بحثها. على حد علمي ، لم ينظر أحد في تأثير التعكر على فئات الأحجام المختلفة (تطور الجنين) من اليرقات.

في دراسة تجريبية للنمو ومعدل العلف في يرقات القاروص المخططة (موروني ساكساتيليس) في ظل ظروف مختلفة من الضوء والاضطراب والعكارة ، وجد Chesney (1989) أن تقليل الضوء أو زيادة الاضطراب يقلل من النمو أو معدل البحث عن الطعام ، بينما يؤدي إضافة التعكر إلى الاضطراب إلى تخفيف بعض الآثار السلبية للأخير. لم يشرح Chesney (1989) هذه الظاهرة الأخيرة ، لكن التأثير الإيجابي لزيادة التعكر كان على الأرجح بسبب تباين الفريسة المعزز (Hinshaw ، 1985). من المعروف أن التباين العالي للفريسة يؤدي إلى زيادة في RD (Utne-Palm ، 1999) ، والتي بدورها من المعروف أنها تجعل اليرقات أقل عرضة للجانب السلبي للاضطراب MacKenzie et al. ، 1994 ، Fiksen and MacKenzie ، 2002. المعرفة ، لا توجد دراسات أخرى غير تلك التي أجراها Chesney (1989) حول الآثار المشتركة للعكارة والاضطراب على تغذية اليرقات.

تحاول هذه الدراسة الكشف عن التأثيرات الفردية والجماعية لتطور الجنين وزيادة التعكر والاضطراب على معدل هجوم ونشاط السباحة ليرقات الرنجة الأطلسية. لقد استخدمت ثلاث مجموعات من يرقات الرنجة (20 و 23 و 29 ملم) ، وثلاثة مستويات من التعكر [توهين الحزمة (ج) 0.22 و 8.2 و 17.7 م -1] ومستويين اضطراب (1 × 10 −6 و 8 × 10 6 وات / كجم). بناءً على نتائج الدراسة السابقة (Utne-Palm and Stiansen ، 2002) ، تم اختيار مستوى مضطرب مواتٍ (1 × 10 −6 واط / كجم) وغير مواتٍ (8 × 10 −6 واط / كجم) ، وكذلك كمستوى ضوء كافٍ ، 20 ميكرومتر م 2 ث -1 (فوق التشبع). تم اختيار يرقات بأحجام 20 و 23 و 29 ملم بناءً على نتائج الدراسة السابقة (Utne-Palm and Stiansen ، 2002) ، والتي أظهرت أن اليرقة 20 ملم كانت الأصغر من حيث الاستجابة بشكل كبير للتغير في الاضطراب ، وذلك كان هناك فرق كبير في معدل الهجوم بين مجموعات الحجم الثلاثة هذه.

كان من المثير للاهتمام أن ننظر إلى تأثير التعكر وحده (بدون اضطراب) ، لكن الاضطراب كان ضروريًا للحفاظ على تراب الدياتومي (DE) معلقًا بشكل متساوٍ في عمود الماء. سيكون البديل للدراسات المستقبلية هو استخدام الطحالب ، حيث تستقر ببطء. ومع ذلك ، مع الطحالب ، هناك عيب يتمثل في أن البيئة الطيفية في الخزان التجريبي ستتغير مع التركيز.


الأكسجين المذاب والماء

الأكسجين المذاب (DO) هو مقياس لمقدار الأكسجين المذاب في الماء - كمية الأكسجين المتاحة للكائنات المائية الحية. يمكن أن تخبرنا كمية الأكسجين المذاب في مجرى أو بحيرة بالكثير عن جودة المياه.

عالم USGS يقيس ظروف جودة المياه المختلفة في هولز كريك في هوفمان بارك في كيترينج ، أوهايو.

تقوم هيئة المسح الجيولوجي الأمريكية بقياس المياه منذ عقود. بعض القياسات مثل درجة الحرارة, الرقم الهيدروجيني، و تصرف محدد يتم أخذها تقريبًا في كل مرة يتم فيها أخذ عينات من المياه والتحقيق فيها ، بغض النظر عن مكان دراسة المياه في الولايات المتحدة. قياس آخر شائع غالبًا هو الأكسجين المذاب (DO) ، وهو مقياس لمقدار الأكسجين المذاب في الماء - يمكن أن يخبرنا DO بالكثير عن جودة المياه.

الأكسجين المذاب والماء

على الرغم من أن جزيئات الماء تحتوي على ذرة أكسجين ، فإن هذا الأكسجين ليس ما تحتاجه الكائنات المائية التي تعيش في المياه الطبيعية. كمية صغيرة من الأكسجين ، تصل إلى حوالي عشرة جزيئات من الأكسجين لكل مليون من الماء ، يتم إذابتها بالفعل في الماء. يدخل الأكسجين تيارًا بشكل رئيسي من الغلاف الجوي ، وفي المناطق التي يكون فيها تصريف المياه الجوفية في المجاري جزءًا كبيرًا من تدفق التيار ، من تصريف المياه الجوفية. يتم استنشاق هذا الأكسجين المذاب عن طريق الأسماك والعوالق الحيوانية وتحتاجه للبقاء على قيد الحياة.

الأكسجين المذاب ونوعية المياه

بحيرة متخثث حيث تكون تركيزات الأكسجين المذاب منخفضة. يمكن أن تحدث تكاثر الطحالب في ظل هذه الظروف.

تميل المياه سريعة الحركة ، كما هو الحال في مجرى جبلي أو نهر كبير ، إلى احتواء الكثير من الأكسجين المذاب ، بينما تحتوي المياه الراكدة على كمية أقل. البكتيريا في الماء يمكن أن تستهلك الأكسجين حيث تتحلل المادة العضوية. وبالتالي ، يمكن أن تتسبب المواد العضوية الزائدة في البحيرات والأنهار في حدوث حالات نقص التغذية ، وهي حالة نقص الأكسجين التي يمكن أن تؤدي إلى "موت" الجسم المائي. يمكن أن تواجه الحياة المائية وقتًا عصيبًا في المياه الراكدة التي تحتوي على الكثير من المواد العضوية المتعفنة ، خاصة في فصل الصيف (يرتبط تركيز الأكسجين المذاب عكسيًا بـ درجة حرارة الماء) ، عندما تكون مستويات الأكسجين المذاب منخفضة بشكل موسمي. الماء بالقرب من سطح البحيرة - epilimnion - دافئ جدًا بالنسبة لهم ، بينما الماء بالقرب من القاع - hypolimnion - يحتوي على القليل جدًا من الأكسجين. قد تصبح الظروف خطيرة بشكل خاص خلال فترة الطقس الحار والهادئ ، مما يؤدي إلى فقدان العديد من الأسماك. ربما تكون قد سمعت عن نفوق الأسماك في الصيف في البحيرات المحلية والتي من المحتمل أن تكون ناتجة عن هذه المشكلة.

الأكسجين المذاب ودرجة الحرارة والحياة المائية

تؤثر درجة حرارة الماء على تركيزات الأكسجين المذاب في نهر أو جسم مائي.

كما يوضح الرسم البياني ، يتأثر تركيز الأكسجين المذاب في المياه السطحية بدرجة الحرارة وله دورة موسمية ويومية. يمكن أن يحتوي الماء البارد على أكسجين مذاب أكثر من الماء الدافئ. في الشتاء وأوائل الربيع ، عندما تكون درجة حرارة الماء منخفضة ، يكون تركيز الأكسجين المذاب عاليًا. في الصيف والخريف ، عندما تكون درجة حرارة الماء مرتفعة ، غالبًا ما يكون تركيز الأكسجين المذاب أقل.

يتم استخدام الأكسجين الذائب في المياه السطحية من قبل جميع أشكال الحياة المائية ، وبالتالي ، يتم قياس هذا المكون عادةً لتقييم "صحة" البحيرات والجداول. يدخل الأكسجين تيارًا من الغلاف الجوي و من تصريف المياه الجوفية. إن مساهمة الأكسجين من تصريف المياه الجوفية كبيرة ، ومع ذلك ، فقط في المناطق التي تكون فيها المياه الجوفية مكونًا كبيرًا لتدفق التيار ، كما هو الحال في مناطق رواسب جليدية. التمثيل الضوئي هو العملية الأساسية التي تؤثر على العلاقة بين الأكسجين المذاب ودرجة الحرارة ، صفاء الماء وقوة ومدة ضوء الشمس ، والتي بدورها تؤثر على معدل التمثيل الضوئي.

نقص الأكسجة و "المناطق الميتة"

ربما سمعت عن "منطقة ميتة" في خليج المكسيك في مناطق من الخليج جنوب لويزيانا ، حيث يتم تصريف نهري المسيسيبي وأتشافالايا. تتشكل المنطقة الميتة موسمياً في شمال خليج المكسيك عندما تنضب المياه الجوفية في الأكسجين المذاب ولا يمكنها تحمل معظم أشكال الحياة. تشكل المنطقة غرب دلتا المسيسيبي فوق الجرف القاري قبالة لويزيانا وتمتد أحيانًا قبالة تكساس. يبدأ نضوب الأكسجين في أواخر الربيع ، ويزداد في الصيف ، وينتهي في الخريف.

تم قياس الأكسجين الذائب في مياه القاع من 8 يونيو حتى 17 يوليو 2009 ، خلال الرحلة البحرية الصيفية السنوية لبرنامج الرصد والتقييم لمنطقة جنوب شرق خليج المكسيك (SEAMAP) في شمال خليج المكسيك. تشير الألوان البرتقالية والحمراء إلى انخفاض تركيزات الأكسجين المذاب.

ارتبط تكوين المياه الجوفية المستنفدة للأكسجين بالمغذيات الغنية (نتروجين و الفوسفور) التفريغ من نهري المسيسيبي وأتشافالايا. يمكن للمغذيات الحيوية المتوفرة في التصريف أن تحفز تكاثر الطحالب ، التي تموت وتأكلها البكتيريا ، مما يؤدي إلى استنفاد الأكسجين في المياه الجوفية. محتوى الأكسجين في المياه السطحية العادية الملوحة عادة ما يكون في الصيف أكثر من 8 ملليغرام لكل لتر (8 ملجم / لتر) عندما تكون تركيزات الأكسجين أقل من 2 ملجم / لتر ، يتم تعريف الماء على أنه ناقص الأكسجين (CENR ، 2000). يقتل نقص الأكسجة العديد من الكائنات الحية التي لا تستطيع الهروب ، وبالتالي تُعرف منطقة نقص الأكسجين بشكل غير رسمي باسم "المنطقة الميتة".

تقع المنطقة منخفضة الأوكسجين في شمال خليج المكسيك في مركز مصايد أسماك منتجة وقيمة. أصبح التكرار والتوسع في مناطق نقص الأكسجين قضية اقتصادية وبيئية مهمة للمستخدمين التجاريين والترفيهيين لمصايد الأسماك.

قياس الأكسجين المذاب

شاشة متعددة المعلمات تستخدم لتسجيل قياسات جودة المياه.

عدادات الحقل والمختبر لقياس الأكسجين المذاب موجودة منذ فترة طويلة. كما تظهر هذه الصورة ، فإن العدادات الحديثة صغيرة وكترونية للغاية. ما زالوا يستخدمون مسبارًا موجودًا في نهاية الكبل. يعتمد الأكسجين المذاب على درجة الحرارة (علاقة عكسية) ، لذلك يجب معايرة العداد بشكل صحيح قبل كل استخدام.

هل تريد اختبار المحلية الخاصة بك جودة المياه?

تتوفر مجموعات اختبار المياه من التحدي العالمي لرصد المياه (WWMC) ، وهو برنامج دولي للتعليم والتوعية يبني الوعي العام والمشاركة في حماية موارد المياه في جميع أنحاء العالم. المدرسون وعشاق علوم المياه: هل تريد أن تكون قادرًا على إجراء اختبارات جودة المياه الأساسية في المياه المحلية؟ يقدم WWMC مجموعات اختبار غير مكلفة حتى تتمكن من إجراء الاختبارات الخاصة بك درجة الحرارة, الرقم الهيدروجيني, العكارة، و الأكسجين المذاب.

هل تعتقد أنك تعرف الكثير عن خصائص المياه؟
خذ خاصتنا اختبار خصائص المياه التفاعلية صح / خطأ واختبر معلوماتك المائية.


نتائج

تقييم تركيبة الطول الموجي للإثارة

أظهرت الملامح الرأسية لدرجات الحرارة التقسيم الطبقي الضعيف في المحطة 9 ب في 28 أغسطس وفي المحطة 12 ب في 13 سبتمبر (الشكل 2 أ و 2 د) ، ولكن ليس في المحطة 6 ب في 18 سبتمبر (الشكل 2 ز). Chl-أ وصل التركيز إلى 42 ميكروغرام لتر عند 2 متر في المحطة 9 ب بسبب ازدهار البكتيريا الزرقاء (الشكل 2 ج). الملامح العمودية للحد الأدنى من إنتاجية مضان PSII (فو) أظهر التباين بين أربع مجموعات من أطوال موجات الإثارة أثناء أزهار البكتيريا الزرقاء (الشكل 2 ب) ، ولكن ليس للمجتمعات التي يهيمن عليها الدياتومات والنباتات الزيجنماتوفيتية (الشكل 2E و 2H). على سبيل المثال، فو كانت القيم المشتقة من ضوء الإثارة عند 444 نانومتر و 444 + 512 نانومتر أقل من تلك الخاصة بمجموعات الإثارة من 444 + 633 نانومتر و 444 + 512 + 633 نانومتر عندما كانت البكتيريا الزرقاء مهيمنة على أعماق 0 و 2 متر في المحطة 9B (الحوض الجنوبي) في أغسطس (الشكل 2 ب و 2 ج). من ناحية أخرى ، لم تكن هناك اختلافات واضحة في فو الملامح في المحطة 12B (الحوض الشمالي) في 13 سبتمبر والمحطة 6B (الحوض الجنوبي) في 18 سبتمبر عندما سيطرت الدياتومات والنباتات zygnematophytes (الشكل 2E ، 2F ​​، 2H و 2I). علاوة على ذلك ، العلاقة بين JVF وأظهرت شدة PAR فائدة 633 نانومتر للكشف عن توقيعات التمثيل الضوئي البكتيري الأزرق (الشكل 3). على سبيل المثال، JVF كان من الواضح أنه أقل من JVا باستخدام الإثارة عند 444 نانومتر و 444 + 512 نانومتر ، ولكن ليس عند 444 + 633 نانومتر والجمع بين الأطوال الموجية الثلاثة في المحطة 9B في 28 أغسطس أثناء ازدهار البكتيريا الزرقاء (الشكل 3 أ). لا توجد اختلافات واضحة في JVF لوحظ بين مجموعات الأطوال الموجية في المحطة 12 ب في 13 سبتمبر والمحطة 6 ب في 18 سبتمبر 2018 (الشكل 3 ب و 3 ج).

لوحات توضح PAR ودرجة حرارة الماء و Chl-أ (أ ، د ، ز) ، فو (B ، E ، H) المقدرة من خلال مجموعات مختلفة من الطول الموجي للإثارة من FRRf والكتلة الحيوية للعوالق النباتية (C ، F ، I) في المحطة 9B في 28 أغسطس (A ، B ، C) ، المحطة 12B في 13 سبتمبر (D ، E ، F) والمحطة 6B في 18 سبتمبر 2018 (G ، H ، I). تشير الخطوط المتقطعة باللون الرمادي إلى 0 متر.

JVF تم تقديرها من خلال مجموعات مختلفة من الطول الموجي للإثارة من FRRf بالنسبة لشدة PAR المحيطة في (A) المحطة 9B في 28 أغسطس ، (B) المحطة 12B في 13 سبتمبر والمحطة (C) 6B في 18 سبتمبر. ال JVا كما يتم عرض التقديرات من طريقة الزجاجة الفاتحة الداكنة. ل JVا، تم حساب شدة PAR من خلال شدة الضوء لغرف النمو و SCF (انظر المواد والطرق). تم إعطاء المنحنى المناسب ل JVا باستخدام نموذج ثنائي المعلمات [80] لتحسين الرؤية.

أظهرت جودة بيانات قياسات FRRf خلال فترة الدراسة استقرارًا معقولًا (الجدول 4). عند رفض البيانات منخفضة الجودة (ه.ز. مع PSII أو PSII′ & lt 0.03 أو & gt 0.08) ، وجد أن عدد المشاهدات الناجحة كان الأعلى عندما كان PSII متحمسًا بمزيج من ثلاثة أطوال موجية ، متبوعًا بضوء الإثارة عند 444 + 633 نانومتر ، 444 + 512 نانومتر ، و 444 نانومتر. القيم المتوسطة لكليهما PSII و PSIIكانت ′ قريبة أيضًا من القيمة المثلى (0.05) عندما تم الجمع بين الأطوال الموجية الثلاثة.

تطوير Фه ، ج نموذج

الظروف البيئية والبيولوجية.

القياسات المساعدة لدرجة حرارة الماء ، تركيز الأكسجين المذاب ، العكارة ، الكلورأ، لا2 + لا3، نيو هامبشاير4 و PO4 أظهرت التركيزات من كل عينة تقلبية مكانية وموسمية واضحة (الجدول 5). تراوحت درجة حرارة الماء من 7.5 إلى 30.2 درجة مئوية في الحوض الشمالي و 7.5 إلى 28.5 درجة مئوية في الحوض الجنوبي طوال فترة الدراسة (الجدول 5). لا2 + لا3 و نيو هامبشاير4 كانت التركيزات أقل في الصيف والخريف ، وأعلى في الشتاء في كلا الحوضين طوال فترة الدراسة. ص4 لم يُظهر تغيرات موسمية واضحة وكان دائمًا أقل من 0.04 ميكرولتر لتر في كلا الحوضين طوال فترة الدراسة.

في جميع مواعيد أخذ العينات ، كانت الدياتومات ، والنباتات الزيجنية ، والبكتيريا الزرقاء ، والنباتات المشفرة هي المجموعات السائدة في الكتلة الحيوية العوالق النباتية (الملحق S6). Zygnematophytes ، وتتكون بشكل أساسي من Staurastrum dorsidentiferum, س. السبالدي و Micrasterias هاردي، تم العثور عليها دائمًا في جميع المحطات طوال فترة الدراسة ، باستثناء المحطة 6B في ديسمبر. كانت الدياتومات سائدة خلال الصيف حتى أوائل الخريف ووصلت إلى 87٪ في الكتلة الحيوية العوالق النباتية في المحطة 6 ب في سبتمبر (S6 الملحق). كانت الخلايا المشفرة موجودة بنسبة منخفضة نسبيًا خلال فترة الدراسة ، باستثناء المحطة 6B في ديسمبر. كانت البكتيريا الزرقاء تتكون بشكل رئيسي من أنابينا (Dolichospermum) Affinis و Aphanothece ص. وازدهرت في المحطة 9B في 28 أغسطس. تشكل كلوروفيتات صغيرة ، كريسوفيت ودينوفلاجيلات دائمًا أقل من 20 ٪ من إجمالي الكتلة الحيوية العوالق النباتية. كانت نباتات Euglenophytes نادرة جدًا وتمثل أقل من 0.5 ٪ من إجمالي الكتلة الحيوية طوال فترة الدراسة.

الاختلاف الزماني المكاني وتطوير GLM لـ Фه ، ج.

لتطوير متطلبات الإلكترون المثلى لتثبيت الكربون (Фه ، ج) ، استخدمنا مجموعة البيانات التي تم الحصول عليها من خلال الجمع بين ثلاثة أطوال موجية للإثارة نظرًا للجودة والموثوقية (الشكلان 2 و 3). بعد أخذ عينات التمهيد ، boxplots من الوسيطه ، ج تم حسابها لكل تاريخ أخذ العينات (الشكل 4). Фه ، ج تم تغييره مؤقتًا من 1.1 إلى 31.0 جزيء جرامي من C1 وكان أعلى في الربيع والصيف في كل من حوضي الشمال والجنوب. المتوسط ​​السنوي Фه ، ج كانت القيم 5.6 مول ه - مول كربون لحوض الشمال ، 9.0 مول ه - مول كربون لحوض الجنوب و 7.3 مول ه - مول كربون لجميع محطات أخذ العينات.

التباين المكاني والزماني لـ Фه ، ج مجتمع العوالق النباتية في الحوض الشمالي (أ) والحوض الجنوبي (ب) طوال فترة الدراسة. يُظهر مخطط الصندوق النسب المئوية المتوسطة (الخط العريض) ، والنسب المئوية 25 (Q1) و 75 (Q3). تشير الشعيرات إلى 1.5 مرة من النطاق الربيعي (Q3 − Q1) أدناه وفوق Q1 و Q3. تم رسم القيم المتطرفة وراء الشعيرات بشكل فردي. ملاحظة: Фه ، ج تم اشتقاق القيم من البيانات التي تم قياسها من خلال توليفة من ثلاثة أطوال موجية للإثارة.

لتحديد المتغيرات التوضيحية لـ GLM وتعريفها ، قمنا بفحص الارتباطات بين Фه ، ج وجميع العوامل البيئية المرشحة (الشكل 5). تم استبعاد كلوروفيتات صغيرة ، كريسوفيتات ودينوفلاجيلات بسبب نسبها المنخفضة بالنسبة إلى الكتلة الحيوية الكلية للعوالق النباتية. Фه ، ج يرتبط بشكل إيجابي مع PAR ، ودرجة الحرارة ، و DO ، و NPQNSV، تشل-أ، و σPSII، وسلبيًا بأقصى كفاءة ضوئية كيميائية في ظل الظروف المظلمة (Fالخامس/Fم) طوال فترة الدراسة. NPQNSV ترتبط ارتباطًا وثيقًا بـ PAR و Fالخامس/Fم (ρ = 0.70 و 0.96 على التوالي). تركيز RCII مرتبط بشدة بـ Chl-أ (ρ = 0.70) ، كما أن الدياتومات والنباتات الزيجنماتوفيتية مرتبطة سلبًا (ρ = −0.70) مع بعضها البعض. بناءً على مصفوفة الارتباط ، اخترنا درجة الحرارة ، PAR ، التعكر ، DO ، Fالخامس/Fم, σPSII، نيو هامبشاير4، لا2 + لا3، ص4، تشل-أ، وأجزاء من الدياتومات والبكتيريا الزرقاء والنباتات المشفرة في الكتلة الحيوية للعوالق النباتية كمتغيرات تفسيرية لـ GLM. قد يتضمن المتغير التوضيحي "PAR" تأثيرات كل من PAR و NPQNSV في GLM بسبب الارتباط الكبير بين الاثنين. وبالمثل ، فإن المتغير التوضيحي "الدياتومات" في هذا التحليل قد يشمل تأثيرات كل من الدياتومات والزيجنيماتوفيتيس.

تشير اللوحات الملونة إلى دلالة إحصائية (ص & lt 0.05). اختصارات المتغيرات هي كما يلي: درجة الحرارة ، درجة حرارة الماء NTU ، العكارة Chl ، Chl-أ تركيز ديات ، دياتوم Cyano ، البكتيريا الزرقاء Zyg ، zygnematophytes Cryp ، كريبتوفيتيس.

من بين جميع الطرز الممكنة ، كان أفضل طراز مع أدنى AIC هو النموذج الكامل بدون PAR (الجدول 6). عرضت جميع المتغيرات في أفضل نموذج VIF & lt 10 وبالتالي كانت العلاقة الخطية المتداخلة ضئيلة. ال ص 2 لأفضل طراز كان 0.67. من بين المتغيرات التوضيحية ، أظهرت درجة الحرارة أعلى دلالة في أفضل نموذج (معامل 0.51) ، تليها البكتيريا الزرقاء (معامل −0.20) و σPSII (معامل 0.17). تم فحص أداء النماذج الأكثر شحًا لتقييم جهد أخذ العينات الشاق للمغذيات والتحليل المجهري لتجمعات العوالق النباتية. تم استخدام أقل نماذج AIC بدون مغذيات (نموذج 2) ، وبدون مواد مغذية ومجموعات العوالق النباتية (النموذج 3). تضمن النموذج 2 ستة متغيرات (درجة الحرارة ، Fالخامس/Fم, σPSII، البكتيريا الزرقاء ، الدياتومات والنباتات المشفرة) ، بينما تضمن النموذج 3 ثلاثة متغيرات (درجة الحرارة ، Fالخامس/Fم و σPSII). قيم ص 2 للطراز 2 والنموذج 3 كانت 0.61 و 0.42 على التوالي. يتم سرد نتائج النماذج الفرعية الأخرى مع أو بدون توحيد المتغيرات في (جداول S2 و S3).


عواقب مستويات الأكسجين المعلق غير العادية

إذا انخفضت تركيزات الأكسجين المذاب إلى ما دون مستوى معين ، فسوف ترتفع معدلات نفوق الأسماك. لا تستطيع أسماك المياه العذبة الحساسة مثل السلمون التكاثر بمستويات أقل من 6 ملجم / لتر. في المحيط ، تبدأ الأسماك الساحلية في تجنب المناطق التي يقل فيها الأكسجين المذاب عن 3.7 ملغم / لتر ، مع هجر أنواع معينة المنطقة تمامًا عندما تنخفض المستويات إلى أقل من 3.5 ملجم / لتر 2⁹. أقل من 2.0 ملغم / لتر ، تترك اللافقاريات أيضًا وأقل من 1 ملغم / لتر حتى الكائنات القاعية تظهر معدلات نمو وبقاء منخفضة ²⁹.

قتل الأسماك / وينتركيل

تحدث قاتلة السمك عندما يموت عدد كبير من الأسماك في منطقة ما من الماء. يمكن أن يكون على أساس الأنواع أو الوفيات على مستوى المياه. يمكن أن يحدث نفوق الأسماك لعدد من الأسباب ، ولكن غالبًا ما يكون انخفاض الأكسجين المذاب عاملاً. القاتل الشتوي هو قتل الأسماك الناجم عن الانخفاض المطول في الأكسجين المذاب بسبب الجليد أو الغطاء الثلجي على بحيرة أو بركة ²⁰.

استنفاد الأكسجين المذاب هو السبب الأكثر شيوعًا لقتل الأسماك

عندما يكون الجسم المائي مفرط الإنتاج ، فقد يتم استهلاك الأكسجين الموجود في الماء بشكل أسرع مما يمكن تجديده. يحدث هذا عندما يكون جسم من الماء ممتلئًا بالكائنات الحية أو إذا كان هناك تكاثر كبير للطحالب.

يعتبر قتل الأسماك أكثر شيوعًا في البحيرات المتخثرة: البحيرات ذات التركيزات العالية من العناصر الغذائية (خاصة الفوسفور والنيتروجين) ⁴¹. تعمل المستويات العالية من المغذيات على تغذية الطحالب ، والتي يمكن أن تعزز في البداية مستويات الأكسجين المذاب. But more algae means more plant respiration, drawing on DO, and when the algae die, bacterial decomposition spikes, using up most or all of the dissolved oxygen available. This creates an anoxic, or oxygen-depleted, environment where fish and other organisms cannot survive. Such nutrient levels can occur naturally, but are more often caused by pollution from fertilizer runoff or poorly treated wastewater ⁴¹.

Winterkills occur when respiration from fish, plants and other organisms is greater than the oxygen production by photosynthesis ¹. They occur when the water is covered by ice, and so cannot receive oxygen by diffusion from the atmosphere. If the ice is then covered by snow, photosynthesis also cannot occur, and the algae will depend entirely on respiration or die off. In these situations, fish, plants and decomposition are all using up the dissolved oxygen, and it cannot be replenished, resulting in a winter fish kill. The shallower the water, and the more productive (high levels of organisms) the water, the greater the likelihood of a winterkill ²⁰.

Gas Bubble Disease

Sockeye salmon with gas bubble disease

Just as low dissolved oxygen can cause problems, so too can high concentrations. Supersaturated water can cause gas bubble disease in fish and invertebrates ¹². Significant death rates occur when dissolved oxygen remains above 115%-120% air saturation for a period of time. Total mortality occurs in young salmon and trout in under three days at 120% dissolved oxygen saturation ¹². Invertebrates, while also affected by gas bubble disease, can usually tolerate higher levels of supersaturation than fish ¹².

Extended periods of supersaturation can occur in highly aerated waters, often near hydropower dams and waterfalls, or due to excessive photosynthetic activity. Algae blooms can cause air saturations of over 100% due to large amounts of oxygen as a photosynthetic byproduct. This is often coupled with higher water temperatures, which also affects saturation. ¹² At higher temperatures, water becomes 100% saturated at lower concentrations, so higher dissolved oxygen concentrations mean even higher air saturation levels.

Dead Zones

A dead zone is an area of water with little to no dissolved oxygen present. They are so named because aquatic organisms cannot survive there. Dead zones often occur near heavy human populations, such as estuaries and coastal areas off the Gulf of Mexico, the North Sea, the Baltic Sea, and the East China Sea. They can occur in large lakes and rivers as well, but are more well known in the oceanic context.

Hypoxic and anoxic zones around the world (photo credit: NASA)

These zones are usually a result of a fertilizer-fueled algae and phytoplankton growth boom. When the algae and phytoplankton die, the microbes at the seafloor use up the oxygen decomposing the organic matter ³¹. These anoxic conditions are usually stratified, occurring only in the lower layers of the water. While some fish and other organisms can escape, shellfish, young fish and eggs usually die ³².

Naturally occurring hypoxic (low oxygen) conditions are not considered dead zones. The local aquatic life (including benthic organisms) have adjusted to the recurring low-oxygen conditions, so the adverse effects of a dead zone (mass fish kills, sudden disappearance of aquatic organisms, and growth/development problems in fish and invertebrates) do not occur ³¹.

Such naturally occurring zones frequently occur in deep lake basins and lower ocean levels due to water column stratification.


Physicochemical controls of diffusive methane fluxes in the Okavango Delta, Botswana

Atmospheric methane (CH4) is one of the three key greenhouse gases (GHGs) driving global climate change. The atmospheric concentration of CH4 has increased by about 150 % above pre-industrial levels of 400–700 ppb due to anthropogenic activities. Although tropical wetlands account for 50–60 % of the global wetland CH4 emissions, the biogeochemistry of these wetlands, including controls of CH4 emissions from the systems, is poorly understood compared to temperate wetlands. This has resulted in large inter-model variations of the magnitude and distribution of CH4 emission estimates from these tropical wetlands. A recent study in the Okavango Delta, Botswana, estimated diffusive CH4 flux at 1.8 ± 0.2 Tg year −1 , accounting for 2.8 ± 0.3 % of the total CH4 emission from tropical wetlands. In this paper we present an assessment of relationships between diffusive CH4 flux rates and physicochemical variables in the overlying water column to identify and understand regulatory variables for the diffusive CH4 fluxes in the Delta. The results show that diffusive CH4 flux rates from the Delta seem to be controlled by a combination of physicochemical variables. Although site specific fluxes seem to be controlled by different combinations of factors, temperature was the primary predictor of CH4 flux rates at almost all the sampled habitats and sites in the Delta. Most physicochemical variables, especially in the permanent swamps, were correlated with temperature implying that their regulatory effect on diffusive CH4 fluxes could be modified by climate change feedback as well.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


شكر وتقدير

We thank the Natural Environment Research Council (NERC) for funding the analysis of this data under the Turf2Surf Macronutrients Project (NE/J011967/1) the Engineering and Physical Sciences Research Council for funding the LIMPIDS project (EP/G019967/1) NERC for financially supporting the CEH Thames Initiative monitoring Linda Armstrong, Sarah Harman and Heather Wickham (CEH) for carrying out the laboratory analysis and Colin Roberts (CEH) for the weekly river sampling.

Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. يجب توجيه أي استفسارات (بخلاف المحتوى المفقود) إلى المؤلف المقابل للمقالة.


Biological interactions mediate context and species-specific sensitivities to salinity

Toxicants have both sub-lethal and lethal effects on aquatic biota, influencing organism fitness and community composition. However, toxicant effects within ecosystems may be altered by interactions with abiotic and biotic ecosystem components, including biological interactions. Collectively, this generates the potential for toxicant sensitivity to be highly context dependent, with significantly different outcomes in ecosystems than laboratory toxicity tests predict. We experimentally manipulated stream macroinvertebrate communities in 32 mesocosms to examine how communities from a low-salinity site were influenced by interactions with those from a high-salinity site along a gradient of salinity. Relative to those from the low-salinity site, organisms from the high-salinity site were expected to have greater tolerance and fitness at higher salinities. This created the potential for both salinity and tolerant-sensitive organism interactions to influence communities. We found that community composition was influenced by both direct toxicity and tolerant-sensitive organism interactions. Taxon and context-dependent responses included: (i) direct toxicity effects, irrespective of biotic interactions (ii) effects that were owing to the addition of tolerant taxa, irrespective of salinity (iii) toxicity dependent on sensitive-tolerant taxa interactions and (iv) toxic effects that were increased by interactions. Our results reinforce that ecological processes require consideration when examining toxicant effects within ecosystems.

This article is part of the theme issue ‘Salt in freshwaters: causes, ecological consequences and future prospects’.

1 المقدمة

At both local and broad spatial and temporal scales, dispersal, stochastic demographic processes, speciation and deterministic niche processes influence patterns of community assembly [1–4]. At local scales, environmental filtering, or the restriction of fundamental niches into realized niche space depend on abiotic gradients and biotic interactions including competition [5,6]. Observational studies further suggest that anthropogenic chemical stressors may influence individuals, populations and communities at concentrations lower than laboratory-based toxicity experiments predict [7,8]. Toxicants often interact with other stressors [9,10], or with chemical [11], physical [12] and biotic ecosystem components, sometimes lessening [11] or strengthening their effects [13]. Among biological interactions, competition [14], predation [15,16] and parasitism [13] modify stressor effects on organisms. In this manner, local environmental gradients and stressors, including toxicants, can cause ‘context sensitivity’ in communities [17]. Therefore, differences between field and laboratory findings may arise from the complexities of a realized niche, including interactions between abiotic gradients, other stressors, biotic niche effects and ecological processes operating at multiple spatial and temporal scales [18]. Where ecological processes modify toxicant impacts [12,19], effect prediction is hindered, especially where species-specific and context-dependent responses occur [20].

Salinization is a globally important stressor in freshwater ecosystems [21]. Salinity is a component in all natural waters and is defined as the total concentration of dissolved inorganic ions in water or soil [22]. The dominant ions in anthropogenic and naturally saline waters include Na + , Cl − , Mg 2+ , Ca 2+ , HCO 3− , and [23]. Natural salinization occurs from catchment weathering, sea-spray and salts transported by seawater evaporation [21]. Anthropogenic salinization can be caused by water harvesting, road de-icing, mining activities and changes to vegetation leading to water-table movement [21]. In freshwaters, salinity is a toxicant and physiological stressor causing direct lethal [24] and sub-lethal organism effects [25], which depend on ion proportions, their concentrations and organism sensitivities. These effects on organisms can reduce biodiversity [26], alter trait and community structure [27] and cause changes to ecosystem processes [28].

While it is well known that biotic interactions shape community composition, there has been little consideration of how interspecific biotic interactions may interact with organism tolerances/sensitivities to toxicants in populations and communities [29]. Increased tolerance to a stressor is expected to influence the outcome of biotic interactions and fitness in relation to that stressor [30]. Despite their expected importance, studies examining the interplay between deterministic abiotic filtering and biotic interactions on communities are rare, but are required to predict the effects of stressors within real ecosystems [29]. Here, we tested whether salinity effects were modified by interspecific biotic interactions between salt-tolerant organisms, collected from a high salinity site, and a community expected to be more salt-sensitive, collected from a low salinity site. Salinity effects were examined between two regimes of biological interaction using mesocosms: (i) interactions among salt-sensitive organisms only and (ii) interactions between salt-sensitive and salt-tolerant organisms. Interactions within salt-sensitive communities were implicit, but could not be considered with the current study design. The design did allow several contrasting predictions to be made at the community and population levels. At the community level, both salinity and biological interactions between sensitive and tolerant organisms may be expected to influence community composition, reduce diversity and potentially homogenize communities. However, population responses are expected to be diverse (figure 1). Salinity effects may: (i) depend on interspecific interactions between salt tolerant and sensitive organisms (e.g. [31]) (ii) dominate through direct toxicity or physiological impairment, irrespective of biotic effects [32] (iii) have effects that are partly related to direct toxicity or physiological impairment but are strengthened by biotic interactions [19,31] by contrast (iv) biotic interactions may be dominant irrespective of salinity [33] (v) salinity could cause positive responses irrespective of biotic interactions [34] or (vi) toxicity and interspecific interactions may cause complex unexpected responses [35,36].

Figure 1. Hypothetical effects and interactions associated without (blue line), and with (green line) interspecific biotic interactions between salt-sensitive and salt-tolerant communities/taxa. Effects have been linearized for simplicity, but could be nonlinear or exhibit threshold responses. Organism and community responses may: (أ) depend on biological interactions between salt-sensitive and tolerant taxa (ب) be dominated by the toxic effects of the chemical stressor (ج) have effects that are partly chemical and partly biotic (د) biotic interactions may have effects that dominate irrespective of the chemical gradient (ه) toxicants could cause effects that are beneficial irrespective of biotic interactions or (F) exhibit complex unexpected responses. (Online version in colour.)

2. Methods

An outdoor mesocosm experiment was conducted in the austral winter (June–September) of 2017 at the University of Canberra, Canberra, Australia (كاليفورنيا 650 m elevation 35°14′06.5″ S, 149°05′12.0″ E). Thirty-two mesocosms consisting of 1000 l Reln round troughs (1.5 m diameter 0.8 m deep figure 2ب) were filled with de-chlorinated Canberra town supply water (كاليفورنيا 900 l per mesocosm). The town water comes from the Cotter River, the source location of the salt-sensitive taxa used in the experiments. Flow was maintained in experiments at ≈0.22 m S −1 using a submersible 1400 l h −1 pump. The experiment was an orthogonal design, with two levels of expected intensity of interspecific interactions: (i) between salt-sensitive taxa only and (ii) between salt-tolerant and salt-sensitive taxa. The first of these treatments included individuals only from the Cotter River, a low-salinity site (mean 30 µS cm −1 35°23′10.5″ S, 148°51′53.6″ E), which had taxa that ranged from salt-sensitive to tolerant (i.e. certain Odonate spp.). The second treatment included individuals both from the low-salinity Cotter River site, and individuals from Cunningham Creek, which had much higher salinity (mean 1600 µS cm −1 Cunningham creek 34°34′26.4″ S, 148°17′04.4″ E), which were assumed to be more salt tolerant compared to those from the Cotter River. Biotic treatments were exposed to a gradient of salinity treatments generated by synthetic marine salt (Ocean Natures). This resulted in electrical conductivity treatments: control (no added salt mean كاليفورنيا 210 µS cm −1 table 1), كاليفورنيا 500 µS cm −1 , كاليفورنيا 1000 µS cm −1 , كاليفورنيا 2500 µS cm −1 and كاليفورنيا 5000 µS cm −1 . This salinity gradient was based on benign-harsh conditions from LC50 values [32].

Figure 2. (أ) Salinity treatments across a measured conductivity gradient, crossed with two levels of expected biotic interaction. (ب,ج) Communities were subjected to treatment regimes in 32 recirculating 1000 l mesocosms. (ج1) 1400 l h −1 pumps, re-circulated water at approximately 0.2 m s −1 , along (ج2) colonization tray sampling units.

Table 1. Key physico-chemical parameters recorded at regular intervals during the mesocosm experiment (mean ± standard deviation). (For brevity not all comparisons are shown, measured salinity increased predictably within salinity treatments.)

Forty-six days before starting the experiment, colonization trays (garden seedling trays 360 mm long by 300 mm wide and 55 mm deep) were placed in the Cotter River near its confluence with Burkes Creek (−35°23′10.5″ S 148°51′53.6″ E). Trays had natural stream substrata of gravels, pebbles and cobbles translocated directly from the river bed, with existing biofilms and fauna, and were left in place for 44 days for further colonization. This colonization period was designed to minimize transplant and disturbance effects. Salt was added to mesocosms and then allowed to dissolve on the 22 June 2017, 12 h before the addition of colonization trays. Mesocosm colonization was supplemented with kick-net samples from riffle habitat from both the Cunningham and Cotter rivers which occurred from the 23–25 June 2017. Salt-sensitive treatments received two kick-net samples from the Cotter River, while salt-tolerant and sensitive treatments received one kick-net sample from the Cotter River and one from Cunningham Creek. Invertebrate densities differed between the Cunningham and Cotter sites, ascertained three weeks earlier with three replicate Surber samples per site. Mean densities at that time in the Cotter River were 4290 (±2600 s.d.), while Cunningham Creek had 14 900 (±10 200 s.d.). To standardize density differences, Cotter kick-net samples were collected from 3.3 m 2 of the river benthos and from 1 m 2 in Cunningham Creek. All Surber and kick-net samples were collected from undisturbed riffle habitat, moving in an upstream direction to avoid disturbing unsampled habitat. Kick-net samples and trays were randomly allocated to mesocosms.

Colonization leaf packs were placed with colonization trays in the Cotter River and transferred to mesocosms with trays. Leaf packs ensured the addition of shredders and were 15 g of River Red Gum (Eucalyptus camaldulensis) leaves collected from a location near the Yass River (−34°924413″ S, 149°179810″ E). HOBO Pendant temperature/light data loggers (UA-002-08) were deployed at the start of the experiment in a subset of mesocosms to record temperature variability among mesocosms. Weekly measurements were conducted of physico-chemical variables with a Horiba U-52 Water Quality Meter (IC-U52-2 m).

Mesocosms were left for 75 days before sampling on the 6–8 September 2017. One replicate was sampled from each of the 32 mesocosms on the same day, with sampling being consistent with respect to pump location to allow examination of velocity/turbulence effects. Velocities were recorded in a subset of mesocosms in relation to tray position. All invertebrates were sampled by carefully removing trays from the mesocosm using a kick-net working against the flow to collect dislodged invertebrates. All invertebrates were removed from the net, tray substrate and trays and stored in 100% ethanol. Taxa were identified to the lowest taxonomic unit (species where possible).

(a) Statistical analysis

All statistical analyses were conducted using R (R Core Development Team, [37]), in R Studio (RStudio Team, [38]). To remove the potential for confounding effects of tolerant taxa additions, all taxa that were known to occur from the Cunningham Creek were excluded prior to all analysis, with the exception of five taxa with less than 0.5% estimated community abundance in Cunningham Creek, typically comprising a single individual. This resulted in response data that was expected to be specific to the Cotter River, and thus were expected to be comparably salt-sensitive. Taxa common to both Cunningham Creek and Cotter River were assumed to be salt-tolerant, thereby allowing abundances of tolerant taxa, tolerant omnivores, tolerant predators and tolerant predator+omnivore densities to be calculated and used as covariates. The removal of Cunningham taxa data was necessary to allow for an unbiased estimate of biological effects on sensitive communities and populations.

(b) Community analysis

Hellinger transformation was used on community relative abundance datasets and was examined using non-metric multidimensional scaling (NMDS), partial redundancy analysis (pRDA) and variance partitioning. All abiotic and biotic predictors used in community analysis were standardized (0 mean, unit variance). Permutational multivariate analysis of variance adonis2 from the R package vegan were used to test for community differences among treatments. Mesocosm number was used as a block/random effect or was partialled out in permanova, pRDA, and variance partitioning results, with 200 permutation backwards stepwise used in model reduction. Two hundred permutations were used for model fractions in variance partitioning. NMDS was run for 200 iterations, Bray-Curtis was used as the measure of dissimilarity, and ‘ordisurf’ was used to fit general additive models (GAMs) [39]. Collinearity was set conservatively using Pearson's coefficients at (0.6). For all community analysis, data were transformed to per cent composition where design probably influenced organism densities.

(c) Single taxa and metric analysis

We further examined how the addition of salt-tolerant taxa influenced densities of the 20 most abundant salt-sensitive taxa, Ephemeroptera, and Plecoptera and Trichoptera (EPT) and total invertebrate densities. These data were analysed using a mixed-effect model with a lognormal hurdle distribution of salt-sensitive taxa densities. Modelling densities directly allowed comparisons of sensitivities (slopes) independent of differences in density. We fitted separate parameters for each taxon in each type of treatment (salt-sensitive communities and salt-tolerant and sensitive communities):

أين: س is species and ج for the type of community. A large number of species had 0 abundance for certain concentrations and experimental conditions, which led to our use of the hurdle model. A hurdle model assumes zero and non-zero data come from separate data-generating processes, such that positive densities are first conditional on an initial (Bernoulli) probability. Estimated intercepts and slopes for each taxon in each treatment were conditional on the probability of each taxon being observed. We tested whether salt effects differed among taxa when influenced by the presence of salt-tolerant taxa. The following assumes initial community composition of salt-sensitive taxa to be the same in each mesocosm (ignoring differences in density), therefore attributing reductions in taxonomic abundances to biotic interactions. Taxon intercept differences between treatments can be attributed to either or both of two processes: they had greater initial densities in the control community, or they have been reduced from competition with salt-tolerant taxa. However, the slopes only describe the effect of salinity after controlling for differences in initial densities and can be used to examine how biotic interactions influence salinity sensitivity. If tolerant taxa increase the effects of salinity, greater slopes are expected in the treatments including tolerant taxa, relative to the sensitive only community. An overall variance term ɛ was included to represent observation error. The model was fitted using the R package brms [40]. Sensitive community treatments were encoded 0, with 1 for communities subjected to tolerant taxa interactions. We further estimated biotic interaction coefficients, assessing how they differed between conductivity levels (electronic supplementary material 1). All parameters were given the default brms normal priors with mean 0, uniform Lewandowski, Kurowicka and Joe priors on all possible correlation matrices and Student ر-distribution with 3 d.f. for the scale parameter [40]. We ran four Markov chains each of 4000 iterations, discarding half as burn-in. Convergence was assessed using chain traceplots and through calculating Rubin-Gelman statistics for each parameter, which all were less than 1.1 [41].

3. النتائج

(a) Physico-chemical differences

Physico-chemical variables changed consistently with salinity treatments and remained stable throughout the experiment. Conductivity (ANOVA, F4,90 = 1423, ص < 0.0001) and salinity (ANOVA, F4,90 = 125.7, ص < 0.0001) calculated by using electrical conductivity conversion changed consistently with salt addition, with minimal variation within salinity treatments and among the biotic treatments (table 1). Average water temperatures logged at 15 min intervals within 21 of the mesocosms, identified a mean temperature of 12.01°C, a mean minimum of 5.72°C and mean maximum of 23.09°C and were consistent with weekly meter readings (table 1).

(b) Community effects

Community analysis using non-metric multidimensional scaling identified patterns that were driven by both conductivity (GAM, ص < 0.0001, 27% deviance explained) and the densities of tolerant taxa (GAM, ص < 0.0001, 47.7% deviance explained figure 3أ). Partial redundancy analysis backwards model reduction of all candidate predictors identified patterns of community assembly were associated with velocity (F1,89 = 2.35, ص = 0.03), conductivity (F1,89 = 3.91, ص = 0.001), biotic treatments (F1,89 = 2.5, ص = 0.002), and the total abundance of salt-tolerant taxa (F1,89 = 4.37, ص = 0.001 figure 3ب). These predictors collectively explained 12.6% of community variation. Predatory, and predatory + omnivore invertebrate abundances of tolerant taxa (i.e. abundances derived from tolerant taxa common to both the Cunningham and Cotter waterways) explained little variation and were removed in stepwise model reduction procedures. Permutational multivariate analysis of variance (adonis2) identified significant differences in assemblage composition with conductivity (F1,94 = 5.75, ص < 0.001) and biotic treatments (F1,94 = 5.87, ص < 0.001), and had a close to significant interaction (conductivity: biotic, F1,93 = 1.53, ص = 0.97), using mesocosm as a block (strata) effect. Individual multivariate homogeneity of group dispersions (betadisper) tests identified communities that became more variable when subjected to interactions with tolerant taxa (F1,93 = 10.37, ص = 0.0018), with no pattern identified by salinity (F4,90 = 1.00, ص = 0.41). Linear mixed effects modelling identified richness declined with increasing conductivity (ر28 = −2.44, ص = 0.021), and was lower in tolerant-sensitive treatments compared to sensitive treatments (ر28 = −4.90, ص < 0.0001), with no interaction between terms (ر28 = 0.102, ص= 0.92).

Figure 3. (أ) NMDS with surfaces fit using general additive models of conductivity and the abundance of salt-tolerant taxa, (ب) partial redundancy analysis (RDA) conditioned by blocks (mesocosms), constrained by conductivity, velocity, and the effects of biotic treatments and salt tolerant taxa abundance. (ج) Variance partitioning further explored the combined and individual effects of significant environmental (conductivity, velocity and alkalinity), biotic predictors (salinity treatments and salt tolerant taxa abundance), and within treatment (mesocosm) effects on composition patterns. (Online version in colour.)

Variance partitioning of Hellinger-transformed relative community data identified physical variables explained 5.7% (alkalinity, conductivity and velocity) of community variance (adjusted ص 2 ), compared to 4.7% for biotic variables (biotic treatments and total salt-tolerant taxa abundances). Permutation tests (200) of individual fractions were significant for both physical environmental (F3,88 = 2.36, ص < 0.001), and biotic partitions (F2,88 = 2.71, ص < 0.001), while mesocosm was not significant (F1,88 = 0.94, ص = 0.50 figure 3ج).

(c) Single taxa and metric responses

Taxa and metric specific responses were apparent based on hurdle model results, identifying differences between biotic treatments in relation to salinity as observed by slopes (figure 4) and standardized treatment slope coefficients (electronic supplementary material 1). Taxa on average were absent from the sensitive community 41% of the time, and 57% of the time in the community subject to interactions between tolerant and sensitive taxa. Numerous taxa appeared to show effects dominated by direct toxicity (figure 1ب), such as Oecetis النيابة. (Trichoptera: Leptoceridae) and taxa within the Polycentropodidae family (Trichoptera). Responses of several taxa appeared to depend on interactions between biotic treatments and salinity (e.g. Conoescucidae spp., Trichoptera figures 1أ and 4). Some taxa appeared to respond to both direct toxicity and biotic treatment effects (e.g. Notalina fulva Kimmins (Trichoptera: Leptoceridae) figure 1ج). Several taxa appeared to exhibit responses suggesting that biotic interactions were important irrespective of salinity (e.g. Agapetus AV 1 (Trichoptera: Glossomatidae), Gomphidae spp (Odonata) Newmanoperla thoreyi (Banks, 1920 Plecoptera) figures 1د and 4). Corynoneura النيابة. (Diptera: Orthocladiinae) appeared to increase in abundance in treatments mediated by interactions with tolerant taxa along the salinity gradient (figures 1F and 4). When differences in slope coefficients are examined, variable sensitivities are apparent and tolerant taxa appear to be less influenced by biotic treatments (electronic supplementary material 1).

Figure 4. Predicted linear fits and 95% credible intervals for the 20 most common salt-sensitive taxa associated with conductivity and biotic treatments. (Online version in colour.)

Ephemeroptera abundance declined associated with salinity, with both direct salinity effects and in response to interactions with tolerant taxa (figure 5أ). Salt-sensitivity appeared to increase in Plecoptera taxa in the presence of tolerant taxa, with little salinity effects in salt-sensitive only treatments (figure 5ب). For Trichoptera and total invertebrate densities, direct toxicity effects predominated (figure 5ج,د). This pattern was repeated within EPT, probably as a result of the large proportions of Trichoptera in EPT densities.

Figure 5. Posterior coefficient estimates and 95% credible intervals for Ephemeroptera (أ), Plecoptera (ب), Trichoptera (ج) and the total densities of all taxa (د). (Online version in colour.)

4. مناقشة

Salinity is a growing and globally important threat to freshwater ecosystems [42]. Salinity effects on freshwater communities vary depending on a number of interacting variables, including co-occurring niche gradients, biological interactions and anthropogenic stressors [43,44]. We observed that salinity altered macroinvertebrate community composition, in both salt-sensitive treatments, and where salt-sensitive and salt-tolerant taxa were able to interact. Indeed, similar levels of community variation were explained by physical and biological factors (figure 3أ-ج). At the population level, however, salinity and tolerant-sensitive taxa interactions caused a range of species-specific and context-dependent responses (figures 4 and 5ميلادي). Clements & Kotalik [20] similarly identified organism responses to salinity can be species-specific and context-dependent. For example in our study, Austrophlebiodes pusillus (Ephemeroptera) and other Ephemeroptera taxa are sensitive to salinity [45–48], and declined with increasing salinity in the current study, which appeared to be moderately decreased with increasing biotic interaction strength (figure 5أ) although competitive exclusion (i.e. a reduced intercept in tolerant-sensitive treatments) may have also caused this result. By contrast, Trichoptera, EPT, and total taxonomic densities declined at similar rates in both treatments, suggesting direct effects were most important across the gradient examined (figure 5أ,ج,د). At higher salinities, direct effects dominated community responses, resulting in reduced abundance, and altered community composition with almost complete loss of Ephemeroptera and much reduced Trichoptera abundance. We found direct effects of salinity on Plecoptera depended on biotic interactions with salt-tolerant taxa (figure 5ب). Similar to the response of Plecoptera taxa that we found, Beklioglu وآخرون. [31] identified low and environmentally relevant concentrations of the organic toxicant 4-nonylphenol had no observable effects on ونبات الغار ماجنا Straus in single toxicity tests with abundant food, but had strong effects when coupled with effects that might be expected in a real ecosystem (i.e. food limitation and predator cues).

Standard toxicity test methods are structured to minimize control mortality and estimates of toxicity, therefore biological interactions are deliberately avoided [49]. Physical disturbance [50], food limitation [31], and chronic exposure [51], are similarly not typically considered in toxicity tests, although all influence toxicant effects [49]. There are many examples of biotic interactions influencing stressor effects, antagonistically [36], synergistically [35], through delaying recovery [19], with effects in both positive and negative directions [14,19,33,36,49,52,53]. Competitive interactions include exploitative competition for resources, interference competition mediated by aggressive interactions, and apparent competition where effects are indirectly modified through predators [54]. Liess [49] identified both interference and exploitative intraspecific competition caused an increase in pesticide effects in the cased caddis Limnephilus lunatus Curtis (Trichoptera). With limited environmental variability, increased intraspecific competitive effects may be expected given shared niche requirements. Indeed, intraspecific competition can be dominant among biotic processes [55,56]. Within landscapes, the dispersal of locally adapted genotypes is similarly likely to influence the outcomes of intraspecific competition [30]. However, communities subjected to greater variability in abiotic niche gradients (e.g. salinity here), and given organism fitness varies with these gradients, variation in the intensity of interspecific interactions is expected. This may be especially true where continuous dispersal of taxa known to be tolerant to this gradient is likely [4], which was imposed in our study through direct manipulation. In our study Lingora spp. و Agapetus النيابة. (both Trichoptera) and Newmanoperla thoreyi Banks (Plecoptera), Archichauliodes النيابة. (Megaloptera) had low densities in tolerant-sensitive treatments regardless of salinity, with effects suggestive of biological exclusion owing to tolerant taxa interactions (figure 1د). This is similar to the findings of Arco وآخرون. [33], who identified that intraspecific competitive effects reduced treatment densities to carrying capacity during a 4 day pre-treatment phase and showed D. magna outcompeted the rotifer Brachionus calyciflorus through exploitative and interference competition. By contrast, Corynoneura النيابة. declined with increasing salinity in the salt-sensitive communities only, suggesting exposure to tolerant taxa may have caused complex indirect effects such as predatory or competitive release.

Order and family level effects were similar to taxa level responses in Ephemeroptera, but were more variable in Trichoptera and Plecoptera. على سبيل المثال، A. pusillus had similar responses to its order Ephemeroptera. However, there were differences in the two Plecoptera taxa examined (N. thoreyi و Dinotoperla fontana (Kimmins, 1951) figures 4 and 5). Trichoptera exhibited even greater variability in responses, including: densities influenced by salinity irrespective of interactions with tolerant taxa (e.g. total Trichoptera densities, Oecetis spp.) densities affected to a greater extent when exposed to tolerant taxa (e.g. Conoesucidae spp.) densities that may have been dominated by biotic interactions (e.g. Agapetus AV1) or densities that were largely unaffected by salinity or biotic treatments (e.g. Cheumatopsyche AV1).

Stressor effects can propagate throughout ecosystems, altering behavioural and trophic interactions with often unexpected outcomes [9,35,36,57]. Predator abundance was not manipulated in the current study, and top-down pressure was not different among treatments, with no detectable effects on any response examined. However, given variation in sensitivities within the assemblages examined here, and given that many predatory species were salt-tolerant, which is common [57], greater predatory effects may be expected with increasing salinity. Cañedo-Argüelles وآخرون. manipulated the presence of a leech predator (Dina lineata) and salinity in mesocosms. The presence of this predator reduced herbivorous invertebrate abundance, leading to increased primary production, while salinity reduced taxon richness and caused significant changes to community composition within the benthos [58]. Salinity can also provide refugia from negative biological interactions. For example, Rogowski & Stockwell [59] identified both parasites and salinity were observed to have negative effects on pupfish (Cyprinodon tularosa), but high salinity caused a net benefit by reducing parasitism. By contrast, Piscart وآخرون. [36] identified an acanthocephalan parasite (Polymorphus minutus) increased the acute salinity tolerance (LC50) of the Gammarid amphipod Gammarus roeseli.

Within landscapes, population demographic stochasticity, speciation, and dispersal between patches influence local community dynamics [1–3]. At finer scales, coexistence [4], niche [5] and community theories [2] further suggest that patterns of assembly are shaped by dispersal, biological processes and physical gradients. Indeed, Carver وآخرون. [60] used field and mesocosm approaches to show that insects select habitats for oviposition and colonization based on their salinity tolerances and habitat salinity, identifying behaviour influences organism distributions and abundances across salt-affected landscapes. Rico وآخرون. [61] also identified toxicant effects are a single niche component among many, where hydromorphological and habitat parameters were also important in determining community composition. Our results support that biotic processes and abiotic environmental filtering differ among taxonomic groups and are collectively important determinants of community assembly. Furthermore, these local processes, biotic interactions and abiotic niche filtering, coupled with dispersal and stochastic effects can result in multiple stable equilibria [62]. Given this knowledge, we agree with Beketov & Liess [18] that inclusion of ecological theory such as meta-community, coexistence theory, macroecology and multiple stressor research are all necessary to advance understanding in ecotoxicology.

Low temperatures reduce the effects of salinity [63], biotic interactions [64] and probably their combined effects, therefore our results probably underestimate these effects because the current study was conducted during winter. To further explore patterns revealed in this experiment, the research presented here will be coupled with examination of trait-phylogeny-environment relationships to understand how traits, relatedness, and salinity may influence stream invertebrate communities. We expect trait-phylogeny-environment relationships to support that trait related fitness trade-offs occur associated with salinity tolerance [30].

5. الخلاصة

Interspecific interactions can modify stressor effects and resulting patterns of community assembly. Studies that do not consider ecological processes such as biotic interactions may underestimate and fail to understand the true effect of a stressor in natural settings. Our results reinforced interspecific biological interactions both mediated salinity effects and were important on their own, irrespective of salinity toxicity, influencing taxa and community responses. Across the conductivity gradient examined, direct toxicity had a dominant effect on invertebrate densities. Salinity reduced the abundance and altered community composition, with almost complete losses of Ephemeroptera and other salt-sensitive species. Interspecific interactions between salt-tolerant and salt-sensitive taxa appeared to become more important as sensitivity to the toxicant increased. Several responses reported in other studies were identified here, supporting that species-specific and context-dependent effects may be widespread. In landscapes, ecological processes acting at differing scales are likely to contribute strongly to the effects of toxicants within ecosystems.


شاهد الفيديو: Turbidity in Water Calibration u0026 Measurement-Digital Turbidity Meter TB 210 IR of Lovibond (أغسطس 2022).